党的十八大以来，以习近平同志为核心的党中央高度重视我国新一代人工智能发展。习近平总书记强调，人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的‘头雁’效应。当前，人工智能已成为大国博弈的新焦点和经济发展的新动能。
近年来，全球人工智能高速发展，自ChatGPT面世以来，国内外高科技企业通过“大模型+大算力+大数据”的堆叠，竞相发布AI大模型，呈现“百模大战”之势。今年2月，我国自主开源大模型DeepSeek火爆全球，多项指标性能追平甚至超越国外先进大模型，在美西方国家对我国AI产业链全方位制约的背景下，成功走出了一条低成本、高性能的“突围之路”,甚至被认为是人工智能领域的最大“黑马”和“国运级别的产品”。
一、DeepSeek的创新突破对我国算力发展产生深远影响
DeepSeek通过“模型算法+算网设施”深层次联合优化创新，在提升底层算网资源的使用效率的同时，降低了大模型训推对算网资源的需求，对我国算力结构布局、训推服务形态、关键技术路线等方面都产生了一定影响。一是DeepSeek推动了人工智能的普惠发展和广泛应用，引发算力领域的“杰文斯悖论”，将进一步激发市场对智能算力需求的持续增长；二是DeepSeek驱动算力格局变化，加速智能算力从集中式向分布式转变，短期内集中式大规模智算中心建设将适度放缓，分布式的推理智算需求将迎来爆发，预计近三年推理算力年复合增速将达到训练算力的近4倍，未来推理算力有望达到训练算力规模的十倍甚至百倍以上；三是DeepSeek将推动推理的服务和形态的范式变革，从单纯提供推理“资源”向“资源+平台+服务”的端到端训推一体化服务转变，训推一体机将迎来部署热潮；四是DeepSeek通过算法创新极大降低大模型对芯片算力的刚性依赖，为我国大模型开辟出一条“以软补硬”的发展之路，将进一步激发国产化替代热情，加速国产GPU成熟；五是DeepSeek驱动网络负载从“Bit”向“Token”加速转变，推理流量的强劲增长将加速网络向边缘进一步延伸，要求智能、网络和算力的一体化供给，算网智一体化的算力网络成为重要的发展方向。
二、新形势下我国算力发展仍面临挑战
近年来，我国算力总规模持续跃升，受人工智能发展影响，智能算力规模增长尤为明显。据工信部数显示，截至2024年底，我国在用算力中心标准机架数量已超过900万，算力总规模达280 EFLOPS，同比增长21%，居全球第二。其中智算总规模已达90 EFLOPS，同比增长29%，全国超万卡智算集群数量已达十余个。尽管我国算力发展成效显著，但仍在资源结构、核心技术和产业生态等方面面临挑战。
第一，算力资源结构尚需优化。虽然我国算力总规模位居全球第二，但在结构上仍存在供需不匹配的问题。一是智能算力占比尚需提升。人工智能发展持续推高智能算力需求，我国人工智能发展短期仍面临算力短缺风险。二是算力布局结构仍需优化。一方面东西部算力资源与需求仍存在不匹配、不均衡的问题，需要进一步深化东西算力协同，促进区域协调发展；另一方面DeepSeek将推动具身智能、智能体、车联网等新终端、新应用、新场景加速成熟，助推边端算力持续增长，需加快补足边端智能算力供给能力。
第二，核心技术自主可控能力需进一步提升。在芯片方面，美国不断加码对我国高端芯片禁售，尽管我国涌现了一批优秀企业，但与国际先进水平相比，在芯片性能、算力密度、互联带宽等关键指标上仍有差距。在平台软件方面，操作系统、数据库、中间件等已实现产品国产化，但在功能、性能、易用性等方面与国外还存在一定差距，尤其是面向智能算力的训推框架、编译器、算子库等基础软件栈与国外先进芯片软件栈差距明显，难以构建良好的应用生态，制约了我国算力的高效利用与创新发展。
第三，产业链“长而不固”，产业和应用生态尚不健全。一方面，算力产业涉及软硬件、平台、服务等上中下游全产业链，相关硬件部件、软件操作系统核心环节面临脱钩断链和“卡脖子”的风险，同时产业链上下游企业协同性不足，尤其是部分企业对国产化智能算力使用意愿不强、驱动力不足，尚未形产业链上下游联动、以用促研、研用结合的良性循环。另一方面，应用生态尚需持续培育，新型服务模式和跨域数据融通、多方算力交易等新型服务业态仍处于探索期和推广期，以服务创新促应用发展的动能不足，尤其面向东数西算、AI大模型等场景的“杀手级”应用尚待培育。
三、对我国算力高质量发展的建议
为充分把握DeepSeek引发的人工智能发展新机遇，开创具有中国特色的算力高质量发展新局面，提出以下三方面发展建议:
（一）加快我国智能算力的布局和优化，夯实人工智能发展基石。加快打造“中心大集群、边缘广分布、中训边推、训推一体”的智能算力基础设施。一是以推动我国人工智能科技创新为目标，适度超前建设超大规模新型智算中心，加快超节点等新型算力形态部署应用，支撑国产大模型训练孵化。二是加快边缘智能算力布局建设，满足未来AI智能终端、智能网联汽车、智能机器人等信息消费新业态的需求，以及垂直行业实时性、私有化的智能体开发和模型部署要求。三是进一步提升算网智一体化的跨域编排调度能力，通过应用、模型、数据、算力、网络资源的深度协同，支撑中训边推、多智能体交互、大小模型协同等业务场景。
（二）持续加大核心技术攻关，打造自主可控的算力技术“中国方案”。加快构建国家级产学研协同创新平台，建立联合攻关机制，优中选优，鼓励龙头企业、顶尖高校、科研院所的深度合作，集中优势资源攻克核心技术难题。一是加大智算领域基础技术攻关，鼓励原始创新，打造技术领先、自主可控的智算技术体系。加大芯片、晶圆制造等硬件重点卡脖子领域的研发投入，加快对GPU卡间互联、机间网络、跨架构迁移平台等新型智算关键技术攻关和产品研发，加快原创性、基础性技术突破。二是面向未来加强存算一体、量子计算、光计算等前沿性、颠覆性技术的研发布局，通过政策引导、重大工程联合攻关、先行先试等方式，实现基础技术的自主创新和落地应用。
（三）加大培育国产化算力产业和应用生态，推动我国算力产业成熟发展和应用繁荣。充分发挥我国全产业链和超大市场规模优势，开拓自主安全稳定的算力网络产业链新格局。一是发挥产业链领军企业的“链长”带动作用，有效整合算、网、数、智等多种要素，带动产业链上下游协同发展，推动国内智算产业整体升级。二是调整产业投资布局，向高端存储、智算互联等新型智算领域加大投资倾斜，加快培育一批细分领域的“专精特新”龙头企业，提升我国新型智算核心技术竞争力。三是加快孵化“AI+行业”高价值应用场景，依托我国智能算力优质资源，聚焦智能驾驶、生物医药、新材料、能源电力、具身智能等重点领域，加速推进AI应用落地和规模化发展。 
