看懂算力：从新基建到必争之地

算力的战略地位，首先来自政策的密集定调。

2023年10月，工业和信息化部、中央网信办、教育部、国家卫生健康委、中国人民银行、国务院国资委六部门联合印发《算力基础设施高质量发展行动计划》，明确“到2025年算力规模超过300 EFLOPS、智能算力占比达到35%”的目标。

2025年8月，国务院印发《关于深入实施"人工智能+"行动的意见》（国发〔2025〕11号），将人工智能与各行各业的深度融合上升为国家行动。

2022年2月全面启动的“东数西算”工程，已在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏8地布局国家算力枢纽节点，规划了10个国家数据中心集群。长三角作为算力需求的核心集聚区，枢纽节点范围内的省市正成为政策、资金、项目多重叠加的热土。

其次是需求的爆发式增长。中国信通院发布的《先进计算暨算力发展指数蓝皮书（2025年）》显示，截至2025年6月，全国算力总规模达962 EFLOPS，同比增长73%，其中智能算力规模782 EFLOPS，增速达96%。智能算力占总算力的比例已突破80%，成为绝对主导。

大模型的迭代是核心推手。GPT-3参数约1750亿，GPT-4跃升至约1.8万亿，OpenAI数据显示训练算力需求增长约445倍。每一次模型能力的跃升，都对应着对底层算力底座的指数级需求。

第三是产业生态的集聚效应。算力中心一旦建成，不仅满足本地数字化需求，更能辐射周边，形成区域性算力枢纽，进而带动芯片、服务器、网络设备、软件服务等上下游产业集聚。

盐城的案例具有代表性：地处长三角北翼，土地与电力成本相对较低，气候适宜数据中心散热，加之充沛且可溯源的绿电资源、独特的LNG冷能优势（可支撑约2万个标准机架制冷），使其在算力企业的选址清单中权重持续上升。

四个切入点：地方国企的角色定位

地方国企参与算力基础设施建设，不必都走“建算力中心”的独木桥。结合各地实践，至少有四条差异化的路径可选。

切入点一：场景运营商

地方国企拥有最丰富的城市场景资源，政务数据、交通数据、医疗数据、教育数据，这些都是算力应用的天然载体。

宿迁市政府办公室2026年7月28日印发《宿迁市"人工智能+医疗健康"发展实施方案》，提出到2027年落地人工智能应用场景50个以上。泰州市数据产业集团承办的“移动杯'人工智能+政务'智能体创新大赛”2026年6月决赛落幕，36个作品同台竞技。

这些实践的共同逻辑是：地方国企不直接建设算力中心，而是通过开放场景、整合数据、搭建平台，成为算力与应用之间的“桥梁”。这一模式的优势在于投入小、风险低、见效快，核心能力要求是数据整合能力和场景运营能力，而非算力技术能力。

切入点二：算力服务商

对于具备资金实力和技术积累的地方国企，可以通过投资建设算力中心，为区域内企业和机构提供算力租赁服务。

无锡数据集团在2026数博会上发布的“数字无锡·统一运维”实践，本质上就是面向城市政务场景的算力与数据服务输出。从行业普遍价格看，一台高端AI训练服务器（如英伟达DGX H100，系统售价约200-280万元人民币）的8卡整机租赁价格约每月2.2万-6.8万元，按利用率70%以上估算，投资回收期通常需3-5年。

但这一模式面临头部云厂商（阿里云、华为云、腾讯云等）的强势竞争，地方国企要在红海中立足，必须依靠本地服务响应速度、行业场景理解深度、政府信用背书等差异化优势。

切入点三：产业投资者

地方国企可以通过设立产业基金或直接投资的方式，间接参与算力产业链上下游。

无锡数据集团与锡商银行协同落地的首笔算力场景金融产品（500万元流动资金贷款，专项用于承接科大讯飞多模型工具平台项目），是“金融+算力”的创新样本。江苏资产下属无锡联投融资租赁公司协同无锡数据集团推动的首笔6000万元算力服务器直租业务，则以“国资基金投资+融资租赁+算力运营”的模式，破解了科创企业布局算力业务前期资金占用大的瓶颈。

这类模式风险相对较低，可以借助专业投资机构的能力提升决策科学性，同时保持投资的灵活性。

切入点四：生态组织者

地方国企可以发挥政府与市场的桥梁作用，搭建算力产业生态平台，整合供给方、需求方、技术方、资金方等多方资源。

盐城市大数据集团的实践具有示范意义：通过“数智课堂”研学活动、华为（盐城）数字人才实训基地等载体，汇聚行业专家和企业资源，推动算力知识的普及与应用；通过招引广电五舟、奥看大模型等15个“高精尖”项目，构建产业生态圈，吸引中国质量认证中心、中国经济信息社等超百家数商企业加盟。

生态组织的核心能力是资源整合与平台运营，投入相对较低，但对组织协调能力的要求较高。

三重障碍：必须直面的现实问题

地方国企参与算力基础设施建设，并非坦途，至少面临三重障碍。

障碍一：技术门槛

算力基础设施涉及芯片、服务器、网络、软件、制冷、供电等多个技术领域，技术迭代速度快。以GPU为例，英伟达从A100到H100再到B200，每代产品的算力提升幅度都在数倍以上。如果技术路线选择不当，算力中心可能在建成之初就面临被淘汰的风险。

障碍二：资金压力

算力中心建设成本高昂。一个中等规模（1000台服务器）的算力中心，仅硬件投资就需要30-50亿元，加上机房建设、网络设备、软件系统、人员培训等，总投资可能超过100亿元。算力设备技术迭代周期通常3-5年，意味着资本投入必须持续。对于资金实力有限的区县平台而言，大规模自建的路径并不现实。

障碍三：商业模式的不确定性

算力服务的定价机制、市场需求、竞争格局仍在演变中。行业内已有案例：部分地方建设的算力中心，由于需求预测不准、定价策略不当、营销能力不足，出现“有算力、无客户”的尴尬局面，利用率不足30%，年亏损数千万元。

地方国企还需警惕三类风险：

• 盲目跟风：不是所有地方都适合大规模建设算力中心，需结合产业基础、能源禀赋、气候环境、人才储备、网络带宽等综合评估，否则可能变成“烂尾工程”。
• 债务风险：算力投资规模大、回报周期长，过度举债将加重企业财务负担，影响稳健经营。
• 数据安全：算力中心处理海量数据，涉及数据安全、隐私保护、跨境流动等敏感问题，需建立完善的安全管理体系。

务实路径：量力而行，循序渐进

地方国企参与算力基础设施建设，应遵循“量力而行、循序渐进、注重实效”的原则。

对于经济基础较好、数字产业较发达的地区（如无锡、常州、扬州等长三角节点城市），可以适度参与算力中心的建设和运营，通过直接投资或合作共建打造区域性算力枢纽。无锡数据集团亮相2026数博会、常州数据集团承办国家级AI赛事决赛、扬州大数据集团与数字浙江技术运营公司签署战略合作协议，这些实践展示了经济较发达地区参与算力建设的多元路径。

对于经济基础一般、数字产业起步较晚的地区，则宜采取“三步走”策略：

第一步，“用算力”而非“建算力”。通过购买云服务、租赁算力等方式，满足本地算力需求，同时积累应用经验。这一步投入小、风险低、见效快。

第二步，“聚算力”而非“造算力”。通过开放场景、整合资源、优化服务，吸引外部算力企业和算力需求在本地集聚。例如，举办AI创新创业大赛、建设数据标注基地、培育算法工程师等，打造算力应用的“洼地”。

第三步，“投算力”而非“建算力”。通过设立产业基金、投资算力企业，间接参与产业发展，分享成长红利，不必直接承担算力中心建设和运营的风险。

无论选择哪条路径，地方国企都需注意三个问题：

• 避免“重建设、轻运营”。算力中心的价值在于持续稳定的运营服务，需建立专业的运营团队，具备客户拓展、技术支持、运维保障、成本控制等综合能力。
• 避免“重硬件、轻软件”。算力基础设施不仅包括服务器、网络等硬件，还包括操作系统、数据库、开发工具、应用平台、算法模型等软件系统，软硬协同才能发挥价值。
• 避免“重投资、轻需求”。建设必须以市场需求为导向，投资前进行充分的市场调研和需求分析，明确目标客户和服务模式，规避“有算力、无客户”的风险。

结语

算力基础设施的布局与国家的区域发展战略、产业升级战略、数字中国战略紧密相连。“东数西算”工程不仅是算力资源的优化配置，更承载着缩小区域数字鸿沟的战略意图。地方国企作为区域经济发展的重要力量，在算力基础设施建设中承担着不可替代的角色。但这种角色更应体现为“精准发力”，在自身能力范围内选择最合适的参与模式。

算力是数字经济时代的“新电力”，但只有与产业需求深度融合、与区域战略紧密衔接，才能真正转化为推动高质量发展的新动能。在算力产业的大潮中，地方国企既不应缺席，也不应冒进。立足实际、量力而行、循序渐进，在参与中培育能力，在合作中实现共赢，这或许是地方国企面对算力浪潮最理性的姿态。