“毫秒用算”，建设算力“高速公路网”

导语

10月16日，工信部发布《关于开展城域“毫秒用算”专项行动的通知》，要求聚焦算力网络发展，构建高速大容量、确定低时延、泛在广覆盖的城域网络，面向基础设施实现算力中心毫秒互连，面向重点场所实现算力资源毫秒接入，面向应用终端实现算力应用毫秒可达。

“毫秒用算”可以说是“算力版的超高速宽带”，本质是对底层网络传输能力的一次全面升级，将直接催生对高速率（400G/800G）、超低时延、高可靠性网络设备的刚性需求。随着专项行动在全国范围的逐步落地，相关网络设备采购需求将于未来2-3个季度集中释放。

政策背景

算力是数据中心的服务器通过对数据进行处理后实现结果输出的一种能力，是集信息计算力、网络运载力、数据存储力于一体的新型生产力。算力可以分为三类：一是基础算力。由基于GPU（图形处理器）芯片的服务器所提供的算力，主要用于基础通用计算，如移动计算和物联网等。日常提到的云计算、边缘计算属于基础算力。二是智能算力。基于GPU、FPGA（现场可编程逻辑门阵列）、ASIC（专用集成电路）等AI芯片的加速计算平台提供的算力，主要用于AI的训练和推理计算，如语音、图像和视频的处理。三是超算算力。由超级计算机等高性能计算集群提供的算力，主要用于尖端科学领域的计算，如行星模拟、药物分子设计、基因分析等。随着AI智能以及ChatGPT，DeepSeek大模型的出现，算力需求出现井喷式增长，是全球科技战略层面的一个聚焦点。

未来AI的进化路径可以概括为生成式AI（Generative AI）、智能体（Agentic AI）和具身AI（Physical AI）。对于智能体来说，推理所涉及的任务更加复杂，大规模的算力资源是完成这一切的基础。需要生成或处理更多Token来完成规划和执行。同时随着更多用户同时访问AI，Token的数量会爆炸式增长。对于大模型来说，每生成一个Token往往需要数千亿次浮点运算，在有限时间内生成更多Token，必须拥有更强大的算力。

为了在这一领域保持领先地位，美国政府和私营部门通力合作，推出了名为“星际之门计划”（Stargate Project）的人工智能基础设施建设项目，由OpenAI、软银、甲骨文和MGX等多方联合发起，总投资额预计高达5000亿美元。欧盟表示，将调动总计2000亿欧元推动人工智能发展。我国于2022年全面启动“东数西算”国家级算力资源配置工程，构建“数据中心+云计算+大数据”协同发展的新型算力网络体系。该工程通过将东部算力需求有序引导至西部，优化全国数据中心布局，促进区域协调发展。其核心内容包含建设京津冀、长三角、粤港澳大湾区、成渝等8个国家算力枢纽节点，形成覆盖全国的算力资源调度网络。

根据《科创板日报》报道，截至2025年6月底，我国在用算力中心标准机架达1085万架，智能算力规模达788 EFLOPS“（每秒百亿亿次点点运算，FP16半精度）。运载力方面，规划建设超过250条“东数西算”干线光缆，“东数西算”集群间光层直达链路已拓宽至1232 Tbps（太比特每秒），干线400G端口数量已大幅增加至14060个；存储力方面，存储容量持续增长，存力总规模超过1680 EB，有效支撑了算力资源配置和数据要素价值释放。

2025年8月23日，2025中国算力大会在山西大同开幕。工业和信息化部副部长熊继军在致辞中指出，工信部将有序引导算力设施建设，切实提升算力资源供给质量。在产业生态层面，熊继军指出，要推动“智算生态圈”建设，推广一批标志性技术产品和解决方案，推动实施城域“毫秒用算”专项行动，加快建设中国算力平台。

政策梗概

10月16日，工信部发布《关于开展城域“毫秒用算”专项行动的通知》，以专项行动为牵引，带动产业各方聚焦畅通毫秒用算通道，在全国范围内梯次推进毫秒用算网络建设。

“毫秒用算”可以说是“算力版的超高速宽带”，能让用户在使用算力时，感受到的网络延迟被控制在毫秒级别，实现如同使用本地资源一样即时、流畅的体验。就像当年宽带普及让我们能瞬间加载网页、流畅观看视频一样，现在“毫秒用算”是AI算力时代的网络升级。

《通知》指出，一是推动算力中心毫秒互连，加强创新技术落地。完善算力中心间互连网络架构，引导面向算力中心完善城域算间网络布局，优化城域算力中心的网络层级、互连拓扑，到2027年实现城域中型及以上算力中心间光层单向互连时延小于1毫秒。加快算力中心间高性能网络部署，有序推进城域400Gbps及以上、全光交叉等高速光传输系统设备应用，到2027年实现城域中型及以上算力中心出口400Gbps部署率不低于50%，城域重要站点全光交叉部署率不低于50%。开展算力中心间网络创新技术验证，推进算力中心间网络创新技术方案及新型网络协议等验证及落地，加快全光高速大容量无损传输、任务式调度、算网运维智能体、广域无损网络等技术研发验证，进一步提升算网一体化运营效能。

二是推动算力资源毫秒接入，打造毫秒入算底座。完善重点场所算力接入网络布局，推动光网络设备向综合接入点和产业园区等用户侧部署，加快实现全光网广泛覆盖，构建城域毫秒级低时延一跳入算能力。推进入算网络新技术验证，开展小颗粒光传送网（OTN）、确定性网络等新技术验证，引导基础电信企业推动入算专线服务体验升级。开展算力资源毫秒接入能力评估，建立城域中型及以上算力中心1毫秒时延圈覆盖能力监测机制，到2027年实现城域算力1毫秒时延圈覆盖率不低于70%，打造高品质毫秒入算底座。

三是推动算力应用毫秒可达，提升应用交互体验。优化算力应用终端到服务器的网络时延，促进算力中心内网络组网方案、网络协议等技术创新，优化人工智能训练推理的通信效能，推动算力中心全光交换（OCS）、光电融合组网等技术应用部署，提升算力中心网络性能，到2027年推动算力应用终端到算力中心服务器的单向网络时延小于10毫秒。丰富算网融合业务，聚焦制造、金融、交通、医疗、教育、文娱等重点行业，鼓励基础电信企业结合差异化用算需求，推出定制化算网融合业务套餐，提供弹性、普惠的算网服务能力，支撑工业质检、辅助诊断等典型算力应用交互体验提升，促进人工智能高水平赋能新型工业化。

政策亮点

1.明确时延目标体系

《通知》明确了三级时延目标体系，提出三个层次的时延标准，即算力中心互连（<1毫秒）、算力资源接入（<1毫秒）和算力应用可达（网络时延<10毫秒），形成了完整的低时延算力服务网络。而且专项行动规划了清晰的技术路线，包括推动400G/800G高速光传输系统部署、全光交叉（OXC/ROADM）设备应用、小颗粒OTN和确定性网络等新技术验证。此外，政策设置了明确的时间节点，从2025年11月的行动启动到2027年11月的成效总结，确保了专项行动的可执行性和可评估性。

2.重塑我国算力基础设施的布局

“毫秒用算”专项行动将显著提高算力资源的利用效率，有效解决当前存在的“算力孤岛”现象。据相关数据预测，到2025年，我国算力总规模有望突破3000 EFLOPS，然而，目前的利用率却不足40%。通过构建城域毫秒级网络，该行动有望将算力资源的利用率提升至新的高度，尤其是西部枢纽算力中心的利用率，预计将从当前不足30%的水平得到显著提升。

3.促进AI技术普惠化

DeepSeek等开源大模型已将AI训练成本降低九成，极大降低了算力使用门槛，但实时推理类AI应用对网络时延异常敏感，超过5毫秒的延迟会使训练效率减半，因此实现毫秒级响应的算力网络，是推动AI应用走出实验室、落地工厂、医院、道路等实际场景的关键，也是AI技术赋能各行各业必须跨越的重要门槛。

政策机遇

工信部“毫秒用算”专项行动是我国算力基础设施建设的重要里程碑，将推动我国从“算力大国”向“算力强国”转变。这一政策不仅带来光通信、算力设备等领域的直接投资机会，更将通过降低时延门槛，激发AI、工业互联网、自动驾驶等创新应用的发展潜力。

1.算力产业

首先是算力基础设施建设加速，政策推动400G/800G高速光传输系统和全光交叉（OXC/ROADM）设备的广泛应用，提升网络传输效率。到2027年，城域中型及以上算力中心间光层单向互连时延小于1毫秒，出口400Gbps部署率不低于50%。同时鼓励小颗粒OTN和确定性网络等新技术的验证和应用，推动算力产业的技术创新和升级，提升整体竞争力。

其次是能带动相关产业发展，专项行动将带动光通信、网络设备、算力芯片等相关产业的发展，推动产业链升级。通过提升算力网络的性能和效率，可显著增强我国在全球数字经济领域的竞争力，吸引更多国际资源和合作机会。

最后是促进国产AI芯片的自主可控。当前，国产AI芯片持续迭代，自主可控进展顺利，建议重视国产算力的投资机遇。

2.受益领域

首先是数字经济，低时延、高带宽的算力网络将显著提升数据处理效率，支持大数据、人工智能、物联网等新兴技术的发展，推动数字经济的高质量发展。通过提升算力资源的利用效率，可支持传统产业的数字化转型，提升整体产业竞争力。

其次是科学研究领域，低时延算力网络将支持高能物理、天文学、生物医学等前沿科学研究，加速科学发现和技术创新。通过高效的算力资源，科研人员可以更快地进行复杂计算和数据分析，提升研究效率和质量。

最后是公共服务方面，低时延算力网络将支持智慧城市建设，提升公共服务的效率和质量，如智能交通、智慧医疗、智慧教育等。通过提升算力资源的利用效率，确保更多地区和人群能够享受到高效的算力服务，促进社会公平和均衡发展。

3.用户体验

通过构建城域毫秒级网络，用户在使用算力时将感受到的网络延迟被控制在毫秒级别，体验显著提升。低时延算力网络将支持实时应用，如在线游戏、虚拟现实（VR）、增强现实（AR）等，提升用户的沉浸感和交互体验。此外，低时延、高带宽的算力网络将显著提升数据处理效率，支持用户更快地完成复杂计算和数据分析，提升工作效率。