摘要
智能算力作为数字经济核心支柱，随生成式AI爆发，需求攀升，战略地位提升。但产业面临三大矛盾：能源紧缺与算力指数级需求冲突，全球能源有限与AI无限需求矛盾加剧；美国芯片出口管制加剧我国算力资源稀缺，企业成本和研发周期增加；供需错配导致算力浪费与短缺并存，2023年中国智能算力供给仅满足需求46.8%，区域和用户结构不平衡突出。ESG理念为低碳绿色转型提供方向，通过优化资源配置、推动绿色低碳发展和算力平台化运营，可以有效缓解矛盾，为数字经济的可持续发展提供支撑。
算力是数字经济和人工智能产业高质量发展的核心支柱
算力是数字经济和人工智能产业高质量发展的核心支柱，支撑着云计算、大数据、人工智能等技术的应用。近年来，随着ChatGPT、文心一言、Kimi、Deepseek等生成式AI模型及技术的爆发式增长，高性能智能算力需求持续攀升，智能算力产业快速发展。作为数字经济的重要组成部分，智能算力产业在经济社会高质量发展中的战略地位不断提升。国家“东数西算”工程明确提出“以算力高质量发展支撑经济高质量发展”，党的二十届三中全会也强调“加快构建促进数字经济发展体制机制，完善促进数字产业化和产业数字化政策体系”。算力作为数字经济的核心要素，是数据要素、技术要素等新质生产要素不断发展和优化生产要素组合的关键。加强智能算力产业规划布局，实现算力产业高质量和可持续发展，对于推进数字中国的建设和实现中国式现代化至关重要。
一、能耗资源约束与算力需求增长的矛盾
全球能源紧缺与人工智能产业算力需求的指数级增长之间的矛盾日益凸显。一方面，人工智能产业的快速发展对算力的需求呈现出指数级增长态势。随着深度学习、大数据分析等技术的广泛应用，人工智能模型的复杂度和规模不断增加，对高质量算力资源的需求快速增长。华为《智能世界 2030》报告预测，2030年全球智能算力需求将达到864ZFLOPS。AI大模型训练集群的更新与AI、区块链等技术支撑的行业智能化场景扩展，将带来算力需求的爆炸式增长。另一方面，全球能源紧缺的形势愈发严峻。传统能源资源的有限性与日益增长的能源需求之间的矛盾不断加剧，能源供应的稳定性受到严重挑战。例如，数据中心的能耗问题备受全球关注，服务器过热所需的冷却能量成为数据中心能耗的主要因素（Yingbo Zhang, et al., 2023）。
二、硬件性能依赖与芯片制约的矛盾
人工智能算力产业高度依赖硬件性能，尤其是高性能芯片的支持。美国的芯片出口限制使高性能智算资源成为稀缺产品，严重制约了我国人工智能产业的发展。2025年1月13日，美国政府公布了针对人工智能芯片的出口管制措施，将向中国大陆的数据中心出口AI芯片被“广泛禁止”和严格受限。这一限制措施导致我国企业获取高性能AI芯片的难度大幅增加，增加了企业的生产成本和人工智能相关产品的研发和上市周期，直接影响到我国人工智能产业的算力底座建设，进而限制产业的发展高度。
三、智能算力供需错配的矛盾
智能算力存在明显供需错配问题，算力结点与数据中心的空间错配、用户结构错配进一步加剧了算力浪费与闲置。2023年，中国智能算力需求达到123.6EFLOPS，但智能算力供给规模仅为57.9EFLOPS，仅满足智算需求的46.8%，供需缺口依然较大。高质量算力供给不足问题仍然突出。从空间分布来看，我国算力资源在东西部间仍呈现较为明显的区域不平衡特征。东部地区的算力需求远高于供给水平，尽管“东数西算”工程的实施部分缓解了东西部算力供需失衡问题，但在高峰时段或特定应用场景下，算力短缺问题仍然突出。从用户结构来看，大量中小企业由于缺乏足够的资金和技术支持，出现软件建设不足、技术与场景需求割裂、兼容性与协同性不足等问题，导致小型或企业级的算力中心利用率相对较低，难以获取足够的算力资源。一些地方政府和企业在算力中心建设中存在盲目投资现象，部分算力中心在建成后缺乏足够的应用场景和市场需求，导致算力资源长期闲置。
四、应对之道：从环境、社会和企业多维探索解决方案
在全球可持续发展背景下，ESG（环境、社会和企业治理）理念强调在追求技术进步的同时，兼顾环境可持续性、社会公平性和企业治理的优化。这一理念与促进算力产业低碳绿色转型和可持续发展高度契合。《算力基础设施高质量发展行动计划》《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》《促进数据产业高质量发展的指导意见》等政策文件明确提出推动资源高效调度、设施绿色低碳、算力灵活供给、服务智能随需的算力市场化应用企业发展要求。
算力资源平台化运营作为算力资源高效绿色发展的关键市场化应用，对人工智能算力产业高质量发展具有重要影响。通过优化算力资源配置、提升算力利用效率、推动算力绿色低碳发展，可以有效应对智能算力产业发展的核心矛盾，为数字经济的可持续发展提供坚实支撑。
