8月28日，国家数据局披露，20余家算力调度主体正式入驻全国一体化算力网监测调度试验验证平台。8月29日，国家数据局相关负责人在2026中国国际大数据产业博览会主题交流活动上表示，已有145万PFLOPS智能算力纳入国家级监测调度平台监测范围，约占全国智算总规模的60%。算力资源集约化利用、一体化调度能力不断增强。有关机构测算，“十五五”时期算力网建设将新增直接投资超过4万亿元。

这不是简单的投资加码，而是一场基础设施逻辑的深层重构。

算力网被纳入国家“六张网”战略性基础设施，与水网、新型电网等置于同等位置。国家数据局相关负责人表示，截至2026年7月底，全国智算总规模达245万PFLOPS（FP16），八大国家算力枢纽和三个算电协同发展区已建成智算规模占全国比重超85%。

一张横跨东西的算力网络正在加快成形，但“连线”只是起点，“调得动”才是关键。

行业已梳理出算力网清晰的三层路径：底层数据中心承载层的机柜规格、供电标准已基本统一；应用层随着大模型Agent普及，Token有望成为算力输出的标准化计量单位；而当前攻坚的算力服务器层——异构芯片生态壁垒——或是最大“卡脖子”环节。

外界一度以为国产算力最难的是单卡峰值性能追平国际产品，一线从业者的感知却完全不同——最痛的坎不是硬件参数，而是软件栈那层“看似兼容、实则不兼容”的隐形墙。比如某国产芯片从2系列向3系列迭代中，行业花大量精力解决的是新旧软硬件栈不兼容、多卡互联通信效率低、算子适配踩坑、固件五花八门、版本矩阵混乱这些“暗坑”。用户把模型编译完点下运行，表面跑通了，但模型一旦遇到动态形状或混合精度场景，就会出现精度偏差或性能断崖，迁移成本比预判高出数倍。

国产算力推理侧的规模化替代基本走通，训练侧差距也在收窄，但单卡性能仍有一到两代代差，先进制程和HBM供应链短板、CUDA生态壁垒、集群互联效率不足，均非短时间能抹平。市面上部分算力调度平台仍停留在“把资源接进来”的初级阶段，距离底层深度优化、把每块芯片性能跑满，差距堪比“刚拿驾照”和“上赛道”。

技术之外，跨域调度还存在制度性堵点。算力、能耗、数据按属地管理，地方投了资源，算力外调后税收该留到本地还是外地？传统“机柜整租”模式与高弹性算力调用需求严重错配，跨省市调度缺乏成熟的分成机制。破局关键或在于中央建立区域间利益补偿与风险共担机制。

当前国内GPU市场因高端芯片供给受限呈现供需缺口，大量主体涌入，反而出现“想用的用不上，建好的用不满”的结构性矛盾，未来，多技术路线并行或将催生专业化分工。

从“建中心”到“织算网”，从“卖卡”到“卖Token”，算力网正在从资源池走向服务网。芯片生态从碎片走向统一、跨域调度从政策倡导走向机制落地、算力服务从粗放供给走向标准化计量——这三个关键拼图能否补齐，决定着这场基础设施重构的最终走向。万亿级投资不是终点，而是这场基础设施重构的起跑线。