2026年中国算力行业发展趋势 立足四大趋势，推动算力价值跃升

（原标题：2026年中国算力行业发展趋势 立足四大趋势，推动算力价值跃升【组图】）

以下数据及分析来自于前瞻产业研究院算力研究小组发布的《全球及中国算力底座建设及算力应用（算力产业）发展趋势与机遇分析报告》

行业主要上市公司：浪潮信息（000977.SZ）、中兴通讯（000063.SZ）、中国电信（601728.SH）、中科曙光（603019.SH）、拓维信息（002261.SZ）

本文核心数据：发展趋势；算力；

趋势一：规模法则（Scaling law）推高人工智能算力需求

规模法则（Scaling law）目前正在从预训练扩展到后训练和推理阶段。基于强化学习、思维链等算法创新在后训练和推理阶段更多的算力投入，可以进一步大幅提升大模型的深度思考能力。

同时，基于杰文斯悖论的现象表明，DeepSeek带来的算法效率的提升并未抑制算力需求，反而因更多的用户和场景的加入，推动大模型普及与应用落地，重构产业创新范式，带动数据中心、边缘及端侧算力建设。DeepSeek系列模型的发布对中国乃至全球人工智能产业带来巨大变革，其通过技术普惠化、场景纵深化和算力泛在化三重路径，推动大模型的普及与应用落地，驱动算力需求增长。

趋势二：计算架构重构升级，数据中心向高密度与异构协同演进

大模型的广泛应用正推动算力行业呈现计算架构重构升级、数据中心向高密度与异构协同演进的发展趋势：计算架构层面，围绕高带宽、高密度算力需求，通过Scale-up单节点性能提升与Scale-out集群横向扩展相结合，支撑千卡至十万卡级超大规模集群建设，同时面向推理场景采用预填充与解码解耦部署策略，持续优化算力效率；数据中心层面，为适配大模型集群规模化部署，不断提升系统高可用与故障恢复能力，推进CPU、GPU、ASIC等异构计算资源协同调度，并针对高密度机柜带来的高功耗挑战，持续升级供电与冷却方案，向高性能、高可靠、高能效的智能化方向加速升级。 

趋势三：面向人工智能场景构建先进数据基础设施，并打造高质量数据集

生成式人工智能重塑了数据生命周期特征，数据的生成、采集、存储、处理和分析变得更加复杂。全球数据量持续增长，IDC数据显示，2024年全球产生的总数据量达到163ZB，2025年将增至201.6ZB，2028年将翻番至393.9ZB，2023-2028年五年年复合增长率为24.4%；生成式人工智能还将带来更多的混合内容生成和处理需求，目前，生成式人工智能生成的数据中，文本内容占比超35%，到2028年，图像和视频类数据占比将增加，超过75%的生成数据将均匀覆盖文本、图像和视频三种类型，此外，还有接近18%的生成数据为软件代码。企业需要面向训练和推理过程中的数据特征，构建先进数据基础设施，为数据收集、预处理、写入读出、稳定训练集、数据安全、推理结果使用等环节提供支撑，并根据数据量、访问模式及成本效益决定采用云存储、本地存储或混合存储方案，发挥先进存储介质和存储架构优势。

伴随数据逐渐成为企业的核心资产和重要生产要素，企业需要提升数据质量和数量，从而优化企业决策和业务流程。这一需求将促进企业使用数据增强工具、数据合成等方式提高数据质量。数据增强工具可以通过对现有数据进行扩展和优化，提升数据的多样性和代表性；合成数据通常由现有数据集或真实世界事件/流程的模拟数据创建而成，用来代替真实世界数据进行应用测试或人工智能训练，其比收集足够的真实世界数据更具成本效益和效率。通过这些服务，企业可以更好地管理和利用数据，支持人工智能应用的开发和部署，实现业务价值的最大化。

趋势四：能耗挑战持续加剧，冷却技术不断创新

人工智能大模型技术的研发和应用带来了更高的能耗需求，IDC数据显示，2024年人工智能数据中心IT能耗（含服务器、存储系统和网络）达到55.1太瓦时（TWh），2025年增至77.7太瓦时，是2023年能耗量的两倍，2027年将增长至146.2太瓦时，2022-2027年五年年复合增长率为44.8%，五年间实现六倍增长。

《欧洲绿色协议》、《通胀削减法案》、《数据中心绿色低碳发展专项行动计划》、《关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》等可持续发展政策法规的施行，对现有数据中心基础设施提出了更严格的能耗要求。大模型的训练和优化作为能源密集型任务，需要高密度机架的支持，而这些机架的能耗已超出传统风冷的能力范围，促使越来越多的数据中心转向使用液冷技术。

此外，数据中心正积极探索从储电能向储大模型算力的跨越性转变。这一转型的核心策略，在于通过大幅增加和优化IT基础设施，将原本静态储存的电能，转化为驱动大规模计算模型的动态算力。不再满足于电能的简单储备，而是致力于让算力靠近电力源头，利用先进的IT基础设施，如高性能服务器、高效能存储系统等，实现电能到算力的即时、高效转换。这些基础设施的升级与扩容，不仅提升了数据中心的算力水平，更为基于大模型的“智能蓄势”提供了稳定、强大的计算支撑。通过这一转变，智算数据中心不仅可以优化能源利用结构，减少能源浪费，更以就近、快速的方式，满足现代计算对算力的迫切需求，为数字经济的蓬勃发展注入强劲动力。