国家数据局的一组年度数字，悄然标记了一个历史时刻。
截至2025年底，我国在用算力设施机架数超过1373万标准机架，智能算力规模达159万PFlops（FP16），万卡智算集群建成42个——规模位居全球第二，仅次于美国。
这不是一份普通的统计公报，而是"东数西算"战略实施三年、"算力强国"政策密集落地后的第一份成绩单。数字背后，既有让人振奋的跃升，也有值得冷静审视的结构性隐忧。
全球第二，含金量几何？
论规模，第二名的位次已有充分数据支撑：2024年中国智能算力规模同比增速高达74.1%，是同期通用算力增速（20.6%）的3倍以上；2025年底的159万PFlops，较2025年6月底的78.8万PFlops（788 EFLOPS）几乎翻倍，一年内的增量已超过部分国家的存量总和。
但"全球第二"的标签，覆盖不了与第一名之间的真实差距。
截至2025年中，美国AI算力占全球约68.9%，中国约14.5%，差距接近5倍。这一差距的来源，不只是投资体量，更在于芯片密度：英伟达在全球AI芯片市场份额超过80%，而受出口管制影响，中国所能获取的算力中高端GPU数量受到严格限制。换言之，中国的1373万机架与美国的机架，并不是同等算力密度的1373万。规模第二≠能力第二，这是读懂这份成绩单不可跳过的背景板。
集聚发展：80%背后的地理逻辑
本次数据局报告特别点出了另一个重要特征：算力建设的"集聚效应"。内蒙古、京津冀、甘肃、宁夏等枢纽地区，承接了全国新增算力的80%以上。
这一格局，是政策、能源、经济规律共同作用的结果。
内蒙古、甘肃、宁夏的优势，根植于能源。三地风光资源富集、电价低廉、气候干燥冷凉，天然冷源可大幅降低数据中心PUE（能耗效率比），在单机柜功耗已从传统5-10kW跃升至50-80kW乃至更高的今天，电力成本直接决定了算力成本的天花板。京津冀的逻辑则截然不同：政策中心效应、国家队驻场、科研需求侧密度，使其成为兼顾需求侧和战略布局的核心枢纽。
然而，集聚发展在提升建设效率的同时，也埋下了潜在的结构性风险。西部算力中心与东部AI需求之间存在物理距离，网络时延对推理类应用的体验影响不可忽视；西部地区算力运营人才稀缺，大型智算集群的高效运维尚需时间积累；更深层的问题是，东西部算力调度效率——"算力互联网"真正实现"像用电一样按需取用"，距离落地仍有不短的路程。
42个万卡集群：训练够了，推理还差多远？
42个万卡智算集群，是本次数据中最有产业含义的一个数字。
万卡集群意味着训练大模型的基础工程能力已经具备，但算力需求的重心，正在悄然发生迁移。随着DeepSeek等国产大模型进入大规模应用期，推理算力的消耗开始超过训练。中国工程院院士邬贺铨指出，中国的推理需求约是训练需求的8倍。
推理与训练对算力的要求截然不同：训练看吞吐，追求集中的高性能；推理看时延，追求低延迟、高并发、靠近用户。42个万卡集群的集中式布局，天然擅长前者，对后者的适配却需要更分散、更边缘化的部署架构。
这意味着，下一阶段算力基础设施的建设命题，已经从"堆集群"转向"调结构"——推理专用基础设施、边缘智算节点、算力调度平台的建设重要性，将在未来两三年内快速凸显。
三个前瞻判断
一、布局格局基本锁定，竞争转向软件层和调度层。 主要枢纽节点已经成型，继续堆硬件的边际效益在递减，接下来决胜负的是：如何把1373万机架的算力高效利用起来。算力调度平台、国产AI框架适配、多集群互联的低时延网络，将是下一轮技术竞争的真正战场。
二、算电矛盾将从隐性走向显性。 1373万机架背后，是无法回避的能耗账单。国家数据局已明确要求枢纽节点新建数据中心绿电消费比例须持续提升，"算电协同"作为国家级新基建工程已被写入政府工作报告。绿电配额约束将直接影响新增算力的落地节奏，液冷散热、储能配套、智能电网等细分赛道将因此持续受益。
三、自研算力占比，是全局性变量。 当前中国算力基础设施的规模数字，仍有相当比例依赖英伟达算力支撑。出口管制持续收紧的背景下，华为昇腾、寒武纪、海光信息等自研芯片的规模化进程，将直接决定"全球第二"这把椅子坐得多稳、坐得多久。这一变量的演进速度，也许比机架数量的增长本身更值得关注。
1373万机架，是一个让人印象深刻的数字，也是一张需要被细读的考卷。规模的跃升已经完成，现在进入的，是更难的下半场。
数据来源：国家数据局、工业和信息化部、IDC《中国人工智能计算力发展评估报告》，截至2025年底。
