打通堵点协同支撑数智化发展
我国如何科学布局算力资源？在协调推进算力设施建设、模型算法发展和数据资源供给等方面取得了哪些积极进展？
张学良（上海财经大学长三角与长江经济带发展研究院执行院长）：随着AI大模型加速发展，算力已成为数字经济时代不可或缺的“智能底座”。我国有序引导算力基础设施建设，深入实施“东数西算”工程，促进算力资源科学布局，协调推进算力设施建设、模型算法发展与数据资源供给，为数智化发展提供有力支撑。
随着算力设施走向一体化布局，算力规模快速跃升。截至今年3月底，全国智能算力规模已达1882EFLOPS。京津冀、长三角、粤港澳大湾区、成渝等八大国家枢纽节点建设提速加力，集聚效应持续强化，智能算力规模占全国比重超80%。长三角枢纽内部已形成清晰的协作模式，上海聚焦前端高价值应用、算力交易调度、跨境数据加工，苏浙皖提升算力承载能力、拓展制造业场景、完善硬件配套，这种分工体现了枢纽内部算力资源的优化配置。甘肃庆阳以高起点、高标准打造智能算力高地，京津冀等区域加强协同探索。算力设施建设从“铺摊子”转向“上台阶”。国家数据局组织建设全国一体化算力网监测调度试验验证平台，让算力资源分布、负荷、利用率等数据一目了然。
模型算法从数量扩张转向能力提升。我国开源模型全球影响力显著增强，2025年下载量占比达17.1%。新一代人工智能大模型在推理效率、资源消耗优化等维度形成差异化优势，保持模型性能的同时降低了训练与推理成本。词元是AI大模型处理信息的最小单元，2024年初，我国日均词元调用量为1000亿；到今年3月，已突破140万亿，较2024年年初增长超1000倍。
数据资源供给的制度框架和市场体系初步建立。在制度层面，颁布实施数据安全法、个人信息保护法和《网络数据安全管理条例》等法律法规。国家数据局推动数据产权、流通交易等基础制度落地，为数据的供给、流通、使用提供保障。在市场流通层面，数据交易市场加快发展，2025年上半年，主要数据交易机构新上架数据产品数量同比增长70%。全国数据工作会议明确2026年为“数据要素价值释放年”，将着力畅通数据流动和资源配置渠道，促进数据要素全面融入经济价值创造过程。
也要看到，算力、算法、数据之间的协同仍存在堵点，制约整体效能的释放。如，算力结构性错配，闲置与短缺并存。部分企业手握闲置算力，中小企业、创业团队有需求却找不到便宜、可靠、易用的算力资源。西部地区低成本算力与东部高价值需求之间存在因地理距离导致的时效性问题。又如，大模型训练需要海量、高质量、成体系的数据支撑，当前有些数据的供给质量难以满足模型训练需求。数据跨部门、跨地区流动的信任机制和利益分配规则尚未完全建立，数据流通不畅造成算力空转与模型欠拟合。再如，模型表现与行业应用需求之间存在落差。一些人工智能大模型进入具体行业后出现“水土不服”，原因在于，算力分配不够精细，数据处理效率不高，多任务并行时资源争抢严重，等等。这些因素相互叠加使得模型难以有效适配行业场景。
针对上述堵点，需从制度、技术和生态三个层面协同发力，借助算力网建设支撑人工智能大模型从“可用”向“好用”转变。
一是完善“东数西算”跨域调度机制，构建可持续的算力调度运营服务模式。以“监测为基、调度为核”，搭建多层次调度平台，通过成熟的市场化撮合与价格发现机制，促进供需快速匹配，用价格信号引导资源流动，实现西部算力对东部需求的低成本、高效率响应。
二是打通数据流通梗阻，让模型训练有更多“源头活水”。依托数据要素市场化配置改革，加快建立与完善数据产权、流通交易、收益分配等基础制度，着力破除数据流通“不敢流、不能流、不愿流”的顾虑。面向重点行业建设一批高质量数据集与公共数据服务平台。
三是推动“算—数—模”一体化平台建设，打通技术落地“最后一公里”。鼓励龙头企业、科研机构和行业组织联合打造算力、数据、模型协同的行业赋能平台，推广算力按需分级、服务分层设计的思路，为不同规模、不同需求的企业精准匹配算力与模型服务，依托平台化运营切实降低中小企业应用大模型的技术门槛与成本压力。
随着数智化发展不断推进，今后需进一步打通算力、算法、数据之间的堵点，推动算力资源实现科学布局、高效协同、灵活可及，不断夯实数智化发展底座。
