上海:發放6億元算力券,降低智能算力使用成本
7月28日,上海市經濟信息化委印發 《上海市進一步擴大人工智能應用的若干措施》其中提到,降低智能算力使用成本,發放6億元算力券,加強算力調度平臺建設,體系化支持企業研發和應用大模型,加快大模型生態空間集聚。對租用智能算力的主體,市級給予最高30%租金補貼,并推薦申報國家智能券補貼,按照“補早補小”原則,市區協同給予最多1年、最高100%的租金補貼。對自主智能算力設施部署項目,給予最高10%建設支持,加速培育人工智能自主生態。
這一政策不僅體現了地方政府對人工智能產業的戰略重視,也反映出我國在算力基礎設施建設與成本控制方面的持續努力。隨著人工智能技術的不斷突破,算力作為其發展的基礎資源,其成本問題日益凸顯。
智能算力是指用于支持人工智能應用的計算能力,主要包括高性能計算(HPC)、圖形處理單元(GPU)、現場可編程門陣列(FPGA)和專用集成電路(ASIC)等計算資源。智能算力是人工智能技術發展的基礎,廣泛應用于機器學習、深度學習、自然語言處理等領域。
目前,全球AI算力需求激增,特別是在大模型和生成式人工智能的推動下,智能算力的需求快速增長。中國智能算力規模增長勢頭強勁,存力和運力質量顯著提升,網絡設施不斷升級。國內智能算力市場已經初步建立了“算力—模型—應用”的完整閉環,增長動能由國際產業分工向科技自立自強轉換。
國際數據公司(IDC)與浪潮信息聯合發布的《中國人工智能計算力發展評估報告》顯示,2024年,中國智能算力規模達725.3百億億次/秒(EFLOPS),同比增長74.1%,增幅是同期通用算力增幅(20.6%)的3倍以上;市場規模為190億美元,同比增長86.9%。預計2025年,中國智能算力規模將達到1037.3EFLOPS,較2024年增長43%;中國人工智能算力市場規模將達到259億美元,較2024年增長36.2%。
據中研產業研究院《2025-2030年中國智能算力行業競爭分析及發展前景預測報告》分析:
未來幾年,智能算力將繼續快速增長。根據預測,到2028年,中國智能算力規模將達到2,781.9 EFLOPS,到2030年,全球算力將超過16 ZFLOPS,其中智能算力占比將超過90%。此外,智能算力的應用場景將進一步擴展,涵蓋AIGC、大語言模型訓練與推理、傳統機器學習模型訓練、渲染仿真、計算機視覺和數據分析等領域。
近年來,隨著人工智能技術的快速發展,算力需求呈現出爆發式增長。據相關研究顯示,未來五年內,算力需求將比現在增長超千倍。這一趨勢對算力基礎設施的建設提出了更高的要求,同時也對算力成本控制提出了新的挑戰。目前,算力已成為人工智能產業發展的關鍵要素,沒有算力支撐,人工智能難以真正落地。因此,如何有效降低算力使用成本,成為推動人工智能產業可持續發展的核心問題之一。
在政策層面,各地政府紛紛出臺措施,通過發放“算力券”等方式,降低企業使用算力的成本。算力券作為一種無形的云服務權益憑證,能夠有效促進算力資源的消費和優化配置。同時,算力券的發放也推動了算力服務的普及,使得更多中小企業能夠參與到人工智能技術研發和應用中來。未來,隨著算力券政策的進一步完善和推廣,算力服務將更加普及,算力成本也將進一步降低,從而為人工智能產業的快速發展提供堅實基礎。
然而,算力券政策的實施也面臨一些挑戰。首先,算力券的發放需要建立健全的監管機制,以確保算力資源的合理使用和公平競爭。其次,算力券的使用范圍和補貼標準需要進一步明確,以避免重復補貼和資源浪費。此外,算力券的發放還應與算力基礎設施的建設相結合,以實現算力資源的高效利用和優化配置。因此,政府在推動算力券政策的同時,還需加強法律法規的建設,規范算力券的使用和管理,確保其發揮應有的積極作用。
展望未來,隨著人工智能技術的不斷進步,算力需求將持續增長,算力成本控制也將成為行業發展的關鍵。一方面,政府將繼續加大對算力基礎設施的投入,推動算力資源的普惠化和低成本化,為人工智能產業的快速發展提供有力支撐。另一方面,企業也將更加注重算力資源的高效利用,通過技術創新和模式優化,降低算力使用成本,提升算力資源的利用率。同時,算力券政策的推廣也將進一步推動算力服務的普及,為更多中小企業提供使用算力的機會,從而促進人工智能產業的多元化發展。
中國智能算力行業正處于快速發展階段,算力成本的控制和優化將成為推動行業可持續發展的關鍵因素。通過政策引導、技術創新和市場機制的共同作用,中國智能算力行業有望在未來實現更加高效、低成本的發展,為人工智能產業的騰飛提供堅實基礎。
盡管短期內外部因素可能對市場帶來一定影響,但整體來看,智能算力行業的前景依然樂觀。隨著技術的不斷進步和應用的廣泛推廣,智能算力將在推動經濟社會全面進步中發揮重要作用。
想要了解更多智能算力行業詳情分析,可以點擊查看中研普華研究報告《2025-2030年中國智能算力行業競爭分析及發展前景預測報告》。






















研究院服務號
中研網訂閱號