我国AI算力以年均300%的速度增长 智能算力需求激增！当前，我国在AI时代数字经济发展面临一个关键命题：AI算力面对日趋复杂的外部环境和内生性效率的挑战，中国正积极探索更具战略智慧和发展韧性的破局之路。

大模型和生成式人工智能不断推高算力需求。据《2025年中国人工智能计算力发展评估报告》显示，2024年，中国智能算力规模将达725.3EFLOPS，同比增长74.1%；到2025年，这一规模将增至1037.3EFLOPS，增长43%，远高于通用算力增幅。预计2023—2028年间，中国智能算力规模的五年年复合增长率将达到46.2%。

尽管智能算力蓬勃发展，但仍存在挑战，主要体现在外部制约和内生性效率瓶颈上。例如，目前部分依赖国外高端计算芯片，地缘政治风险如同“达摩克利斯之剑”。此前美国对包括英伟达A100、H100及其为中国市场特供的A800、H800在内的多款高端GPU芯片实施出口管制，这既是挑战，也是倒逼中国加速实现算力体系自主可控、探索非对称发展路径的契机。

内生性效率瓶颈主要表现为国内存算比失衡。国内市场在算力与存力上的投资配比约为40:1，而国外市场通常维持在10:1以内。这种不合理的投资比例忽视了存力作为算力效能基石的关键作用，导致GPU利用率低下。加之冯•诺依曼架构下的“存储墙”效应，制约了计算系统的整体有效带宽和效率。

面对这些挑战，业内认为发展集群算力是突破算力瓶颈的关键举措。大规模智算集群正在成为业界关注的焦点。“以网强算”和“以存提算”是业界普遍认可的两大核心驱动力。通过存储和计算的深度协同，解决“算力空等”问题，让宝贵的AI计算资源发挥最大效益，已成为行业共识。

缓解“存储墙”带来的效率瓶颈，关键在于优化传统的存算分离架构，走向更深度的存算协同。业界更长远的探索方向是“存算一体”的颠覆性架构，旨在数据在存储器内部就地完成计算，从根本上消除数据搬移的延迟和功耗，从而实现计算效率和成本的革命性突破。