中国最新算力头条中，2,185 居于其次，最重要的词是机架。

7 月 20 日，工业和信息化部表示，截至 2026 年 6 月底，中国智能算力规模已达 2,185 EFLOPS（FP16 精度），同比增长 177%。同一份通报还披露，全国算力设施整体上架率为 71.4%；过去两年围绕国家枢纽节点建成 70 条以上数据干线，相关枢纽节点之间的网络性能提升 10%。[1] 这些数字共同勾勒出一轮规模可观的基础设施建设。

这组数字尚未说明这些设施实际产出了多少 AI 工作。

截至 2026-08-11T06:37:25Z UTC，中国已公布全国口径的算力规模和机架上架率，但 7 月通报没有公开这两项汇总数据的计算方法，也未同时给出全国加速器活跃时长、成功训练的有效吞吐、已交付推理量、可售算力或已实现收入。市场检验的重点已经发生变化：此前要证明中国有能力建设算力中心，如今则要看分布在不同省份的异构设备能否纳入资源发现、调度和付费体系，并持续执行有效任务。

算力曲线确实在上升，口径比表面更窄

3 月的基数已经相当庞大。中国信息通信研究院总工程师何宝宏 5 月发表的分析显示，3 月底智能算力规模为 1,882 FP16 EFLOPS。[3] 以这一时点估算值为基准，6 月数字在三个月内增加 303 EFLOPS，增幅约为 16.1%。7 月通报还称，6 月总量同比增长 177%。[1] 即便设施覆盖范围或统计方式有所调整，趋势仍然清晰：纳入统计的算力存量增长迅速。

在国家数据局指导下，全国数据标准化技术委员会于 2025 年 6 月编制了一份征求意见稿。它呈现了政策制定者当时考虑的计量体系，但尚未成为最终标准，7 月通报也未说明 2,185 EFLOPS 是否完全依照这套方法计算。征求意见稿拟将智能算力规模定义为每秒 FP16 运算次数，并依据已安装 CPU、GPU 及其他芯片在指定精度下的峰值能力，计算更广义的算力规模。稿件还单独提出“可调度算力”的概念，指能够接入全国一体化算力网、参与协同调度的部分，并明确排除企业留作内部使用的算力。[2]

这三个概念对应三种不同的经济量。已安装算力描述硬件的理论运算上限；可调度算力描述能够通过网络对外供给的部分；有效工作量描述客户在软件兼容、内存、网络、存储、调度、故障和排队等损耗之后实际得到的成果。目前获得全国性新数据的只有第一项。

峰值 EFLOPS 依然有意义。调度以已经安装的硬件为前提，统一的精度标签也让庞杂的设备群更容易理解。它的适用范围同样清楚：FP16 峰值算力无法让不同加速器彼此等价。同样一次名义运算，其软件支持、内存带宽、互连表现和模型层吞吐会随芯片而异。汇总 EFLOPS 衡量的是机舱规模，未能给出实际运出的货量。

71.4% 衡量机架是否装入设备，衡量不了加速器是否繁忙

英文报道摘要把第二项头条数字译作设施“利用率”。中文通报采用了范围更窄的说法——整体上架率（zhengti shangjialü），但没有给出分母。2025 年征求意见稿拟将物理机架上架率定义为已使用物理机架数除以已建成物理机架数；电力利用率则另行计算，以已安装设备额定功率除以已建成机架设计功率。[2] 这份草案无法确认工信部计算 71.4% 时采用的最终方法，却足以说明当前的阅读边界：在工信部公布工作负载利用率的计算方法之前，这一数字应视为设施占用指标。

设施上架率不等于 GPU 利用率。服务器装进机架后仍会等待客户；客户预订加速器后，任务还会等待数据；设备活动率看似很高时，通信阻塞仍会拖低模型层面的有效吞吐。算力中心也会运行有价值但强度较低的推理任务，算术单元较为空闲，并不表示服务在经济上闲置。7 月披露的信息无法让全国 71.4% 这项数字区分上述情况。[1]

这个语义差异会改变宏观层面的解读。71.4% 的机架上架率表明，全国已建成的机房空间中有相当大一部分已经装入设备。它无法证明 2,185 EFLOPS 中恰有 71.4% 正在工作、可以出售或产生收入。把两项数字直接相乘，只会制造一个失真的全国产出估算值。

从反方向外推也同样缺乏依据。现有披露不足以证明中国的算力建设存在浪费。数字中国建设峰会网站 2025 年的一篇报道指出，全国闲置智能算力尚无准确统计；其消息来源估计，部分低线城市的中小型算力中心运行率低于 30%。同一篇报道还提到，有些机架的设计功率低于 15 kW，而高性能 AI 训练每机架至少需要 40 kW，由此出现供需规格错配。[5] 这些观察揭示了真实的质量与地域问题，却不足以外推为全国利用率。现有材料支持的判断是，高质量算力紧缺与部分算力利用不足或配置失当可以同时存在。

市场正从机房转向已完成的任务

中国行业机构自己的研究已经指向那项缺失的指标。中国信通院 2026 年报告区分了三类业务：互联网数据中心出售机柜、空间与带宽；云服务按规格和时长出售标准化资源；智能算力服务则可以出售卡时、token、训练任务、渲染任务或其他任务成果。在第三种模式下，来自不同业主和地区的异构资源需要经过抽象、计量、调度和定价。[4]

顺着这条业务演进线索，7 月通报列出的后续工作比新增一个建设目标更值得关注。工信部表示，将加强统一监测，制定服务能力评估和市场化定价标准，并继续推进传输协议与卡间互连工作。[1] 这些任务关系到市场能否成形。即使两个设施都申报 FP16 算力，仅凭这一点，全国性资源池还无法完成撮合与交易出清。买方需要了解模型能否在所供硬件上运行、需要排队多久、故障和重试按什么条款处理、最终获得多少吞吐，以及完成任务需要支付多少费用。

两个实地案例显示出机架与服务之间的距离。新华社 4 月的一篇报道说，贵安新区已有 20 多个大型数据中心落户，贵州当地 90% 以上算力用户来自省外；直连网络所标示的时延圈为贵州省内 3 毫秒、至粤港澳大湾区 10 毫秒、至长三角和京津冀 20 毫秒。与此同时，贵州还把算力券支持规模从 8,000 万元提高到 1.4 亿元。[6] 网络已经可以向外输出，公共资金仍在帮助供给与需求相遇。

在吉林白城，本文题图中的算力中心一期于 6 月投运，配有 320 个高功率机架，每个额定功率为 22.3 kW。运营方表示，首批资源已交付一家国内头部大模型企业，并预计当月晚些时候实现满负荷运行。[7] 这些是有价值的项目级证据，包括明确的硬件密度、客户交付和带有时间范围的运营说法。要确认持续利用情况，后续仍需运营数据作证，例如持续功率消耗、已预订卡时、已完成任务、收入或其他产出指标。

两地案例也呈现出国家战略中的地理条件。西部和东北地区气候较凉爽、电力充足，许多 AI 企业和对时延敏感的用户仍集中在更靠东的地区。高速线路可以缩短距离，数据传输成本、模型可移植性、加速器兼容性、安全约束以及本地技术支持需求依然存在。全国一体化算力网需要把地理上的电力优势转化为服务等级协议。

四组指标可以让市场显形

第一项有待披露的是可调度算力。2025 年征求意见稿已经提出相应定义。若按地区和加速器系列公布实际可接入共享网络的 FP16 算力，就能把私有或自用设备同面向其他用户的可用供给区分开来。[2]

第二项是已调度使用情况：分配卡时、加速器活跃时长、队列长度、任务失败所耗时间，以及预留算力中始终没有开始有效计算的比例。这些数据应按训练、批量推理、实时推理、渲染和科学计算分别公布，一个合并平均值会遮蔽过多差异。

第三项是已交付工作量。训练服务可以报告任务成功完成情况、有效模型 FLOP 利用率、检查点进度和训练耗时；推理服务可以报告 accepted token、output token、时延区间、吞吐和错误率。指标设计的目的在于把物理算力与客户成果连接起来，具体业务可以采用各自适用的指标。

第四项是市场兑现情况：挂牌与实际成交的卡时价格、补贴占比、重复购买客户、跨区域流量、每个可用加速器小时的收入，以及每完成一个工作量单位所消耗的能源。算力券可以成为培育需求的合理手段，市场指标则应同时显示使用算力券前后的价格。

这些指标得出的数字未必悦目，却会有用。它们可以揭示某类芯片供给过剩、另一类芯片却在排队，也能显示某个电力充裕的省份软件支持薄弱，或某个集群看似繁忙，失败任务却侵蚀了经济效益。定价和调度需要的正是这些信息。

哪些数据会改变判断

最有力的乐观论据是，中国已经抢在需求曲线陡升之前完成建设，而智能体、行业模型、科学计算、视频生成和推理正把这条曲线推高。依照这一判断，当前披露缺口只是暂时现象：全国监测平台、互连标准和按任务计价的服务将把已安装设备汇入一个具有流动性的资源池，规模效应则会降低单位成本。[1][3][4]

制约因素在于，基础设施在汇总数字上可以呈现全国规模，实际运营层面仍有碎片化风险。地方建设激励偏向看得见的资产；加速器和软件的多样性会抬高切换成本；低价电力与部分用户相距遥远。即便已完成工作的经济性没有改善，机架上架率仍然可以上升。

这套判断有清晰的证伪标准。如果可调度算力、付费卡时、已完成任务、重复购买客户和已实现收入随已安装 EFLOPS 一同增长，而且补贴披露后增势依然延续，对缺失指标的担忧便会减弱。如果算力存量持续上升，上述运营指标仍未公布或没有增长，2,185 EFLOPS 这个头条数字将更有力地描述资本形成，却难以说明 AI 生产活动。

中国已经证明自己有能力填满机舱。下一项决定竞争力的数字，要看有多少可靠工作从这里交付出去。

来源

1. 新华社，《中国智能算力规模达 2185 EFLOPS》（2026 年 7 月 20 日；工信部披露算力规模、同比增速、机架上架率、网络、监测、评估与定价等信息，中文）。
2. 全国数据标准化技术委员会（TC609），《全国一体化算力网算力中心能力评估要求》（在国家数据局指导下编制的 2025 年 6 月征求意见稿；拟议的机架上架率、电力利用率、FP16 智能算力规模与可调度算力定义，中文）。
3. 数字中国建设峰会，《算力发展未来趋势》（2026 年 5 月 9 日；中国信通院总工程师何宝宏发表于《学习时报》的分析，涉及 3 月算力基数、国家枢纽布局、组网、调度与算力协同，中文）。
4. 中国信息通信研究院，《智能算力服务研究报告（2026 年）》（2026 年 4 月；服务定义、异构调度、交付单位，以及从机柜租赁转向按任务和使用量定价，中文）。
5. 数字中国建设峰会，《利用率仅 30%，如何唤醒“沉睡”的算力？》（2025 年 7 月 17 日；全国闲置算力数据的局限、地方利用率估计、机架功率密度错配和供需匹配难题，中文）。
6. 新华社，《贵州山间数据中心的温度、速度与深度》（2026 年 4 月 14 日；贵安数据中心数量、算力券、跨区域用户、时延圈与网络容量，中文）。
7. 新华社，《岚云白城先进智能算力中心一期上线》（2026 年 6 月 10 日；GPU 服务器照片、机架数量与功率密度、首位客户交付及运营说法，中文）。