国内最大单体AI算力池启用， 超算互联网迈出关键一步

在业内看来，此次核心节点的接入，标志着国家超算互联网的建设取得了实质性突破，为建设贯穿东西覆盖全国的一体化算力网络，迈出了至关重要的一步。

文｜游勇

编｜周路平

01

郑州发力，启用国内最大单体国产AI算力池

2月5日，算力圈传来一则重磅消息，位于郑州的国家超算互联网核心节点上线试运行。该节点从启动建设到落地部署仅用两年多时间，一举成为国家超算互联网平台上线以来接入的最大单体国产AI算力资源池。

该核心节点部署了3套由中科曙光提供的scaleX万卡超集群，最大可对外提供超3万卡国产AI算力，并通过高速光纤网络与其他节点互联互通，实现算力资源全国统一调度、智能分配和高效协同，可为亿参数模型训练、高通量推理、Al for Science等大规模AI计算应用场景提供算力服务。

事实上，郑州并不在国家10大算力中心的名单之中，但在新一轮的智算城市争夺战中，郑州表露出的决心很大。其“十五五”规划建议就明确提出，要建设全国领先的算力高地，打造全球超算与智算算力“双第一”城市。

在业内看来，郑州有地理区位优势，东数西算的8大算力枢纽和10大算力中心集中在东西部，而身处在版图中央的郑州在网络时延和算力集散方面具有先天优势，能够承接东部算力需求外溢和西部绿色算力的联动，充当全国算力中转分发的枢纽。

而且，河南作为农业、工业以及人口大省，自身的数据资源丰富，工业门类齐全，尤其在电子信息、算力、新能源、新材料等方面的基础雄厚，省内自身的算力需求也很旺盛。而河南的传统产业升级，战略性新兴产业培养，黄河生态保护战略等都需要顶尖算力的支撑。

超算互联网作为国家战略，从2023年开始启动建设。其核心思路是以互联网的思维运营超算，通过建立类似京东、淘宝模式的应用商城，连接供需双方，目的是推动国产应用和大模型的普及，推升算力流通和利用效率，推动算力服务市场化和标准化。

过去，供需双方一直存在需求错配、硬件与应用脱节的问题。一方面，随着行业应用的加深，千行百业对智能算力的需求在迅速攀升，无论是训练行业垂类大模型，还是AI应用的推理需求都在爆发。根据数智前线对2025年数据中心与智算中心公开招投标项目的统计，当年亿元级项目已超过222个。

但另一方面，大量已建设的智算存在闲置问题。有数据显示，国内智算中心的利用率仅30%，背后有芯片架构多，导致标准化程度低和接口不统一等问题，比如高性能智算中心服务器通常采用CPU、GPU和NPU混搭的异构计算架构，以充分发挥不同算力芯片在性能、成本和能耗上的优势，而一些智算中心大量配置同一类芯片，限制了应用场景的使用。

而超算互联网的建设，通过统一调度的算力池，有望推动供需双方走向平衡。在业内看来，未来的算力基础设施会像自来水和电力一样，随时打开就能使用，用户不用担心算力的调度和异构的兼容。

事实上，国家层面已经在积极推动全国算力一张网，“十五五”规划建议中就提出推进“全国一体化算力网”，而国务院《关于深入实施“人工智能+”行动的意见》强调“强化智能算力统筹”，指明未来算力发展将加强高效协同。

目前，国家超算互联网用户规模已经突破100万，接入了超30家国家级超算中心与智算中心，商品数量超过了7200个。超算互联网平台上线至今，已完成了1.96亿的作业量。“希望在2026年，服务商能到1000多家，商品数量能超过1万个。”国家高性能计算机工程技术研究中心副主任曹振南说。

在业内看来，此次核心节点的接入，标志着国家超算互联网的建设取得了实质性突破，为建设贯穿东西覆盖全国的一体化算力网络，迈出了至关重要的一步。

该核心节点上线试运行的同时，超算互联网也对外公布了邀测计划，不仅为各行业领域专业用户提供从百卡级到万卡级规模的应用适配测试，也可为创客、初创团队、大学生等群体提供上千卡时、百G存储、千万Tokens等免费试用资源。

这些举措将推动AI算力资源从过往的“重建设、轻应用”，到现在“建用并重、以用促建”转变，推动AI应用的规模化。

02

AI应用步入深水区，高质量智算需求依旧旺盛

智算建设热潮的背后，是AI应用的旺盛需求。相比于此前的试点尝鲜，业界普遍认为，AI落地已迈入价值创造关键阶段。C端渗透与B端商业化都已进入规模起量加速期。

Token的消耗是一个直观的指标，过去一年半时间，我国日均Token的消耗量从1000亿飙升到30万亿，增长了300多倍，而Token的消耗主要来自于各应用场景推理需求的爆发。

而面向C端的AI应用在市场的感知最为明显，腾讯、百度、字节已打响2026年春节AI营销战，疯狂撒钱发红包，C端流量入口争夺白热化。

相比之下，企业端的变化更为深刻。尽管市场感知度不及C端，但B端客户付费意愿更强，其潜力长期被低估。有数据显示，约80%的token消耗来自企业，20%来自个人用户。此次大会也发布了首批千款应用验证成果。

尤其是在AI4S、生物医药、气象、工业制造、金融等众多领域，AI也已深度参与核心业务流程。

比如在工业领域，包括产品的研发、工厂的生产排产、流水线的智能检测、设备的运营维护等，已经有了不少成熟的AI应用。今年1月，八部委印发了《“人工智能+制造”专项行动实施意见》，提出到2027年推动形成特色化、全覆盖的行业大模型，推广500个典型应用场景。

业界告诉数智前线，AI落地虽还有大量场景未攻破，但企业对AI的价值确信度显著提升，在部分已能见到效果的场景，即便AI软件当前效果仅为传统方案的80%、成本更高且存在一定风险，不少企业仍愿意布局，坚信长期效能会翻倍增长。

信通院人工智能研究中心负责人魏凯提到，2025年，生产制造环节使用AI的比例出现明显抬高趋势，案例占比由19.9%增长至25.9%。这一变化表明，AI正在向价值创造的核心环节渗透，但其渗透速度仍受限于工业数据获取难度、工艺知识的封装水平以及对可靠性的极致要求。

例如在气象领域，冰雹、短时强降水等强对流天气的短临预警一直是全球性难题，一向是监测难、研判难、预报难。但现在通过构建气象AI模型，能数倍提升短临预警的速度和精度，引领气象预报向AI驱动的高效精准范式革新。

生物医药领域，新药研发是个长周期、高成本、高风险的领域，某研究院基于国产算力体系，研发的模型体系辅助siRNA虚拟筛选效率提升1.6倍以上，可降低约90%的体外湿实验成本。而昌平实验室则用AI来预测蛋白质结构，目前已经能够做到模拟秒级别的蛋白质折叠，小时级别的化学反应和天级别的水结冰过程，而这在以前被认为是几乎不可能模拟的过程。

赛迪人工智能研究室副主任刘丽超透露，2025年上半年，我国AI大模型解决方案市场规模达30.7亿元，同比增长122.1%，企业积极在重点行业拓展人工智能应用场景。

AI应用的旺盛需求，依赖高质量智算的供应。随着AI范式正在从生成式AI走向拥有执行能力的代理式AI，以及与真实世界理解交互的物理，范式的转移让算力的需求又上了一个台阶。在业内看来，单纯堆砌顶级芯片，已经无法获得算力的线性增长，需要系统级方案。

国家高性能计算机工程技术研究中心副主任曹振南透露，超算互联网平台连接的很多先进算力中心的利用率到了80%到85%。

不过，对于超算互联网平台而言，也面临着一些挑战。除了算力的多元融合，用户的多元也带来不少挑战，它使得大规模的政企用户和科研单位，以及小规模的个人用户都在同一个平台解决算力需求，而不同行业的AI应用模式千差万别，超算互联网平台需要解决不同AI应用在一个平台都能服务好的问题。

去年12月，超算互联网上线了智能体，主要解决端到端的算力易用的问题，目前主要面向材料科学领域，下一个阶段，超算互联网平台将打造一个把具备多行业知识的超级科学计算的智能体。