中国信息通信研究院产业与规划研究所 2025年11月 人工智能算力基础设施赋能 研究报告 (2025年) 版权声明 本报告版权属于中国信息通信研究院，并受法律保护。 转载、摘编或利用其它方式使用本报告文字或者观点的，应 注明 “来源：中国信息通信研究院 ”。违反上述声明者，本院 将追究其相关法律责任。 前 言 在人工智能 落地破局与赋能 千行百业 进程中， 以智算中心为代表 的人工智能算力基础 设施，被赋予更重要的定位和使命，成为支撑人 工智能技术及产业发展的重要基石。 然而，目前人工智能算力基础设 施利用负载情况差异较大， 尤其是 地方政府或 国资平台主导 投建的智 算设施，赋能价值有待进一步提升 。因此，需要厘清 智算中心 赋能的 需求场景、需求场景与所需关键 能力的匹配，以及 推进赋能 落地的生 态模式，助力人工智能算力基础设施真正实现赋能价值 。本报告聚焦 智算中心 赋能， 围绕 需求场景、关键能力、落地生态这三个关键环节， 阐述最新发展趋势， 致力于进一步释放 智算中心 的赋能效应，助力 人 工智能与实体经济深度融合 。 需求场景方面， 大模型预训练、 微调、 推理场景对计算需求不一， 当前各方主体已针对性开展各类场景的支撑 。推进基础预训练大模型 的训练， 需要具备 E级（EFlops） 计算能力的高端万卡集群中心支撑。 推进小模型 （百亿级及以下参数） 的训练、 微调， 或推进模型的推理， 依托百 P级（PFlops）计算能力的中小型智算中心即可支撑。 关键能力方面， 训练场景与 微调 /推理场景在底层支撑能力、 创新 服务能力、运营保障能力要求有较大区别。在算力市场高阶技术服务 需求暴涨的当下， 智算中心 亟需针对性夯实 关键能力 ，支撑数据处理 服务、算力调度服务及推理应用服务等。 落地生态方面， 智算中心 赋能需要分场景聚合 AI能力主体，推 进智算中心 赋能所需核心要素主体的协同。 智算中心 需求场景和关键 能力需要有落地生态的加持才能落地，而落地生态需要推进算力、数 据、算法、场景、产业等要素间协同协作，助力 AI大模型赋能行业 场景落地。 当然，报告仍有诸多不足，恳请各界批评指正。 目 录 一、人工智能算力基础设施演进态势 ................................ ................................ ....... 1 （一）技术创新：三位一体智算设施升级 ................................ ..................... 1 （二）布局优化：全国智算设施协调发展 ................................ ..................... 3 （三）产业升级：智算全产业链协同发展 ................................ ..................... 4 二、人工智能算力基础设施赋能的重要走势 ................................ ........................... 6 （一）需求场景逐步明晰，促使智算资源优配 ................................ ............. 7 （二）关键能力逐步聚焦，提升智算服务水准 ................................ ............. 7 （三）落地生态逐步聚和，加速智算价值释放 ................................ ............. 8 三、人工智能算力基础设施需求场景 ................................ ................................ ....... 8 （一）大模型预训练场景 ................................ ................................ ................. 9 （二）大模型微调场景 ................................ ................................ ................... 10 （三）大模型推理场景 ................................ ................................ ................... 11 四、人工智能算力基础设施关键能力 ................................ ................................ ..... 13 （一）基础支撑能力 ................................ ................................ ....................... 14 （二）创新服务能力 ................................ ................................ ....................... 17 （三）运营保障能力 ................................ ................................ ....................... 19 五、人工智能算力基础设施落地生态 ................................ ................................ ..... 21 （一）智算与数据要素协同 ................................ ................................ ........... 22 （二）智算与模型算法协同 ................................ ................................ ........... 23 （三）智算与跨域智算协同 ................................ ................................ ........... 24 （四）智算与行业场景协同 ................................ ................................ ........... 25 （五）智算与区域产业协同 ................................ ................................ ........... 26 六、发展展望 ................................ ................................ ................................ ............. 28 （一）需求场景更加多元、复杂 ................................ ................................ ... 28 （二）关键能力更加集约、软性 ................................ ................................ ... 29 （三）落地生态更加聚合、协同 ................................ ................................ ... 30 人工智能算力基础设施赋能研究报告（ 2025年） 1 一、人工智能算力基础设施演进态势 人工智能 算力基础设施， 是基于人工智能专用算力芯片及加速芯 片等组成异构计算架构，以智能计算设施为核心设施，以智能算力集 群为核心载体，面向人工智能应用场景，提供所需算力服务、数据服 务和算法服务的公共算力基础设施。 大模型加速技术迭代与工程创新 步伐，对人工智能算力基础设施 技术创新、布局优化、产业升级也 提 出了更高阶的要求。 （一）技术 创新：三位一体智算设施升级 当前， 我国人工智能算力基础 设施正处于系统性升级与架构演进 的关键时期，正加速向集约高效、低碳共生、高速泛在的融合形态纵 深发展，全面步入以 超大规模集群化、 绿色低碳化与高速互联化为核 心特征的新发展阶段 。在顶层设计与政策引导协同驱动下，我国 智算 中心规模持续扩大、技术体系日益自主、能效水平不断提升、互联能 力显著增强， 逐步构建起支撑数字经济高质量发展和现代化产业体系 建设的算力底座。 超大规模集群化实现突破。 超大规模集群 指由万或超十万颗高性 能GPU/NPU/DPU/CPU 等异构算力卡、 HBM/DRAM/SSD 等异构存 储单元构成的异构计算 /存储集群 ，通过高速互联网络实现近乎线性 的算力扩展， 以支撑千亿乃至万亿参数大模型的训练与复杂推理任务。 超节点作为智算集群化发展的关键技术