文|金思宇(中国智库高级研究员、国家问题观察家、经济学家)

一、先校准三个认知偏差

谈算力,最容易陷入三种误读。先把这三件事说清楚,后面的判断才站得住。

第一,“国产芯片已全面替代”的判断下得过早,但“国产阵营已过半”的口径也需要拆开看。 IDC 2026年上半年数据显示,中国数据中心AI加速器总出货约200.8万颗,英伟达出货67.8万颗、同比下降44%,份额从2025年全年的约55%降至34%;华为昇腾出货57.2万颗,份额升至28%;平头哥、寒武纪、昆仑芯、海光分别约7%、5%、4%、3%,五家头部国产厂商合计约47%,已明显压过英伟达的34%。这里必须做一个区分:如果把十余家国产厂商全部加总,“国产阵营”确实过半;但如果看单一企业竞争力,能与英伟达正面交锋的仍然主要是华为一家。更值得注意的结构性变化是,上半年GPU出货同比下降26%至99.1万颗,非GPU加速器同比大增约80%至101.6万颗,非GPU首次压过GPU。这是国产替代路径的一个关键特征:中国AI算力的主力化,走的不是“在GPU赛道上追平英伟达”的路线,而是以ASIC、超节点等非GPU架构为支点,在推理和行业场景中率先建立可替代性。承认这一点,比笼统地说“国产已过半”更有战略价值,也更清醒。

第二,能耗数据的口径差异,暴露的是算力治理的底层基础设施缺口。 国家能源局口径2025年全国算力中心用电量1700亿千瓦时、占全社会用电量1.6%,国家数据局口径1960亿千瓦时、占1.9%,两个数字相差260亿千瓦时。这不是简单的统计误差,而是“哪些机房算算力设施、哪些不算”至今没有统一账本。但需要看到,这一缺口正在被制度性填补:截至2026年6月,全国在用标准机架达1556万架,智算规模2185 EFLOPS(FP16),入算、算间、算内三级网络持续协同演进,算力“一张网”的监测底座已经从物理集聚走向全域覆盖。底数不清的问题正在从“无法统计”转向“统计口径需要统一”,这是治理能力的一个实质进步。

第三,算力不等于国力,可用算力才等于国力,而“可用”的门槛正在从“有没有”转向“赚不赚钱”。 液冷赛道是最诚实的镜子。英维克2026年前三季度收入增长22.9%,利润却下降7.6%;三季度毛利率27.8%,同比仍在下行;曙光数创冷板液冷业务毛利率2025年已降至10.36%,2026年三季度单季毛利率进一步承压。订单不缺、收入高增、利润承压,这不是个别企业的经营问题,而是规模扩张与商业可持续之间的结构性落差。当“建得多”的边际收益递减,“用得好”就必须回答一个更硬的问题:每一块钱收入里,有多少能沉淀为利润。

二、最新进展:“一张网”从“监测覆盖”走向“调度交易”的关键一跃

过去一个多月,算力网建设出现了几个具有质变意味的节点。

顶层定调继续加码。 9月11日国务院常务会议要求完善算力基础设施、推动算电协同和算网融合;工信部《信息通信行业发展“十五五”规划》明确构建“枢纽—区域—边缘”多层次算力设施体系,并提出到2030年智能算力规模达到9800 EFLOPS的目标。算力网已于2026年4月纳入国家“六张网”战略性基础设施阵列,“十五五”时期新增直接投资预计约4万亿元,方向明确指向算电协同和超大规模智算集群。

统筹监测基本成型,但“监测”与“调度交易”之间仍有落差。 2026中国算力大会上,中国算力平台实现全国一体化算力统筹监测,31个省区市平台有序对接,“算力超市”已汇聚注册企业用户超万家、入驻服务商逾200家、上架算力产品2000余项、接入大模型超300个,累计沉淀数十亿条监测数据。全国超六成算力已纳入统一监测。但监测是“看得见”,调度交易是“调得动、算得清”。目前月均跨主体调度量约300次,与全国算力体量相比仍然很小,“一张网”的下半场不是把更多算力接进来看,而是让接进来的算力真正流动起来、结算起来。

互联互通开始跑出可量化的制度红利。 湖北建成全国首批算力互联互通区域节点,接入乌兰察布、庆阳两大枢纽,打通移动云、天翼云、阿里云资源池。实测数据显示:西部闲置GPU利用率从57%提升至81%,东部推理峰值时段跨云调用西部算力,整体采购成本下降27.6%,资源申领耗时从平均40分钟压缩至120秒以内,跨节点调度时延控制在6毫秒以内。这是“看得见、调不动”第一次被量化破解,其意义不在于某一个节点的效率提升,而在于证明了跨云调度在技术和经济上可以同时成立。

综合来看,行业重心的切换已经不可逆:前三年比的是建机房、堆GPU、单机柜密度;接下来半年到三年,比的是跨云调度能力、算力利用率和综合使用成本。《2026综合算力全景分析》的判断是准确的——我国综合算力正从“建得多”加快转向“用得好、协同好”。

三、低成本:衡量尺度从EFLOPS转向“每瓦智能”,但“份额转化为利润”才是真考题

需求侧的爆发仍在加速。日均Token调用量从2024年初约1000亿增至2026年3月的140万亿,26个月增长超千倍;同期具备GPT-4级能力的模型API价格从每百万词元30美元降至0.10美元。价格降两个数量级、用量涨三个数量级,杰文斯悖论在智能时代完整复现。

但2026年11月的最新数据揭示了一个比“用量爆发”更值得警惕的层面:中国模型在调用量上的领先,尚未同步转化为收入份额和定价权。 Menlo Ventures报告显示,2026年美国企业开源模型支出中89%流向中国模型,Kimi占61%、DeepSeek占15%、智谱GLM占11%;中国模型Token调用量已连续27周超越美国模型,OpenRouter当期前五中占四席。然而,开源模型在企业Token消耗中的占比从11%升至19%,对应支出占比却从6%降至4%,量收剪刀差在扩大。智谱上半年营收9.54亿元、同比增长399.7%,API毛利率从负值转正至24.6%,单位Token推理成本降低约80%——这说明头部厂商正在把份额转化为利润,但这条路径远未成为行业普遍现实。

这正好印证了浪潮信息首席AI战略官刘军的判断:算力需求正在分化为“能力型智算”与“容量型智算”两条路线,“衡量计算系统价值的尺度,从拥有多少算力,转向能够支撑多强的智能,以及能够以多低的成本供给多少智能”。低成本不是压价,而是系统效率——它取决于芯片自主率、液冷普及率、网络时延、存储吞吐、调度算法五条线同时推进,任何一条短板都会吃掉其他四条的收益。

运营商的实践为“低成本”提供了组织层面的注脚。2026年上半年三大运营商算力网相关投资399.2亿元,占总资本开支约34%、同比增幅超80%;中国电信“息壤”平台纳管算力超118.8 EFLOPS、利用率达94%。但更值得关注的是商业模式的深层焦虑:运营商正在从“卖流量、卖连接”转向“卖Token、卖智能”,然而纯转售Token极易陷入价格战,真正的壁垒不在模型和价格,而在算网调度、安全可信和计费结算模式——把Token工厂做成AI时代的计费与分发基础设施,以平台费、渠道费、算力费参与分账,而非单纯倒卖Token。计费逻辑的重写,才是“低成本”从成本优势升维为制度优势的关键一步。

四、绿色化:从“算电协同”升级为“电—碳—水”三重硬约束

“算力的尽头是电力”这句话,2026年需要再往前推一步:算力的约束正在从电力扩展到水和碳。

2026年度国家绿色算力设施评价指标体系已经落地,涵盖能源、碳排放、水资源、算力四方面10项指标。PUE权重24,CUE(碳利用效率)权重12,仅次于PUE而高于WUE(水利用效率)的8;能源利用水平整体权重达42%,PUE评分规则从1.30对应4分到1.10对应24分,达到或低于1.10直接得满分。这意味着绿色算力的评价指挥棒已经从“单点节能”转向“电—碳—水协同求解”。国家枢纽新建数据中心绿电消费比例设为80%,零碳算力设施非化石能源消费占比目标不低于95%,CUE按绿电占比得分。选址逻辑正在被改写:不只看电价和时延,还要看水资源承载力和电源结构;冷却技术必须同时算PUE、WUE、CUE,单指标改善不能以其他指标恶化为代价。

实践层面已有可核验的样板:中卫云基地绿电直供50万千瓦光伏电站投运;内蒙古和林格尔、甘肃庆阳新建数据中心绿电消费占比超80%;贵安新区喷淋式液冷基地系统PUE低于1.1,有效算力从风冷的70%提升至95%以上。水资源约束的倒逼也在产生真实方案:乌兰察布人均水资源仅484立方米,却承载全国8.7%的智能算力,当地星河基地用再生中水和无水液冷,耗水仅为传统冷却塔年度耗水的5%。

但必须同时看到另一面:液冷上游材料卡点未解,标准体系尚不完善,各厂商接口互不兼容导致业主采购后常需等待半年以上才能投运。赛迪顾问判断液冷真正的业绩爆发点或在2027—2028年。绿色化是长期壁垒,但不是短期利润;谁能在“电—碳—水”三重约束下率先跑通可复制的工程方案和可退出的评价机制,谁才能把绿色优势转化为成本优势和准入优势。

五、可联动:三道坎正在从“技术命题”变为“制度命题”

互联互通的技术障碍已基本打通,剩下的三道坎都是制度性和经济性难题。最新进展表明,这三道坎的性质正在发生变化:从“能不能做”转向“按谁的规则做”。

第一坎:跨云结算与Token计量的标准竞合。 跨厂商算力共享要形成可持续商业模式,前提是自动计量、实时对账。11月的最新信号是,行业正在从“等待统一标准”转向“在实践中竞合标准”:卡时、核时、Token三种口径在同一本账上换算的调度平台技术架构已经出现,训练推理按卡时、CPU任务按核时、模型服务按Token,任务分发、收益分成、绿电消纳进入同一个结算闭环;中国信通院联合十余家企业发布的《基于Token的云服务能力要求》标准及评估体系已经起步,AIIA词元服务工作组也已成立,但全产业落地仍需周期。更关键的是,Token作为“统一度量衡”的意义正在被产业实践确认:异构算力可以在同一平台上调度、计量和结算,多租户、多场景的任务级计量和出账能力随之增强。这意味着跨云结算不再是一个悬而未决的技术问题,而是一场关于“谁的计量单位成为事实标准”的竞争。

第二坎:带宽成本对调度红利的侵蚀,已经有了微观证据。 庆阳集群算力规模已突破18.55万P(FP16),但受访企业负责人直言:“算力产能已经落地,但数据传输‘路费’过高,综合成本亟待压降”。三部门已明确推动国家枢纽节点与需求地之间400G/800G高带宽全光连接、优化网络计费方式、降低东西部数据传输成本,但跨省专线资费的降幅能否跟上算力采购成本的降幅,仍然是跨云调度经济账能否成立的关键变量。这是最容易被忽视、也最可能推翻乐观预期的一条:如果“路费”吃掉“算力差价”,调度平台的经济意义就会大幅缩水。

第三坎:私有云和政企自建机房的“入网率”。 全国近40%的地方政企自建数据中心尚未接入统一标识体系。三大运营商对外提供服务的数据中心机架占全国在用机架总量不足10%,其余多数由第三方IDC和自建自用主体构成;异构芯片、异构云平台之间缺乏统一的资源描述和调度接口,跨主体、跨架构、跨地域的任务级调度仍处试点阶段。工信部《算力互联互通行动计划》的目标是2028年实现全国公共算力标准化互联,这个时间表能否守住,取决于未来12个月政企机房的改造进度,而非公有云之间的互联深度。

太空算力是值得单独留意的制度变量。 2026中国算力大会期间,北京经开区、天津经开区、雄安新区、廊坊市四地发起共建京津冀太空算力产业长廊倡议,北京太空智算研究院启动“天地一体跨域智算网(SEE)工程”,中国信通院联合成立太空算力关键技术与场景验证实验室,并发布首批创新应用场景,涵盖态势感知、气象预测、智能驾驶等八大方向。这听起来像前沿叙事,但其现实指向很清晰:当算力的空间分布逻辑从“东数西算”扩展到“地数天算”,标准占位的窗口期会比地面算力网更短、更不可逆。

六、全球博弈:竞争焦点从模型能力转向规则话语权,但“管制政治化”正在制造新的不确定性

外部环境在11月出现了值得高度关注的新变数。

美国AI治理的国家安全化仍在加速。 9月29日特朗普签署行政令将“人工智能”在联邦表述中改称“超级智能”,同日签署自愿性质的《白宫超级智能协议:前沿责任联合承诺》,10月4日宣布成立“超级智能特别工作组”,由国家情报总监克莱顿领导,须在120天内提交风险与机遇报告。更值得追踪的是11月的新进展:美国国会加码调查英伟达对华芯片出口管制的执行情况,NVIDIA董事会就CEO黄仁勋与客户公司MegaSpeed高管的私人关系启动独立调查,相关审查涉及H20对华销售限制调整的游说活动;与此同时,《纽约时报》披露两家获美国商务部批准处理H200加速器的中国组装商在空壳办公室运营。这意味着供应链的政治化正在进入一个新阶段:从“管制设计”走向“管制失效后的政治反噬”。 当出口管制本身成为政治审查的对象,芯片供应的可预测性不是提高而是降低了。国泰海通此前的判断依然成立:芯片、云算力、模型权重、数据流动、开源边界正在被统合进国家安全防线。但11月的信号补充了一个更复杂的判断:这条防线内部正在产生摩擦,管制的不确定性本身成为新的风险源。

中国模型在全球开发者生态中的竞争力仍在实质性提升,但“份额领先”需要与“收入转化”分开看。 OpenRouter数据显示中国模型调用量连续27周领先,智谱GLM-5.3 Flash周调用量约15万亿、位列平台第二;MiniMax上半年营收1.166亿美元、同比增长283.1%,海外收入占60.8%。但如前所述,量收剪刀差在扩大。真正具有长期战略意义的,不是调用份额的领先本身,而是能否把调用份额转化为定价参与权。 国家数据局3月将Token定名为“词元”,定性为“智能时代的价值锚点”和“结算单位”,这一步的战略含义正在被11月的产业实践所印证:当卡时、核时、Token在同一本账上换算,当词元可信流通基础设施开始讨论“来源可溯、计量可信、流转可控、使用合规”,计价单位的定义权就不再是一个术语问题,而是产业链利润分配的底层规则。如果全球AI服务的计价单位由中国参与定义,成本、场景、规模优势才能转化为制度性优势;反之,只在硬件层追赶、在计量层跟随,就始终是被定价的一方。

七、前瞻:四个判断与三点风险提示

判断一:2027年是算力供需缺口的谷底,也是投资回报的分水岭,但“缺口”的性质需要重新理解。 IDC与浪潮信息预测全球算力需求满足率将从2024年的79%下滑至2027年的71%谷底,供需缺口从389亿美元扩大到2030年的3809亿美元。这个缺口不是“芯片不够”的缺口,而是“可调度、可计费、可交付的有效算力”的缺口。谁能把名义装机转化为可交易算力,谁就能在窗口期内占据先机。但反过来,2027—2028年也极可能是产能集中释放期,局部过剩的风险真实存在。

判断二:“度电智能”将取代EFLOPS成为核心标尺,但“度电智能”的分子正在从“智能产出”扩展为“可结算的智能产出”。 当算力用电以年均30%以上的速度增长、2030年或达8000亿千瓦时、占全社会用电量6%左右,单纯追求算力数字已无意义。覆盖能源、算力、模型、调度四维协同的单位能源产出效率,才是真实竞争力。但11月的数据提示了一个更精细的刻度:如果Token调用量增长而单位Token付费持续下行,“度电智能”就必须同时衡量“每度电产出多少可结算的Token” ,而非仅仅衡量“每度电支撑多少理论算力”。

判断三:算力出海将从“走出去”变成“走进去”,而“走进去”的第一道门槛正在从技术能力变成合规能力。 东南亚算力中心市场规模2026年将突破100亿美元,广东已明确七个算力出海试点区域。但最新风险信号同样清晰:美国正在关注中国企业通过新加坡、马来西亚数据中心间接使用英伟达芯片的模式,若认定构成规避出口限制,可能要求芯片供应商和云服务商收紧流向;晶科科技马来西亚算力项目在11月的监管回复中明确提示审批不通过、周期拉长、客户拓展和海外合规等五类风险,项目尚处早期储备阶段、暂无正式算力订单。能力出海的前提是风控出海,而风控出海的前提是把“合规”作为产品的一部分来设计,而不是事后补救。

判断四:最大的变量不在技术,而在“投资节奏与需求节奏之间的裂缝”。 中国人民银行原行长周小川10月在外滩年会上给出了一个值得全行业认真对待的判断:技术演进必然伴随部分投资失败,但巨额资金流向AI基础设施,一旦其中一部分失败,可能引发金融动荡,应当研究并做好预案。把两组数据放在一起看,这个警示并不抽象:一边是前沿领域资本投资同比增长184.1%、算力网“十五五”新增直接投资约4万亿元;另一边是工信部数据显示全国算力设施整体上架率71.4%,中国信通院数据显示已上线智算中心GPU平均利用率不足30%,企业级通用算力中心利用率仅10%—15%,部分西部千卡级智算中心服务器上架率不足50%、年运营成本超过3000万元。IMF已将AI相关资产价格回调列为当前三大突出金融风险之一。“建得多”与“用得好”之间的裂缝,在宏观上表现为资源错配,在微观上表现为亏损资产,在金融上则可能表现为信用风险敞口。 这不是唱空算力,而是要求投资节奏与需求成熟度之间建立更诚实的匹配关系。

三点风险必须说清楚:

一是泡沫化风险,其表现形式正在从“重复建设”转向“利用率缺口”。 “十五五”算力网4万亿投资的方向是算电协同和超大规模智算集群,方向本身没有问题;问题在于,当上架率71.4%与GPU利用率不足30%同时存在,新增投资的边际回报会快速递减。周小川的警示和IMF的判断指向同一个逻辑:算力投资的风险不在于“建错了”,而在于“建早了、建散了、建完了调不动”。 既不能因其耗能而放弃建设,也不能因其重要而忽视投产后的利用率约束。

二是增收不增利的产业风险,已经从“阶段性现象”固化为“结构性特征”。 液冷龙头的毛利率轨迹说明,低端产品标准化、白牌化的通道已经打开,利润被新进入者打薄不是周期问题,而是产业组织问题。光模块、铜箔等环节同样面临上游涨价与下游价格战的挤压。赛迪顾问判断头部厂商业绩真正爆发点在2027—2028年,这意味着未来六个季度,产业链多数环节仍将处于“以规模换时间”的阶段,投资者和企业都需要拉长周期看问题。

三是安全合规门槛抬升的边界风险,其紧迫性在11月进一步上升。 如果等保三级要求跨云数据必须落地本地,大量业务无法将算力分流到西部异地机房,调度平台就只能承接离线训练任务,市场空间会大幅缩水。这不是一个可以留到最后解决的问题,而是需要在“一张网”调度规则设计的同时就内置的制度解法。 跨云调度的技术能力每前进一步,合规框架就必须同步跟进一步,否则技术跑得越快,制度性回撤的风险越大。

八、结语:主动权不在装机量里,在系统效率里,更在“把效率变成规则”的能力里

回到开篇的判断:谁掌握了低成本、绿色化、可联动的超级算力,谁就掌握了未来产业主动权。

现在需要给这句话加两层注脚。第一层:“掌握”的标准,不是装机多少,而是系统效率多高。 第二层:系统效率的终极竞争,不是谁把效率做得更高,而是谁有能力把效率定义为标准、把标准转化为计价规则。 当卡时、核时、Token在同一本账上换算,当“电—碳—水”三重约束取代单一PUE,当中国模型拿下全球开源调用量的近九成却仍在追问“份额如何转化为利润”,这些片段共同指向一个结论:算力底座之争的下半场,胜负手不在机柜里,在账本里;不在单卡性能里,在跨域结算的规则里。

中国在这条路上的比较优势是清晰的:全球最大的制造业体系与最丰富的应用场景、最完善的电力基础设施与最丰富的绿电资源、“全国一盘棋”的制度统筹能力,以及一个正在从“监测覆盖”走向“调度交易”的算力网底座。短板同样清晰:高端芯片制程与HBM供应链的对外依赖、上游关键材料的卡点、跨域结算与Token计量的规则尚未定型、商业化闭环在多数环节仍未跑通。优势要靠制度放大,短板要靠时间补齐,而时间最经不起浪费的地方,恰恰是那些“技术已经跑通、制度还在观望”的环节。

当庆阳的风光电直接点亮机柜,当穿越秦岭的光缆把东部推理送到西部闲置的GPU上,当一个广东制造的AI终端由千里之外的国产算力完成思考,当一个中国定义的“词元”开始参与全球AI服务的计价——这些片段拼起来的,不是一个简单的产业故事,而是一个国家在智能时代重新定义基础设施的方式。算力即国力,但国力的刻度,从来不只是每一度电换来的那一份智能,更是那一份智能最终以谁的规则被计量、被交易、被定价。

作者金思宇系中国智库高级研究员、经济学家