每經記者｜陳榮浩    每經編輯｜楊軍    

“AI（人工智能）已廣泛進入科學研究領域，從最開始的輔助到假設和實驗驗證，再到現在開始投入自主科研，極大地提升了科研效率。”4月9日，中國電子集團首席科學家、中電云計算技術有限公司總工程師朱國平在第十四屆中國電子信息博覽會（CITE 2026）上表示。

作為國內電子信息產業的年度風向標展會，本屆博覽會聚焦AI算力、智能終端、空天科技等前沿領域，吸引了超1200家參展商齊聚一堂。

在朱國平看來，當前大模型、具身智能全面爆發，讓算力成為數字經濟、科技創新和產業升級的核心推力。

談及行業現狀，朱國平在會議間隙向《每日經濟新聞》記者坦言：“算力漲價短期仍會延續，但隨著國內產業鏈擴容，對AI初創公司的影響將逐步緩解。”

朱國平現場分享。  每經記者 陳榮浩 攝

算力重構：Token成核心生產資料

朱國平提到，AI時代的生產資料正在發生根本性變革，從傳統的“數據”升級為“Token（詞元）+能源”雙核心。

他指出，AI算力消費需求近期呈現爆發式增長，高并發（指能同時承接海量AI調用）、大帶寬（指數據傳輸速度快、不拖GPU后腿）、低成本成為算力建設的核心訴求。

這一數據背后，是全球AI產業從“訓練優先”向“推理優先”轉型，即大模型從實驗室走向產業場景，日均推理請求量呈指數級攀升，對算力的穩定性、響應速度提出了嚴苛要求。

據IDC（國際數據公司）披露數據，截至2025年四季度，服務器市場支出同比增長52.4%，出貨量同比增長10%。預計全球服務器市場未來5年復合年增長率將保持24.1%。

另據中國信通院發布的《人工智能算力基礎設施賦能研究報告（2025年）》，近年來，我國持續加大對計算、存儲和算力網絡基礎設施的投入，算力作為支撐人工智能發展的核心生產力，呈現出穩中有進的發展態勢。

中國信通院《2025綜合算力指數》數據顯示，截至2025年6月底，我國在用算力中心機架總規模達1085萬標準機架，智能算力規模達到788EFLOPS（FP16），為海量數據計算提供智能底座。與此同時，區域智能算力向統籌化和集約化方向部署。

隨著大模型從“輔助工具”向核心產業引擎跨越，Token作為AI推理與決策的核心價值單元，已成為衡量算力價值、分配產業收益的關鍵標準，重要性堪比工業時代的“電力”與“原材料”。

在市場格局層面，朱國平首次公開披露，中國算力存儲規模已持續多周超越美國，成為全球最大的算力存儲市場。與此同時，朱國平進一步指出，存儲的核心要素已從單一的“容量”轉向“容量+效率+綠色”三位一體。

“傳統存儲以文件為核心、以CPU（中央處理器）中轉為主，而AI時代的存儲正在全面重構：存儲對象從數據文件變為推理狀態和時序數據，存儲主體從CPU中轉變為GPU（圖形處理器）原生，核心指標也告別了傳統的IOPS（每秒輸入/輸出操作數），轉向響應效率、密度效率。”朱國平分析認為，這一重構邏輯，徹底顛覆了存儲行業的評價體系，也為本土存儲廠商帶來了新的賽道機遇。

從產業實踐來看，算力的綠色化、邊緣化、太空化已成為明確的發展方向。對此，朱國平表示，為實現可持續發展，算力基礎設施需推進算電協調、雙網協同、業務節能技術升級，降低單芯片能耗；同時推動算力能力下沉至園區、工廠、車輛等邊緣場景，縮短執行鏈路；并探索太空算力建設，打造“天算、星地協同”的新范式，替代傳統“天傳地算”的模式。

架構革新：從超節點到天地協同

面對傳統AI計算架構帶寬薄弱、推理性能受限的行業共性難題，朱國平在現場重點解讀了算力架構革新的核心方向，其中超節點技術成為突破現有算力瓶頸的關鍵抓手。

據其介紹，新一代超節點架構依托三大核心技術實現升級：采用高速互聯技術，將16卡及以上GPU整合為大規模計算單元，打破單機算力限制；革新傳統網絡互聯模式，減少數據轉發損耗，大幅提升CPU交互效率；通過軟硬協同優化、多級緩存與全系統調優，從底層提升算力整體運行效能。

朱國平透露，2025年超節點技術在行業的滲透率約為10%，預計2030年將全面成熟普及。

朱國平介紹，中國電子依托架構革新推出全棧AI算力解決方案，聯合GPU廠商、盛科交換機芯片廠商等合作伙伴，構建從芯片、基礎設施到軟件、智算平臺的全鏈條能力生態。

方案采用開放分布式解耦路線，適配多元算力場景，無需大規模改造數據中心。存儲上落地GPU原生存儲方案，以分層存儲實現數據直訪，提升推理效率。算力部署實現云邊端全域協同，云端訓練治理、邊端推理匯聚、端側執行落地。形成應用閉環，更貼合產業實際需求。

前沿布局方面，中國電子正聯合高校打造太空計算平臺，打破傳統“天傳地算”模式，構建“天數天算、星地協同”的新范式，通過適配衛星特殊環境的軟件優化，突破地理空間限制，打造全球泛在算力服務。

朱國平表示，未來行業將聚焦算力工程化、高并發算力優化、太空算力探索三大方向，以天地海、云邊端全域協同推動算力體系升級。