推动江苏算力产业高质量发展的对策思考

建言要点：

全球算力产业加速向智能化、绿色化、集约化方向演进，发展算力产业成为区域经济的新增长点。当前，江苏在打造长三角算力供给服务新高地和智能计算创新增长极上取得积极进展，但也面临多重挑战。课题组在调研基础上提出如下对策建议：完善产业链条，推动融合应用；突破创新瓶颈，实现绿色转型；完善体制机制，优化资金配置；强化人才培育，汇聚高端力量。

当前，江苏凭借领先的基础设施建设处在全国算力产业发展的前列，但同时面临产业链协同不足、核心技术攻关待突破、资金人才支撑需强化等多重挑战。为把握新一轮发展机遇，有效应对潜在挑战，江苏应着力强化算力产业链协同布局，加大智能计算等技术创新投入，完善多元化资金支持机制，推动形成具有全球竞争力的算力产业集群。

一、全球算力产业发展的主要趋势

全球算力产业正加速向智能化、绿色化、集约化方向演进，产业生态逐步从单一技术竞争转向资源共享、平台共建与价值共创的协同模式。未来，算力产业发展方阵将日趋完善，深度融入数字经济发展底座，为AI 时代的技术突破与普惠应用提供核心支撑。

全球算力规模稳步扩张，结构发生深刻变化。随着人工智能、大数据、云计算等技术的快速发展，全球算力规模呈现爆发式增长。中国信息通信研究院数据显示，截至 2023 年底，全球算力总规模达到 910EFLOPS（指计算机系统或设备每秒执行百亿亿次浮点运算单位）（FP32），同比增长 40% ，呈现高速增长态势。其中，通用算力规模为 551EFLOPS（FP32），智能算力规模为335EFLOPS（FP32），超算算力规模为 24EFLOPS（FP32）。非结构化数据急剧扩增，以 CPU 为代表的芯片年性能提升不超过 15% ，难以满足处理视频、图片等非结构化数据的需求，未来几年智能算力占比将显著增加。

算力成为支撑大模型运行及生成式 AI 应用的关键。在大模型训练中，通常采用多机多卡构建的算力集群进行分布式训练，而拥有大量的计算节点并不等同于拥有强大的计算能力。在分布式训练中，拥有数千亿至万亿参数的庞大模型通信时间可能占据整个训练过程的一半，网络通信和数据缓存等瓶颈问题会显著降低训练效率。另外，随着模型参数量增加，传统的训练方式可能会导致训练过程中算力利用率的降低。这些难点的出现都要求算力从简单的硬件扩展发展为涵盖算法优化、系统设计、资源调度和网络通信等多个层面的系统优化。大模型训练、推理、优化等各个环节需要高性能和高效率算力的支撑，未来异构算力资源的需求将显著增长。

算力绿色低碳发展已成行业共识和时代需求。算力产业属于高能耗产业，电力消费增速高、占比大成为不可回避的重要课题。国际能源署（IEA）数据显示，2022 年全球数据中心用电量达 4600 亿千瓦时，占全球总电力需求近 2% ，预计到 2026 年全球数据中心电力消耗将增加至 6200 亿—10500 亿千瓦时。据中国信息通信研究院统计，2023 年我国算力中心能耗总量为 1500 亿千瓦时，同比增长15.4% ，约占全社会用电量的 1.63% ，未来算力用电将呈井喷式增长。而电能往往依赖于高碳能源如煤炭、石油等，算力基础设施的能源结构亟须向低碳、清洁能源转变，绿色低碳成为算力产业重要发展方向。与此同时，算力需求与能源资源分布呈现空间不均衡态势，算力基础设施探索基于绿电供应和算能协同的空间布局成为必然趋势。

全球算力竞争已呈现中美竞争为主的格局。当前，国际上算力竞争直观表现为算力规模和算力占比的竞争，中美两国在全球算力竞争中居领先地位。美国凭借其庞大的经济总量和高度发达的数字化水平，连续多年位居全球信息产业领先地位。我国信息化虽起步晚于美、日、欧等发达经济体，但在算力技术研发、基础设施建设及科技产业发展方面具备较强实力与独特优势，是全球算力竞争格局中不可或缺的重要力量。相较于中美两国，日本与欧盟在一定程度上受限于算力需求体量和先进技术水平，算力开发应用方面缺乏有竞争力的企业。

二、江苏算力产业发展的基本态势

进入数字经济时代，算力已经成为重要的新型生产要素，发展算力产业成为区域经济的新增长点。江苏正以开展新一轮深化制造业“智改数转网联”行动为契机，积极打造长三角算力供给服务新高地、全国智能计算创新增长极，算力产业得到了长足发展。

算力产业体系相对完备。产业基础设施规模化发展。目前全省在用算力规模达22.33EFLOPS，其中智能算力规模达8.85EFLOPS，占全部算力的 39.6% 。在用数据中心标准机架突破95 万架，建成智算中心9个、超算中心2 个。在算力产业链上游的光通信领域已形成较强技术优势，尤其在光模块与交换机核心环节。其中，光模块产业集聚了中际旭创、天孚通信等领军企业，上市公司盛科通信是国内为数不多的实现万兆级交换芯片规模化量产的供应商。

算力技术水平不断提升。智能计算成为计算技术创新发展主线。全省已建成南京鲲鹏·昇腾人工智能计算中心、南京智能计算中心、太湖量子智算中心、昆山智算中心等四个智算中心。其中，南京智能计算中心（二期）算力能达到每秒180 亿亿次（Pops），总算力较一期实现翻番，是现阶段长三角地区已投入运营的规模最大、算力最强的全国产化智算中心。2023 年全省在算力领域实现重大科技进展项目达15项，涵盖了芯片技术、算法优化、数据存储等多个关键领域。积极推进网络基础设施升级，加快千兆普及，并在全国率先开展“万兆园区”试点建设，首批7 个万兆园区已建成。

算力产业投融资较为活跃。据初步统计，2019 年1 月至2024 年10 月，全省算力产业发生投融资事件249 起，占全国比重为 10.13% 。部分地区积极运用产业投资基金、“算力券”“模型券”等手段大力支持算力产业发展，加快人工智能技术开发应用。重大投资项目积极助力算力基础设施建设，2025 年江苏计划投资的10 个新型信息通信重大项目中有6 个是算力中心项目。

算力人才储备取得较大进步。江苏省内高校加快算力相关学科专业建设，涉及计算机、电子、通信等各类学科，南京大学、东南大学、南京邮电大学是全国首批“集成电路科学与工程”一级学科博士学位授权点。国家支持建设的28 所国家级示范性微电子学院有2 所在江苏，分别是东南大学和南京大学，根据“2025 软科中国大学排名”榜单，南京大学在计算机科学与技术专业排名全国第六。从上市公司数据看，2019—2023 年全省算力产业上市公司研发人员年均增速为 15.3% ，高于全部从业人员年均增速的 7.5% 。

三、江苏算力产业发展面临的问题

相较于广东、上海等先进地区，江苏仍存在产业链上下游布局偏少、关键领域技术有待突破、要素集聚能力偏弱、特色场景拓展有限等问题。

产业链的关键环节相对薄弱。在产业链中价值量最高的AI 芯片和大模型环节缺乏布局。AI 芯片是整个算力产业链最核心的环节，且是“卡脖子”的主要环节，江苏缺乏像华为海思（深圳）、海光信息（北京）、寒武纪（北京）、景嘉微（长沙）等这样的AI 芯片领军企业。大模型作为下游应用的重点领域，是中美科技巨头竞相角逐的关键方向，江苏在大模型研发、应用推广等方面与先进地区存在差距，这导致江苏在利用大模型推动产业升级、创新商业模式等方面进展缓慢，无法充分利用大模型提升产业竞争力。此外，尽管江苏制造业基础雄厚、应用场景丰富，但很多本土企业对算力赋能的认知和实践不足，未能充分发挥算力提升生产效率、优化产品质量、创新生产模式的作用。

算力产业关键技术领域存在短板。关键领域“卡脖子”风险突出。以光模块优势环节为例，光模块行业低速率光芯片、电芯片基本已实现国产替代，但高速率国产光芯片、电芯片的产品性能较海外依然有较大差距，高速率光芯片国产化率仅 3% 左右。节能降碳挑战较大，亟待创新突破。算力中心的机房在气候越冷的地方越省电节能（PUE 越低），而江苏在资源禀赋等方面不占优势，省内获得“DC Tech 算力中心绿色低碳等级认证”5A 等级的数据中心数量较少。

吸引算力投资方面存在不足。重点城市资金集聚能力偏弱，难以吸引大量的社会资本和金融资源投入算力产业。从全国AI 算力产业投资流向来看，AI 算力产业投资主要集中在上海和深圳。在 2023年的投资事件中，上海、深圳、北京、成都、杭州位列前五，占比分别为 23%，18%，16%，11% 和 7% 。江苏投资事件最多的常州、南京两地，占比均仅为 5% ，投资规模低于其他发达地区。

高端算力人才短缺问题突出。算力领域复合型人才紧缺。算力领域涉及电子、集成电路、软件和信息服务等多个行业，这些行业的技术门槛高、专业性强、对人才的综合性要求较高，省内既懂算法又有实践经验的高层次算力人才存在较大缺口。业内领军型人才和团队缺乏。近年来，各地算力产业人才竞争日趋明显，北京、上海、深圳、合肥等地纷纷引入了业内领军型人才，而江苏能够牵头主导国家重大产业创新工程的领军人才较为缺乏。

四、江苏算力产业高质量发展的对策

江苏应聚焦算力产业布局、技术前沿重点领域，推动算力产业链、创新链、资金链、人才链深度耦合，在拓展应用赋能、强化技术研发、集成各类资金、引培高端人才等方面持续发力，将算力产业打造成为全省发展新质生产力的重要支撑。

完善产业链条，推动融合应用。一是引入优质的AI 芯片和大模型创业公司。当前算力产业处于百舸争流的阶段，江苏可以考虑引入一级市场潜力较大的算力产业创业公司。二是积极向下游优势行业融合赋能。坚持以市场需求为导向，以业务应用为牵引，进一步释放工业制造、医疗健康等优势行业对算力应用的需求潜力，激发智能算力、边缘算力全场景应用创新活力。三是持续提升算力中心服务能力。聚焦全省算力中心，打造国产算力适配、验证、技术迭代的应用试验场，构建集成多方算力资源和开发平台的算力服务体系，提升面向长三角乃至全国区域城市治理、社会民生、行业转型等领域的服务能力。

突破创新瓶颈，实现绿色转型。一是推进优势产业的全面自主可控。集中产业资源持续优化国产光芯片、电芯片，缩小与海外大厂的技术差距。鼓励光模块企业与光芯片企业协同合作，加速国产光芯片研发和认证节奏，摆脱进口依赖。二是积极推动核心技术攻关。鼓励龙头企业、研发机构和高等院校加快突破关键核心技术、先进基础工艺，争取在算力芯片及元器件、服务器及存储设备上培育若干个原创技术策源地。充分发挥科研院所、高校、企业和产业联盟在核心技术攻关、成果转化、标准制定、算网平台搭建中的创新主体作用，加快国产异构算力研发进程。三是强化节能降碳技术提升能源效率。加强绿色算力政策顶层设计，推动绿色算力标准规范制定。加快应用液冷、高弹性冷却、高压直流电等新一代绿色节能技术，逐步推进数据中心智能化、绿色化、集约化改造。

完善体制机制，优化资金配置。一是发挥产业基金作用，创新重大项目招引模式。充分释放省级战略性新兴产业基金引导效应，加强与国家产业投资基金、设区市产业基金联动，争取一批具有牵引作用的算力产业项目落地。积极引导省内中游龙头企业增资扩产以及上游配套企业集聚，面向国际知名企业、国有企业，加大在算法模型、高端芯片、计算系统、软件工具等领域项目招引力度。二是支持社会资本向算力产业流动。引导社会资本、金融机构参与算力基础设施建设和算力技术产业发展，支持符合条件的企业境内外上市融资。鼓励各地市探索实施“科技产业金融一体化”专项和“补贷保”联动试点，加大对算力重点项目的支持。

强化人才培育，汇聚高端力量。一是加强良性可持续的产业人才梯队建设。加强服务产业链的顶层设计和建设，构建以人才培养赋能创新发展双向互动新机制，建立创新企业家、先进制造技术人才和先进基础工艺人才培养梯队。加大算力相关专业知识扎实、实践经验丰富、创新能力突出的高层次人才培育力度，集聚具备产业实践、隐性经验与商业直觉的复合型人才，加强兼具原始创新能力和学科带头能力的拔尖创新人才、工程骨干的引进力度。强化高端人才培养，建立产业所需的人才群体培训体系。二是积极培育引进领军人才与创新团队。发挥高能级重大创新载体聚才作用，建立算力行业紧缺人才清单管理制度，注重利用重点任务、重大项目发掘算力行业人才。三是推动产学研深度融合。通过跨界合作，汇聚科研机构、高等院校、企业厂商，形成紧密合作的创新体系，加速算力产业的技术革新、成果转化与应用落地，催生新产业、新模式、新动能。

〔本文系江苏省社科联重大应用课题、江苏省社会科学基金重点项目“江苏加快推进算力基础设施布局研究”（24WTA-009）的阶段性研究成果〕

（作者单位：江苏省战略与发展研究中心）