摘要：20余家算力调度主体已入驻全国一体化算力网监测调度试验验证平台，全国智算总规模达到245万PFLOPS，其中145万PFLOPS纳入国家级监测。政策重点正从建设规模转向统一感知、调度、计量和利用率。
摘要： 8月28日，国家数据局披露，20余家算力调度主体已正式入驻全国一体化算力网监测调度试验验证平台，已有145万PFLOPS（FP16）智能算力纳入国家级平台监测；8月29日，国家数据局进一步公布，截至7月底全国智算总规模达到245万PFLOPS，八大国家算力枢纽和三个算电协同发展区已建智算规模占全国比重超过85%。这些数据放在一起看，政策重点已经开始从“建多少算力”转向“多少算力能够被发现、调度、计量和高效使用”。对智算中心、算力运营商、大模型企业以及工业AI项目来说，全国算力网正在形成一套新的资源组织方式。
算力网开始从基础设施建设进入运营阶段
过去几年谈“东数西算”，外界最容易看到的是数据中心、智算中心、GPU集群以及八大国家算力枢纽。随着大模型训练和推理需求快速扩张，单纯增加算力规模已经不能解决全部问题。一边是部分区域高端算力紧张，另一边是一些智算中心利用率不足；模型企业还要面对不同芯片、不同云平台、不同地域网络条件带来的资源碎片化。
8月28日出现的一个细节因此值得重视：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。国家数据局同时披露，目前已有145万PFLOPS（FP16）智能算力纳入监测范围，并明确国家发展改革委和国家数据局下一步将以八大国家算力枢纽、三个算电协同发展区域为基础，加快构建全国一体化算力网。
这意味着全国算力网络正在补上一个长期欠缺的环节：算力资源的统一感知和调度。
建设一个智算中心解决的是“有没有算力”，调度平台解决的则是“算力在哪里、当前有多少空闲、谁能够使用、以什么价格和网络条件使用”。如果这套体系逐步成熟，算力会越来越接近电力和云计算资源的组织方式：用户不必知道具体哪一台服务器承担任务，平台根据价格、芯片类型、网络时延、能源条件和业务需求，把任务匹配到合适的算力节点。
245万PFLOPS背后，政策开始关注“算得好不好”
8月29日，国家数据局局长刘烈宏在2026中国国际大数据产业博览会“数算一体 驱动未来”交流活动上披露，截至2026年7月底，全国智算总规模达到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过85%，其中145万PFLOPS已经进入国家级监测调度平台。下一阶段的工作重点包括优化算力布局、强化监测调度、深化算电协同和培育产业生态。
这里最值得产业界注意的是“监测调度”四个字。145万PFLOPS被纳入平台，与全国245万PFLOPS的总规模相比，已经达到相当比例。政策工具正在逐步获得全国算力资源的运行视图，未来算力建设评价体系很可能越来越关注开机率、任务利用率、跨区域调度能力以及单位能耗产出，而不会只统计机架、GPU数量和理论峰值算力。
这会直接改变智算中心的商业逻辑。
前几年不少项目首先考虑“买多少卡、建设多少P算力”，接下来更重要的问题会变成：有没有稳定模型客户，有没有训练、推理、仿真和工业AI工作负载，能不能进入区域乃至国家调度体系，能否提供标准化算力产品，以及利用率能不能支撑长期运营。
“算电协同”会成为大模型基础设施的重要成本变量
国家数据局同时反复强调算电协同。原因并不复杂，大模型训练和推理已经把AI产业带入高功耗基础设施阶段，电力价格、绿电比例和供电稳定性开始直接进入模型成本结构。
八大国家算力枢纽承担的重要功能之一，就是把部分高能耗、时延敏感度相对较低的计算任务向能源资源条件更好的区域配置。随着跨区域算力调度逐步建立，训练、离线推理、数据处理、合成数据生成等任务具备更大的跨区域迁移空间，而实时交互、工业控制等低时延任务仍会更多留在靠近用户和数据源的位置。
因此未来的全国算力体系很可能形成更加清晰的分层：西部和能源优势地区承担大型训练、批量推理和数据加工，东部城市群保留低时延推理和产业应用算力，边缘节点处理现场实时任务。跨区域网络负责把这些不同层级连接起来。
国家数据局8月28日还透露，全国数据基础设施已经覆盖15个重点行业、50多个城市，并强调算力、数据基础设施和标准体系协同建设。
对于工业智能，这种架构尤其重要。CAD/CAE计算、工业大模型训练、数字孪生仿真可以使用远端大规模算力，视觉质检和设备控制则需要本地边缘节点。未来工业AI项目的系统架构，很可能天然就是“中心算力+区域算力+边缘算力”的多级结构。
高质量数据集与算力正在被放进同一套AI基础设施逻辑
这次数博会释放的另一个数据同样值得关注。国家数据局8月29日披露，截至2026年8月，全国已经建成超过12.6万个高质量数据集，总体量超过1815PB，较一季度末增长超过89%；国家数据集管理服务系统自4月上线以来已经发布数据集1700多个。
8月28日举行的高质量数据集主题交流活动进一步披露，国家数据局正在构建“3NM”体系：“3”包括国家数据集管理服务系统、高质量数据集开源社区和数据标注网络；“N”包括106家链主单位和140项垂类先行先试任务；“M”则是各地结合产业特点形成的行业和区域实践。
这说明国家层面的人工智能基础设施已经出现比较完整的逻辑链：算力负责计算，高质量数据集提供训练和应用材料，数据基础设施承担流通和治理，模型和智能体负责把这些资源转化成生产力。
对企业来说，这比单独讨论GPU数量更值得关注。
企业接下来可以关注哪些机会
首先是算力调度平台和算力运营软件。全国一体化算力网规模扩大以后，异构算力管理、GPU资源编排、跨云调度、计量结算、模型任务调度、算力监控都会形成新的软件市场。传统云管理平台和算力中心运维系统很可能需要重新升级。
第二类机会来自算力与模型之间的中间层。大模型用户通常并不关心底层是哪座智算中心，他们关心的是一个模型任务需要多少钱、多久能完成、使用什么GPU、能否满足数据安全要求。因此能够把底层算力包装成训练、推理、微调、Agent执行和工业仿真服务的平台，会比单纯出租GPU更接近长期业务。
第三类值得关注的是工业算力网络。制造业需要的计算远不只有大语言模型，还包括CAE、CFD、数字孪生、机器视觉、科学计算和物理AI。全国算力网如果逐渐形成标准化资源调度接口，工业软件云化和工业智能体就具备更好的基础设施条件。
风险也同样明确。算力中心不能再依靠“建成即完成”的思路计算项目收益，高利用率、持续客户和稳定应用负载会越来越重要。另外，跨区域算力调度涉及数据安全、模型权重安全、网络时延和行业合规，金融、能源、工业控制等场景很难简单复制公共云模式。
全国智算规模达到245万PFLOPS之后，下一阶段的产业竞争会更加务实：谁拥有多少GPU依然重要，谁能够把分散算力稳定地组织起来，并持续产生有效计算任务，价值会更高。
参考来源
- 国家数据局，2026年8月28日，《全国一体化算力网加快构建 20余家算力调度主体入驻》
https://www.nda.gov.cn/sjj/swdt/mtsy/0828/20260828204453751416091_pc.html - 国家数据局，2026年8月29日，“数算一体 驱动未来”主题交流活动相关信息
https://www.nda.gov.cn/sjj/jgsz/jld/llh/llhldhd/0829/20260829150055779816795_pc.html - 国家数据局，2026年8月29日，高质量数据集建设相关信息
- 国家数据局，2026年8月28日，高质量数据集主题交流活动相关信息