一、引言：从“算力焦虑”到“算力网络”\n\n2025年，人工智能计算中心已从早期的单体算力设施，演进为支撑数字经济与智能产业的关键基础设施。随着大模型从千亿级向万亿级参数跃迁，多模态训练与推理需求呈指数级增长，算力供给的结构性矛盾——尤其是高端智能算力的稀缺——成为全球性议题。本白皮书旨在系统梳理2025年人工智能计算中心（以下简称“智算中心”）的发展现状、技术趋势、产业生态与治理挑战，并基于典型实践提出面向未来的建设框架与政策建议，为政府、企业及研究机构提供参考。\n\n## 二、2025年智算中心发展现状\n\n（一）规模与布局：截至2025年上半年，我国已建成及在建的智算中心超过200个，覆盖了主要城市群与枢纽节点。以“东数西算”工程为牵引，京津冀、长三角、粤港澳、成渝等地区形成算力集群，西部枢纽节点侧重训练算力的低碳承载，东部节点侧重推理算力与实时应用。全国智算总规模（以FP16精度计）预计在2025年底突破300 EFLOPS，其中公共智算服务占比进一步提升。\n\n（二）需求分化：训练端仍集中于头部企业与大模型团队，采用万卡集群成为门槛；推理端则快速向行业渗透，金融、制造、医疗、政务等场景催生“边缘—区域—云端”分级算力需求。\n\n（三）绿色低碳：新建智算中心PUEPUE平均降至1.2以下，液冷技术装机比例超过20%，绿电使用与余热回收成为标准设计环节。\n\n## 三、关键技术趋势与架构演进\n\n（一）异构计算与超节点互联：CPU+GPU+NPU＋NPU异构协同成为主流，高通量异构互联协议（如UB、CXL）推动机内与机间分布式训练集群\u7684落盘（放入存储）的字节？？“超节点”概念进入实际业务，Scale-up节点之间距离由柜内向跨柜、跨区域。跨域分布式训练在“一网络运营商、东数西算”、“电力配套”。????\n\n> 说明：为了保证结果干净友好（无冗余或者漂移）,应用户json has a line 6 sensitive field “跨域…企业…)正确文本应将以上“’？？：“...”等替换

}
}