数据中心智算化演进背景、政策、机遇及趋势分析

近年来，地方针对人工智能发展陆续出台了数十项指导方案和激励 政策，提出加强算法创新与应用、推动算力基础设施建设、创新智能算 力应用场景等关键举措，基本完成政策部署，人工智能发展环境体系初 成。

1.背景与政策分析

当前，数据中心的算力算效现状正经历着深刻的变革，这是由技 术进步、政策导向和市场需求共同驱动的结果。一方面，随着云计 算、人工智能、大数据等信息技术的快速发展，数据中心的算力需求 呈现出爆发式增长，对于计算效率和能源效率提出了更高要求。另一 方面，政策层面的引导和规范，如“十四五”规划中对数据中心绿色 化、智能化的强调，以及国家对算力基础设施建设的高度重视，促进 了数据中心向更高效、更绿色的方向发展。

2017 年，国务院提出建设“高效能计算基础设施”，首次对数据中心 提出“高效能”的要求。2020 年 4 月，国家发改委首次将智能计算中心 作为算力基础设施的重要代表纳入信息基础设施范畴。2022 年 2 月， “东数西算”工程全面启动，算力基础设施成为重点建设方向之一。2023 年 10 月，工信部等 6 部门联合下发的《算力基础设施高质量发展行动 计划》明确提出未来要结合人工智能产业发展和业务需求，推动算力+ 行业融合发展，逐步合理提升智能算力占比，力争 2025 年达到 35%。 2023 年 12 月，国家发改委等 5 部门出台的《深入实施“东数西算”工程 加快构建全国一体化算力网的实施意见》更是凸显了智能算力的关键引 擎定位。一方面要求引导各类算力建设和算力使用向枢纽节点集约，促进多元异构算力融合发展，加快实现智能算力资源供需平衡；另一方面 明确提出提升智能算力在人工智能等领域适配水平，增强计算密集型、 数据密集型等业务的算力支撑能力。在上述一系列政策的支持下，智算 战略地位得到不断提升。

近年来，地方针对人工智能发展陆续出台了数十项指导方案和激励 政策，提出加强算法创新与应用、推动算力基础设施建设、创新智能算 力应用场景等关键举措，基本完成政策部署，人工智能发展环境体系初 成。 北京、上海、深圳等多个重点省市以算力体系建设为抓手推动人工 智能服务体系建设，其中，北京侧重存量数据中心进行智算体系化提升， 上海侧重统筹资源以 AI 赋能新型基础设施，深圳侧重算力集群式供给， 打造算力枢纽和智算平台。以北京市为例，仅 2024 年就相继发布了《北 京市存量数据中心优化工作方案（2024-2027 年）》和《北京市算力基础 设施建设实施方案（2024-2027 年）》，旨在引导存量数据中心完成绿色 低碳改造，转型为智能算力中心，促进绿色电力消纳，提高存量数据中 心能效、碳效水平，并提出一系列奖励措施。

当前数据中心的算力算效现状正经历着从传统模式向 AIDC 的转 型，技术创新和政策导向正逐步解决早期建设中出现的问题，推动数据 中心向更高效、更绿色的发展方向迈进。随着算力需求的多样化和政策 环境的持续优化，数据中心的算力算效将得到进一步提升，为数字经济 的繁荣发展提供坚实的基础支撑。

2.数据中心智算化机遇

在人工智能（AI）引领的科技革命中，数据中心作为算力基础设施 的核心，正面临着前所未有的挑战与机遇。AI 技术的广泛应用，尤其 是深度学习、自然语言处理、计算机视觉等领域的突破，极大地推动了 智能决策与自动化流程的发展，从而对数据中心的算力提出了前所未有 的要求。 从理论基础来看，AI 技术，尤其是深度学习模型，依赖于大规模 数据集进行训练，以实现模型的优化与泛化能力。这种数据密集型的学 习方法，要求数据中心拥有高并发、高带宽的网络环境，以及强大的计 算资源，以支持大规模的并行计算任务。此外，随着 AI 模型的复杂度 不断提高，数据中心需要提供更高效能的 GPU、TPU 等专用加速芯片， 以加速计算过程，减少训练时间。

从应用场景来看，AI 技术在图像识别、语音识别、自动驾驶、医 疗健康、金融风控等诸多领域展现出了广阔的应用前景。这些应用场景 对数据中心的算力提出了多样化的需求。例如，在自动驾驶领域，实时 的数据处理与分析能力至关重要，要求数据中心不仅提供强大的计算能 力，还必须确保低延迟的网络连接。在医疗健康领域，AI 技术用于疾 病诊断、药物研发等，对数据的精准分析与处理能力要求极高，进一步 推高了对数据中心算力的需求。 政策层面，国家对 AI 技术的重视也影响了数据中心的算力布局。 《新一代人工智能发展规划》等政策文件，明确提出要加强 AI 基础设 4 施建设，推动数据中心的算力提升与智能化升级。政策的引导下，数据 中心正逐步转型为 AI DC，即专注于 AI 计算任务的数据中心，它们不 仅拥有更强大的算力，还集成了 AI 优化的软件与算法，以实现更高效 的计算资源调度与利用。

技术环境的革新也在推动数据中心算力的升级。例如，算网协同技 术的发展，使得数据中心能够根据 AI 任务的需求动态调整算力资源， 实现资源的优化配置。此外，边缘计算技术的普及，使得数据中心能够 将一部分计算任务下放至边缘节点，减少数据传输延迟，进一步提升了 AI 应用的响应速度与用户体验。 人工智能对数据中心算力的需求正驱动着数据中心的智能化升级。 从理论基础、应用场景到政策导向，数据中心正逐步从传统的计算与存 储中心，转型为支持 AI 计算任务的智能数据中心，其算力算效的提升， 不仅为 AI 技术的广泛应用提供了坚实的基础，也为数字经济的蓬勃发 展注入了强劲动力。

3.智算中心发展趋势

智算中心作为推动数字时代创新与发展的关键基础设施，正经历着 前所未有的转型与升级。在技术、政策、市场需求等多重因素的驱动下， 智算中心的发展趋势呈现出鲜明的特征与方向。 （1）技术驱动下的演进。技术的革新是智算中心发展的核心动力。随着 AI、云计算、大数 据等技术的融合与突破，智算中心正从传统数据中心向 AI DC（人工智 能数据中心）转变，其技术演进路径展现出以下几个关键趋势： 算力升级与优化：智算中心不断提升 GPU、TPU 等专用加速器的 集成度，改善计算架构，以满足 AI 模型训练与推理的高性能需求。同 时，通过算网协同技术，实现资源的智能调度与优化配置，提升算力服 务的灵活性与响应速度。 智能化运维与安全：智能化运维技术的引入，如 AI 运维、自动化 运维平台，提升了数据中心的运维效率与响应速度，降低了运维成本。 同时，构建多层次的安全防护体系，加强物理安全、网络安全与数据加 密，有效应对不断演化的安全威胁。

（2）政策导向下的规范与激励。 政策环境对智算中心的发展起着至关重要的规范与激励作用。国家 层面的政策文件，如“十四五”规划、《新型数据中心发展三年行动计划》 等，明确了智算中心绿色化、智能化的发展方向，鼓励技术创新与标准 化建设，为智算中心的转型升级提供了政策支撑。 算网协同发展政策的出台，推动了算力资源的优化配置与智能调度， 促进智算中心向更高效、更灵活的服务模式转变，为数字经济的发展提 供了强大的算力支撑。

（3）市场需求下的多样化响应 。智算中心的发展趋势还受到市场需求的深刻影响。从高新技术、产 业数字化转型到移动消费与智能终端，智算中心的应用场景日益广泛，对算力的需求呈现出多样化、个性化的特点。传统数据中心正逐步摆脱 单一的计算与存储模式，向提供泛在普惠算力服务的基础设施演进，全 面赋能企业生产、运营与管理的各个环节。 智算中心的发展趋势是技术革新、政策导向与市场需求共同作用的 结果，其未来将更加高效、绿色、安全与智能化。通过技术创新与标准 化建设，智算中心正逐步克服早期建设中的局限与挑战，成为推动数字 经济发展的核心力量。随着政策环境的持续优化与市场需求的不断演进， 智算中心将迎来更加广阔的发展前景，为构建数字中国的智算基础设施 奠定坚实基础。