推動江蘇算力產業高質量發展的對策思考

建言要點：

全球算力產業加速向智能化、綠色化、集約化方向演進，發展算力產業成為區域經濟的新增長點。當前，江蘇在打造長三角算力供給服務新高地和智能計算創新增長極上取得積極進展，但也面臨多重挑戰。課題組在調研基礎上提出如下對策建議：完善產業鏈條，推動融合應用；突破創新瓶頸，實現綠色轉型；完善體制機制，優化資金配置；強化人才培育，匯聚高端力量。

當前，江蘇憑借領先的基礎設施建設處在全國算力產業發展的前列，但同時面臨產業鏈協同不足、核心技術攻關待突破、資金人才支撐需強化等多重挑戰。為把握新一輪發展機遇，有效應對潛在挑戰，江蘇應著力強化算力產業鏈協同布局，加大智能計算等技術創新投入，完善多元化資金支持機制，推動形成具有全球競爭力的算力產業集群。

一、全球算力產業發展的主要趨勢

全球算力產業正加速向智能化、綠色化、集約化方向演進，產業生態逐步從單一技術競爭轉向資源共享、平臺共建與價值共創的協同模式。未來，算力產業發展方陣將日趨完善，深度融入數字經濟發展底座，為AI 時代的技術突破與普惠應用提供核心支撐。

全球算力規模穩步擴張，結構發生深刻變化。隨著人工智能、大數據、云計算等技術的快速發展，全球算力規模呈現爆發式增長。中國信息通信研究院數據顯示，截至 2023 年底，全球算力總規模達到 910EFLOPS（指計算機系統或設備每秒執行百億億次浮點運算單位）（FP32），同比增長 40% ，呈現高速增長態勢。其中，通用算力規模為 551EFLOPS（FP32），智能算力規模為335EFLOPS（FP32），超算算力規模為 24EFLOPS（FP32）。非結構化數據急劇擴增，以 CPU 為代表的芯片年性能提升不超過 15% ，難以滿足處理視頻、圖片等非結構化數據的需求，未來幾年智能算力占比將顯著增加。

算力成為支撐大模型運行及生成式 AI 應用的關鍵。在大模型訓練中，通常采用多機多卡構建的算力集群進行分布式訓練，而擁有大量的計算節點并不等同于擁有強大的計算能力。在分布式訓練中，擁有數千億至萬億參數的龐大模型通信時間可能占據整個訓練過程的一半，網絡通信和數據緩存等瓶頸問題會顯著降低訓練效率。另外，隨著模型參數量增加，傳統的訓練方式可能會導致訓練過程中算力利用率的降低。這些難點的出現都要求算力從簡單的硬件擴展發展為涵蓋算法優化、系統設計、資源調度和網絡通信等多個層面的系統優化。大模型訓練、推理、優化等各個環節需要高性能和高效率算力的支撐，未來異構算力資源的需求將顯著增長。

算力綠色低碳發展已成行業共識和時代需求。算力產業屬于高能耗產業，電力消費增速高、占比大成為不可回避的重要課題。國際能源署（IEA）數據顯示，2022 年全球數據中心用電量達 4600 億千瓦時，占全球總電力需求近 2% ，預計到 2026 年全球數據中心電力消耗將增加至 6200 億—10500 億千瓦時。據中國信息通信研究院統計，2023 年我國算力中心能耗總量為 1500 億千瓦時，同比增長15.4% ，約占全社會用電量的 1.63% ，未來算力用電將呈井噴式增長。而電能往往依賴于高碳能源如煤炭、石油等，算力基礎設施的能源結構亟須向低碳、清潔能源轉變，綠色低碳成為算力產業重要發展方向。與此同時，算力需求與能源資源分布呈現空間不均衡態勢，算力基礎設施探索基于綠電供應和算能協同的空間布局成為必然趨勢。

全球算力競爭已呈現中美競爭為主的格局。當前，國際上算力競爭直觀表現為算力規模和算力占比的競爭，中美兩國在全球算力競爭中居領先地位。美國憑借其龐大的經濟總量和高度發達的數字化水平，連續多年位居全球信息產業領先地位。我國信息化雖起步晚于美、日、歐等發達經濟體，但在算力技術研發、基礎設施建設及科技產業發展方面具備較強實力與獨特優勢，是全球算力競爭格局中不可或缺的重要力量。相較于中美兩國，日本與歐盟在一定程度上受限于算力需求體量和先進技術水平，算力開發應用方面缺乏有競爭力的企業。

二、江蘇算力產業發展的基本態勢

進入數字經濟時代，算力已經成為重要的新型生產要素，發展算力產業成為區域經濟的新增長點。江蘇正以開展新一輪深化制造業“智改數轉網聯”行動為契機，積極打造長三角算力供給服務新高地、全國智能計算創新增長極，算力產業得到了長足發展。

算力產業體系相對完備。產業基礎設施規模化發展。目前全省在用算力規模達22.33EFLOPS，其中智能算力規模達8.85EFLOPS，占全部算力的 39.6% 。在用數據中心標準機架突破95 萬架，建成智算中心9個、超算中心2 個。在算力產業鏈上游的光通信領域已形成較強技術優勢，尤其在光模塊與交換機核心環節。其中，光模塊產業集聚了中際旭創、天孚通信等領軍企業，上市公司盛科通信是國內為數不多的實現萬兆級交換芯片規模化量產的供應商。

算力技術水平不斷提升。智能計算成為計算技術創新發展主線。全省已建成南京鯤鵬·昇騰人工智能計算中心、南京智能計算中心、太湖量子智算中心、昆山智算中心等四個智算中心。其中，南京智能計算中心（二期）算力能達到每秒180 億億次（Pops），總算力較一期實現翻番，是現階段長三角地區已投入運營的規模最大、算力最強的全國產化智算中心。2023 年全省在算力領域實現重大科技進展項目達15項，涵蓋了芯片技術、算法優化、數據存儲等多個關鍵領域。積極推進網絡基礎設施升級，加快千兆普及，并在全國率先開展“萬兆園區”試點建設，首批7 個萬兆園區已建成。

算力產業投融資較為活躍。據初步統計，2019 年1 月至2024 年10 月，全省算力產業發生投融資事件249 起，占全國比重為 10.13% 。部分地區積極運用產業投資基金、“算力券”“模型券”等手段大力支持算力產業發展，加快人工智能技術開發應用。重大投資項目積極助力算力基礎設施建設，2025 年江蘇計劃投資的10 個新型信息通信重大項目中有6 個是算力中心項目。

算力人才儲備取得較大進步。江蘇省內高校加快算力相關學科專業建設，涉及計算機、電子、通信等各類學科，南京大學、東南大學、南京郵電大學是全國首批“集成電路科學與工程”一級學科博士學位授權點。國家支持建設的28 所國家級示范性微電子學院有2 所在江蘇，分別是東南大學和南京大學，根據“2025 軟科中國大學排名”榜單，南京大學在計算機科學與技術專業排名全國第六。從上市公司數據看，2019—2023 年全省算力產業上市公司研發人員年均增速為 15.3% ，高于全部從業人員年均增速的 7.5% 。

三、江蘇算力產業發展面臨的問題

相較于廣東、上海等先進地區，江蘇仍存在產業鏈上下游布局偏少、關鍵領域技術有待突破、要素集聚能力偏弱、特色場景拓展有限等問題。

產業鏈的關鍵環節相對薄弱。在產業鏈中價值量最高的AI 芯片和大模型環節缺乏布局。AI 芯片是整個算力產業鏈最核心的環節，且是“卡脖子”的主要環節，江蘇缺乏像華為海思（深圳）、海光信息（北京）、寒武紀（北京）、景嘉微（長沙）等這樣的AI 芯片領軍企業。大模型作為下游應用的重點領域，是中美科技巨頭競相角逐的關鍵方向，江蘇在大模型研發、應用推廣等方面與先進地區存在差距，這導致江蘇在利用大模型推動產業升級、創新商業模式等方面進展緩慢，無法充分利用大模型提升產業競爭力。此外，盡管江蘇制造業基礎雄厚、應用場景豐富，但很多本土企業對算力賦能的認知和實踐不足，未能充分發揮算力提升生產效率、優化產品質量、創新生產模式的作用。

算力產業關鍵技術領域存在短板。關鍵領域“卡脖子”風險突出。以光模塊優勢環節為例，光模塊行業低速率光芯片、電芯片基本已實現國產替代，但高速率國產光芯片、電芯片的產品性能較海外依然有較大差距，高速率光芯片國產化率僅 3% 左右。節能降碳挑戰較大，亟待創新突破。算力中心的機房在氣候越冷的地方越省電節能（PUE 越低），而江蘇在資源稟賦等方面不占優勢，省內獲得“DC Tech 算力中心綠色低碳等級認證”5A 等級的數據中心數量較少。

吸引算力投資方面存在不足。重點城市資金集聚能力偏弱，難以吸引大量的社會資本和金融資源投入算力產業。從全國AI 算力產業投資流向來看，AI 算力產業投資主要集中在上海和深圳。在 2023年的投資事件中，上海、深圳、北京、成都、杭州位列前五，占比分別為 23%，18%，16%，11% 和 7% 。江蘇投資事件最多的常州、南京兩地，占比均僅為 5% ，投資規模低于其他發達地區。

高端算力人才短缺問題突出。算力領域復合型人才緊缺。算力領域涉及電子、集成電路、軟件和信息服務等多個行業，這些行業的技術門檻高、專業性強、對人才的綜合性要求較高，省內既懂算法又有實踐經驗的高層次算力人才存在較大缺口。業內領軍型人才和團隊缺乏。近年來，各地算力產業人才競爭日趨明顯，北京、上海、深圳、合肥等地紛紛引入了業內領軍型人才，而江蘇能夠牽頭主導國家重大產業創新工程的領軍人才較為缺乏。

四、江蘇算力產業高質量發展的對策

江蘇應聚焦算力產業布局、技術前沿重點領域，推動算力產業鏈、創新鏈、資金鏈、人才鏈深度耦合，在拓展應用賦能、強化技術研發、集成各類資金、引培高端人才等方面持續發力，將算力產業打造成為全省發展新質生產力的重要支撐。

完善產業鏈條，推動融合應用。一是引入優質的AI 芯片和大模型創業公司。當前算力產業處于百舸爭流的階段，江蘇可以考慮引入一級市場潛力較大的算力產業創業公司。二是積極向下游優勢行業融合賦能。堅持以市場需求為導向，以業務應用為牽引，進一步釋放工業制造、醫療健康等優勢行業對算力應用的需求潛力，激發智能算力、邊緣算力全場景應用創新活力。三是持續提升算力中心服務能力。聚焦全省算力中心，打造國產算力適配、驗證、技術迭代的應用試驗場，構建集成多方算力資源和開發平臺的算力服務體系，提升面向長三角乃至全國區域城市治理、社會民生、行業轉型等領域的服務能力。

突破創新瓶頸，實現綠色轉型。一是推進優勢產業的全面自主可控。集中產業資源持續優化國產光芯片、電芯片，縮小與海外大廠的技術差距。鼓勵光模塊企業與光芯片企業協同合作，加速國產光芯片研發和認證節奏，擺脫進口依賴。二是積極推動核心技術攻關。鼓勵龍頭企業、研發機構和高等院校加快突破關鍵核心技術、先進基礎工藝，爭取在算力芯片及元器件、服務器及存儲設備上培育若干個原創技術策源地。充分發揮科研院所、高校、企業和產業聯盟在核心技術攻關、成果轉化、標準制定、算網平臺搭建中的創新主體作用，加快國產異構算力研發進程。三是強化節能降碳技術提升能源效率。加強綠色算力政策頂層設計，推動綠色算力標準規范制定。加快應用液冷、高彈性冷卻、高壓直流電等新一代綠色節能技術，逐步推進數據中心智能化、綠色化、集約化改造。

完善體制機制，優化資金配置。一是發揮產業基金作用，創新重大項目招引模式。充分釋放省級戰略性新興產業基金引導效應，加強與國家產業投資基金、設區市產業基金聯動，爭取一批具有牽引作用的算力產業項目落地。積極引導省內中游龍頭企業增資擴產以及上游配套企業集聚，面向國際知名企業、國有企業，加大在算法模型、高端芯片、計算系統、軟件工具等領域項目招引力度。二是支持社會資本向算力產業流動。引導社會資本、金融機構參與算力基礎設施建設和算力技術產業發展，支持符合條件的企業境內外上市融資。鼓勵各地市探索實施“科技產業金融一體化”專項和“補貸保”聯動試點，加大對算力重點項目的支持。

強化人才培育，匯聚高端力量。一是加強良性可持續的產業人才梯隊建設。加強服務產業鏈的頂層設計和建設，構建以人才培養賦能創新發展雙向互動新機制，建立創新企業家、先進制造技術人才和先進基礎工藝人才培養梯隊。加大算力相關專業知識扎實、實踐經驗豐富、創新能力突出的高層次人才培育力度，集聚具備產業實踐、隱性經驗與商業直覺的復合型人才，加強兼具原始創新能力和學科帶頭能力的拔尖創新人才、工程骨干的引進力度。強化高端人才培養，建立產業所需的人才群體培訓體系。二是積極培育引進領軍人才與創新團隊。發揮高能級重大創新載體聚才作用，建立算力行業緊缺人才清單管理制度，注重利用重點任務、重大項目發掘算力行業人才。三是推動產學研深度融合。通過跨界合作，匯聚科研機構、高等院校、企業廠商，形成緊密合作的創新體系，加速算力產業的技術革新、成果轉化與應用落地，催生新產業、新模式、新動能。

〔本文系江蘇省社科聯重大應用課題、江蘇省社會科學基金重點項目“江蘇加快推進算力基礎設施布局研究”（24WTA-009）的階段性研究成果〕

（作者單位：江蘇省戰略與發展研究中心）