资源层面: 在“东数西算”战略及产业政策大力支持下,各地方政府均积极部署本区域内的算力建设,这无疑对当地 AI 产业发展与新质生产力转型有积极影响,但同时可能导致全国算力一体化部署效率偏低,难以实现全局最优配置,进而导致 算力结构性短缺与能耗困境。 一是算力供 需不匹配。部分地方政府或企业 在数据中心等新基建项目上 不考虑实际应用场景,导致 盲目投资、重复建设、产能过剩现象,算力供给远超本地产业需求。二 是区域分布 不均衡。 在东部地区的算力需求与西部地区的算力供给之间,有时会面临网络延迟、数据传输标准不统一等问题,跨区域、跨平台的算力资源整合能力不足。三 是算力品类错位 。随着 AI 大模型广泛应用,原有通用算力已无法满足复杂应用场景需求,智算、超算成为新热点,但受到算力硬件与配套软件局限性,先进算力供给严重短缺。2023 年,我国超算算力在算力内部结构的占比仅为 2.5%,仍有较大发展空间。四是算力能耗问题日 益严峻。 数据显示,近年来我国数据中心耗电量增速显著高于社会平均用电增速,算力扩张带来的能源需求缺口不 断扩大。 进一步,预计 2024-2030 年间我国 数据中心用 电量年均增速20%,如何兼顾算力供给与绿色低碳、高效运营已成为数字经济发展的关键。