近日，国家信息中心发布数据显示，今年上半年，人工智能领域资本投资金额同比增长118.4%，算力基础设施中标金额同比增长23.0%，AI相关专利授权量同比增长34.8%。

2026年正值“十五五”开局之年，“十五五”规划纲要将算力网纳入“六张网”战略布局，政府工作报告首次提出“打造智能经济新形态”……政策顶层设计已全面铺开。当算力底座逐步夯实，如何让算力真正“跑”进千行百业？从“建设优先”走向“应用优先”，国产算力正在经历一场深刻的“范式跃迁”。算力向下，从机房走向场景、从云端下沉到终端；产业向上，向更高阶的智能化迈进。

▶▶▶ 筑牢智能经济“芯”底座

“算力，就是未来产业的底座和引擎。”全国政协委员、飞腾信息技术有限公司副总经理郭御风把国产算力比作发展未来产业的“土壤和空气”，有了肥沃的土壤和充足的空气，产业才能生根发芽、枝繁叶茂。在他看来，国产算力底座与未来产业互为支撑。

今年7月，曙光8000（登峰）超大规模AI集群正式落成，并同步接入国家超算互联网。这是国内首个实现全国产化部署的十万卡级AI超集群，中国AI基础设施建设由此从万卡级迈入十万卡级部署阶段。

十万卡意味着什么？在业界看来，从万卡到十万卡，难度不是乘以十，而是指数级跃升。十万卡集群考验的不只是计算卡数量和理论峰值，更包括系统架构、网络互连、访存效率、能效控制与生态应用能力等综合工程水平。正因如此，十万卡级AI超集群已被业界视为下一代AI基础设施的重要入门能力。

曙光8000选择的是超智融合技术路线——让科学计算的高精度与AI训练的大吞吐在同一平台上原生融合，从FP64到INT8全精度算力自由切换。底层从海光芯片到高速网络到分布式存储，全链路实现了自主验证。国泰海通证券分析师杨林认为，十万卡时代的竞争逻辑已从“单卡峰值”转向“系统效率”，价值分配正在从“卖卡”转向“卖系统、卖能力”。

当然，集群建起来只是第一步。这么大的投入，利用率能不能跟得上？曙光8000的做法是“先适配、后投运”，正式投运之前，已完成300余项超智融合应用适配，覆盖大模型、机器人、汽车、创新药、新材料、量子计算、天文气象等20余个领域，其中超过70项应用实现万卡规模扩展。蛋白质折叠模拟、万亿原子级水分子动力学模拟等前沿科研任务，已率先在系统上跑通。“上线即入网”的设计，让它落成的同时便接入国家超算互联网，算力从孤岛走向了水电般的按需取用。

▶▶▶ 算力从可用迈向好用

十万卡集群建起来了，但算力的故事远未结束。亿万参数的大模型，最终也要跑进一条产线、一家银行、一所实验室。底座夯实之后，如何让算力真正好用，成为业界最关切的命题。

这场检验已经给出了答案。中国邮政储蓄银行总工程师徐朝辉向记者分享了一组来自一线的数据：邮储银行已构建起多品牌混合异构算力平台，其中海光算力集群承载智能图像系统、人脸识别鉴伪等规模化应用，覆盖数十个核心业务场景。银行每天面对的是海量的非结构化数据处理，以及黑灰产不间断的攻击对抗——系统不能宕机，识别不能出错。“海光算力卡架构简单，生态开放性好，容易上手，项目也容易落地。”徐朝辉说。

银行系统对稳定性和安全性的要求极为苛刻，国产算力能在这样的场景中扛住压力、规模化落地，本身就是“从可用到好用”的有力注脚。海光信息副总裁应志伟向记者表示，信创已进入第二阶段，从“替代”走向“先进替代”。“我们跟客户的合作，能够赋予他们过去国外供应链无法带来的价值，比如系统改造、抗量子迁移。在某些点上，我们已经可以超越国外同行了。”

从金融核心系统到日常支付交易，从“替代”到“先进替代”，国产算力正在完成从建设者到赋能者的关键跃迁。

不仅如此，国产算力背后的投资逻辑也在变化。据中国国际工程咨询有限公司高技术业务部主任侯宇透露，2026年算力基建投资规模将逾4000亿元，“十五五”期间全产业链总投资达6万亿元。但比规模更值得关注的是投向的变化：从节点建设到跨区域调度，从算力供给到场景落地，“建”转“用”已成为全行业最大共识。

在郭御风看来，算力不能只停留在技术参数的比拼上，关键要看能不能在真实的业务场景里站稳脚跟。“我们不仅要加速国产算力追赶的步伐，更要让‘中国芯’真正‘跑’进千行百业的核心场景。”

那么，具体的路该怎么走？全国政协委员、中国科学院计算技术研究所研究员张云泉给出了方法论层面的建议。他呼吁，算力发展要走“超智融合”技术路线。高端算力中心应当具备大算力、全精度、高互联的能力。“十五五”期间，要以算力基础设施的突破为底座，以智能体核心技术的攻关为抓手，推动自主创新能力全面提升。与此同时，要加快制定面向大模型训练、科学计算等典型场景的“有效算力”评价指标，让算力发展从“堆规模”转向“看实效”，真正让国产算力从“可用”迈向“好用”。

▶▶▶ 让算力真正长在产业里

如果说十万卡集群解决的是“有没有”的问题，金融、科研等场景验证的是“能不能用”的问题，那么接下来真正要回答的，是“用得值不值、用得广不广”的命题。

“影响人工智能落地的主要问题，不是模型能做的事不够多，而是事情没做到位，不可信，不放心。要把人工智能技术切入到人类真正感到痛的地方。”中国工程院院士李国杰表示，算力基础设施是智能基础设施的根基，但根基扎得再深，最终要长出东西来——长出应用，长出效率，长出产业升级的真实成果。

在张云泉看来，当前算力体系面临“技术跑通、经济未闭环”的矛盾。算力中心建了不少，但利用率偏低，GPU训练效率远低于国际先进水平。破局的思路，就是“以算力为基、智能体为翼，打造智能经济新形态”。算力经济要先形成可计量、可交易的市场机制，智能体生态才能长出来；智能体繁荣了，算力才能真正变成经济价值。智能体不是固定不变的，它在不断进化，每进化一次就释放更大的价值。

郭御风生动地比喻：中国人工智能正处于从少年期迈向成年期的关口。少年期的特点是热情高涨、活力充沛，但模式未定、根基未稳；而成年期的标志是商业模式清晰、价值闭环形成。“一个产业真正成熟，不是看它有多‘热’，而是看它能不能‘自己养活自己’。”在他看来，2026年恰是这个“成人礼”的关键时刻。如果只建不用，巨大的算力投入就可能沦为“沉没成本”。

事实上，算力正走向普惠化。国家超算互联网平台的数据显示：目前，国家超算互联网已建成汇聚超350万CPU（中央处理器）核、25万GPU（图形处理器）卡的全国规模最大一体化算力网络与应用服务平台，平台注册用户超140万，接入应用服务超7300项，适配大模型超1500款，月均访问量突破1130万次。

与此同时，算力正在从云端向各类终端设备延伸。2026年被业界视为端侧AI元年，据测算，当年手机与PC端的AI渗透率预计分别达到45%和62%。从农业育种到智慧医疗，从工业仿真到金融风控，算力正一步步走进车间、实验室、医院和农田。应志伟预判，AI能力将渗透至每一台终端设备。大型集群应对高强度的训练任务，而手机、手环、眼镜等多样化设备则催生更碎片化的算力需求。最终，算力会像水电和互联网一样，成为随时可用的基础设施。

这或许正是国产算力从“可用”迈向“好用”的价值归宿。AI竞赛的上半场比的是参数、刷的是榜单；下半场比的是谁能让AI稳稳地跑进业务现场。

算力向下，产业向上。这不仅是“十五五”开局之年算力产业发展的共识，更是中国从“算力大国”迈向“算力强国”最值得期待的故事。（记者 马嘉悦）