綜合算力指數藍皮書（2025年）

No.202511中國信息通信研究院2026年1月前近年來，AI快速發展。算力、存力、運力以及模型能力的協同《綜合算力指數藍皮書（2025年）》系統梳理我國綜合算力發將不斷更新完善，如有意見建議請聯系中國信通院研究團隊：目一、綜合算力研究背 （一）算力需求爆發式增長，全球競爭日益激 （二）頂層設計持續完善，產業數字化轉型加 （三）綜合算力，賦能我國數字經濟高質量發 二、我國綜合算力總體進 （一）算力結構優化與技術創新并 （二）存儲規模與性能結構不斷突 （三）運力基建與算網技術雙軌演 （四）模型技術與產業應用雙輪驅 三、綜合算力指 （一）指數體系構 （二）綜合算力指 （三）算力分指 （四）存力分指 （五）運力分指 （六）模力分指 （七）環境分指 （八）城市算力分指 四、綜合算力發展建 （一）深化一體化算力網，強化統籌協同與動態優 （二）提升算力供給質效，加快技術創新與結構升 （三）夯實存力運力底座，促進“算存網”協同演 （四）構建綠色低碳體系，加速基礎設施綠色升 （五）深化融合創新實踐，助力產業生態繁榮發 附件一數據來 附件二計算方 附件三計算口 附件四名詞解 圖1綜合算力指數體系 圖2省級行政區綜合算力指數 圖3省級行政區綜合算力指數Top10歷年情 圖4省級行政區算力分指數 圖5省級行政區算力分指數-算力規模 圖6我國在用標準機架數量分 圖7我國在用智算規模（FP16）分 圖8省級行政區算力分指數-算力質效 圖9各省上架率情 圖10省級行政區存力分指數 圖11省級行政區存力分指數-存力規模 圖12省級行政區存力分指數-存力質量 圖13省級行政區運力分指數 圖14省級行政區運力分指數-入算網絡 圖15省級行政區運力分指數-算間網絡 圖16省級行政區運力分指數-算內網絡 圖17省級行政區模力分指數 圖18省級行政區模力分指數-模型資源 圖19省級行政區模力分指數-模型生態 圖20省級行政區環境分指數 圖21省級行政區環境分指數-資源環境 圖22省級行政區環境分指數-市場環境 圖23城市算力分指數 表1指標體系與計算口 綜合算力指數藍皮書（2025綜合算力指數藍皮書（2025年全球算力需求高速增長。2024年底，全5693EFLOPS（FP16）64.7%201251億美元，20251587億美元，20282227億美元。始對生成式人工智能技術進行投資或處于初步測試階段，已有17%絡與信息技術研發計劃”(NITRD)人工智能研發投資預算增長至3119.2%202515000源的合理配置和高效利用。24年，工信部等七部門印發《推動工大高性能智算供給，在算力樞紐節點建設智算中心。25年，工信“+”20256月底，我國在用算力中心機架總規模達設成效顯著。202561680EB202340%，存力規模1持續擴大。《全國數據資源調查報告（2024年）》顯示，我國數據存儲總量2持續增長，20242.09ZB20.81%。大數據、12數據存儲總量：全國累計存儲的數據量，包括算力中心存儲量，以及政府、企事業單位、個人終端的數單個存儲設備的容量實現大幅增長。企業級硬盤容量已突破數十TB2025328%，能夠滿足日益增長的干網絡架構和性能不斷優化。27用活躍度顯著提升。其中，IP400GE傳輸能力，可實現TB90%元（OSU）作為下一代OTN技術創新方向，以其彈性帶寬優勢滿足和容量，以滿足用戶對高速數據傳輸的需求。OTN網絡單波傳輸速400GE/800GE逐步成為算力中心互聯的重要技術，400GE乃800GE接口技術的引入，顯著提高了算力中心內部及算間的數據網絡行為編碼進IPv6地址，實現智能管控與靈活擴展。全光交換202561509439IDC統計，202419086.9%，為大模型《綜合算力指數藍皮書（2025年）》在之前版本的基礎上，結5個維度出發，分析各維度量化因4.0。3.0相比，4.0版本優化內容如下：一是新深化。一方面，“人工智能+AI創新與產31個省級行政區（省、自治區、直轄市）的綜合算力發展水4.01圖1

省級行政區綜合算力指數Top102的協同發展態勢。與去年相比，Top10省份仍然以我國算力樞紐節點區域為主。Top6涵蓋省份不變，均為我國東部地區，且河北省綜合行政區綜合算力指數Top103。從綜合指數結果看，Top10省份均依托自身優勢形成了特色化算Top10省綜合算力指數表現優秀，2024年啟動省級算力基礎設施高質量發圖23Top10我國省級行政區算力分指數Top10為河北省、浙江省、江蘇省、4。6名、8圖4我國省級行政區算力分指數-算力規模Top10為河北省、廣東省、5。河北省重視算力產業發展，持續布局算力基礎設施，在用標準機架數、在建標準機架數（2.5kW為一個5省級行政區算力分指數-我國在用標準機架數Top10省份為河北省、廣東省、江蘇省、貴6Top6省份在用標準50%60萬架。圖67Top5省份在用智算總規模全國占比超過48%，且各省在用智算規模均超過EFLOP（FP16EFLOP（FP16，14.8%。7我國在用智算規模（FP16）我國省級行政區算力分指數-算力質效Top108。河北省憑借環京區位優勢，積極能技術應用，PUECUE表現良好；算力業務收入位于全國前列，零碳綠色算力中心，PUECUE表現優秀，算力質效表現位于全國8省級行政區算力分指數-9。其中，浙江省、山西省、江蘇省、內蒙古自圖9

PUE來看PUE1.462023PUE水平仍表明算力中心在綠色化運行方面存在較PUE等關鍵質效指標仍有較我國省級行政區存力分指數Top10為廣東省、江蘇省、河北省、10。存力分指數Top10圖10我國省級行政區存力分指數-存力規模Top1011。廣東省存力規模全國領先，存儲總體我國存力規模Top10166EB，可支撐海量數據的存儲100EB。江蘇省制造業的數智化轉型催生了對熱數據處理的強需求11省級行政區存力分指數-我國省級行政區存力分指數-存力質量Top1012。IOPS、存算均衡、先進存12省級行政區存力分指數-（??）我國省級行政區運力分指數Top10為浙江省、上海市、江蘇省、13Top10地區的網絡基礎設施普遍具有高帶樞紐”地位凸顯，浙江省、上海市、江蘇省位列全國Top3。圖13我國省級行政區運力分指數-入算網絡Top10省，具體情況詳見圖14。入算網絡實現用戶與算力中心的互聯。東14省級行政區運力分指數-我國省級行政區運力分指數-算間網絡Top1015。算間網絡實現多個算力中心的互聯。東部15省級行政區運力分指數-我國省級行政區運力分指數-算內網絡Top1016IT設16省級行政區運力分指數-我國省級行政區模力分指數Top10為北京市、廣東省、浙江省、17。我國各省份的模力分指數區域間差異最為顯著，呈我國東部地區優勢明顯，模力分指數Top5均位于東部地區。這業轉型升級；浙江省互聯網企業和電子商務企業眾多，培育了以圖17我國省級行政區模力分指數—模型資源Top10市/1820256618省級行政區模力分指數-我國省級行政區模力分指數—模型生態Top1019。北京市在模型生態方面全國領先，作為全國19省級行政區模力分指數-我國省級行政區環境分指數Top1020Top10中，圖20我國省級行政區環境分指數-Top10為青海省、內蒙古21。21省級行政區環境分指數-Top10省份分別Top10省份10項，積極引導和我國省級行政區環境分指數-市場環境Top1022。22省級行政區環境分指數-302個地級行政區（274個地級市、28個自治州，不含直轄市）23。圖23

城市算力分指數Top1054個。在“加快構Top30城是支持大型AI集群、智算中心建設和升級，增強對大模型訓練、推400G/800G及以上高速骨干網建設；深化全光網一是強化PUE管控。嚴格限制新建大型算力中心的PUE水平，提升IT設備、高效電源模塊、熱回收技術等節能技機制，鼓勵建設“源網荷儲”一體化數據中心園區。三是推廣AI節（??）31個省級行政區（省、自治區、直轄市），對302個地級行政區（274個地級市、28個自治州，不含直轄市）20253月底。各指標的數據來源于中國算力平臺及工信部、中里每個數值的標準化結果和相應的權重最終形成各分指數結果和綜表1已