智慧算力平台“感通算用”一体化解决方案｜从“建算力”到“用算力”

01 一个观察

卡买了、中心建了，为什么用不起来

到 2026 年 6 月，全国在用智算中心超过 500 个，智能算力总规模 2185 EFLOPS，居全球第二。但同期：2025 年智算总供给约 38 亿卡时，实际用掉 14 亿卡时。

36.8%

用算占比（38 亿卡时中用掉 14 亿），中国信通院口径

15%

有效算力占比 ε 的公开数据中位，1000P 里只有 150P 在干活

7个省

全国仅 7 个省智算中心上架率超过 75%

不是需求不足——同期高端卡租金 5.5—6 万元/月，交付排到 2027 年上半年。这是结构错配：最缺的卡买不到，没人要的卡堆成山。

不知道卡在哪、还剩多少

五处算力五套账号，没有统一标识。盘点靠 Excel，口径靠打电话。集团问一句“还剩多少张可用的 A100”，一周答不上来。

不知道这批卡能不能跑我的模型

异构迁移 2—8 人周。CUDA 之外，CANN、MagicMind、DTK、MUSA 各有一套软件栈，同一份推理代码要改四遍。

不知道这个任务该放哪

没有调度策略，全堆在最近那台机器上。1ms 圈里跑训练，20ms 圈里扛实时视频——位置全放反了。

每投 100 块建算力，70 块在空转。

这句话刺人，但它有三个公开来源：信通院的卡时口径、浪潮研究院的使用率测算、以及全国上架率统计。它不是我们的判断，是我们的复述。

02 为什么是现在

六份文件，把“倡导”变成了“必须”

这六份文件合起来只说一件事：新建要让位于存量盘活，算力要变成可交易的商品。

文件	时间	关键条款（对本方案的意义）
工信部联通信〔2023〕180 号《算力基础设施高质量发展行动计划》	2023-10-08 六部门	2025 年算力超 300 EFLOPS、智能算力占比 35%；整体上架率低于 50% 的地区，规划新建项目应加强论证——盘活存量成了新建的通行证
发改数据〔2023〕1779 号《深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》	2023-12-25 五部门	1ms 城市 / 5ms 区域 / 20ms 跨枢纽三个时延圈；盘活存量算力资源；探索异属异构异地并网调度；枢纽外原则上不得新建大型及超大型数据中心
发改环资〔2024〕970 号《数据中心绿色低碳发展专项行动计划》	2024-07-23 四部门	2025 年底整体上架率 ≥60%、平均 PUE ＜1.5；新建大型 PUE ≤1.25、枢纽节点 ≤1.2、绿电＞80%；能效不达标执行阶梯电价、能耗等量或减量置换
工信部信管〔2025〕119 号《算力互联互通行动计划》	2025-05-21	2026 年建成标准、标识、规则体系；2028 年基本实现全国公共算力标准化互联；算力像水、电一样便捷使用
国发〔2025〕11 号《国务院关于深入实施“人工智能+”行动的意见》	2025-08-21	2027 年智能终端、智能体普及率＞70%，2030 年＞90%；明确“提升城市运行智能化水平”与基础设施安全能力建设
《关于组织开展国家算力互联互通节点建设工作的通知》	2026-01-27 工信部办公厅	1 个国家节点＋ M 个区域＋ N 个行业；每省仅 1 个区域节点；必建算力资源汇聚、算力选择、标识管理、运行监测、安全保障；统一标识、统一标准、统一规则

标准依据：GB/T 43331-2023《互联网数据中心（IDC）技术和分级要求》（2024-06-01 实施，含算力算效能力域）、GB/T 44463-2024（IDC 总体技术要求）、YD/T 2441-2025《算力中心技术及分级分类要求》（2025-11-01 实施）、GB 50174-2017、GB/T 22239-2019。

“1 ＋ M ＋ N” 三层结构

1 个国家节点：统一标识、统一标准、统一规则。
M 个区域节点：每省仅 1 个。
N 个行业节点：每行业原则上 1 个，接入区域节点。

申报截止 2026-04-01；建设主体注册资金不低于 5,000 万元，运营主体须持电信业务经营许可。

区域节点必建的六个系统

算力互联网服务中心 · 算力资源汇聚 · 算力选择 · 标识管理 · 运行监测 · 安全保障。

这一条把“算力平台”从信息化项目变成了基础设施项目——预算口径、立项方式、验收主体全都不一样。

03 核心指标

ε ＝上架率 × 有效利用率

为什么不用“建成多少 PFLOPS”？因为那个数字只证明买了多少，不证明用了多少。ε 可查、可考核、不可辩解。

四道闸门，把 100% 削到 19%

立项没有应用清单掉 30%、电力不齐上不了架掉 15%、异构纳不了管掉 10%、纳了管没有任务掉 40%。相乘 ≈ 19%，与公开数据中位 10%—21% 吻合，取 15% 作基线。

第二个指标：算力兑现周期 C

从“决定要算力”到“卡真的在满负荷跑”，中间有四段。四段是串联，不是并联——任何一段卡住，整体就卡住。

段	现状	目标	手段	压缩	责任
c1 立项	90—180 天	15—30 天	需求清单前置、算力券、年度框架预算	4—6×	需求方＋财政
c2 上架	120—240 天	15—45 天	存量机柜先满足、电力预申请、模块化机房	5—8×	基建＋电力
c3 纳管	30—90 天	3—7 天	标准化接入包、设备插件、自动发现	10—20×	信息中心
c4 满负荷	60—120 天	15—30 天	模型仓库、推理网关、一键部署	3—5×	业务＋平台
C 合计	300—540 天	48—112 天	四段分别挂部门，c3 最快最便宜，第一步做它	5—7×	—

行业经验参考值，实际成效以试点实测为准。

04 感

纳管分四层，多数项目停在 L2

“感”不是把设备接进监控大屏，是把卡变成可分配、可计量的资源。四层里，L3 和 L4 才是钱和活。

层	纳什么	靠什么技术	行业完成度
L1 设备层	硬件状态、温度、功耗、故障	Redfish／IPMI／SNMP	约 90%
L2 资源层	卡、显存怎么分、怎么切	K8s device plugin、MIG、vGPU	约 60%
L3 服务层	模型服务、推理 API、版本	推理网关、模型仓库	约 25%
L4 业务层	谁在用、花了多少、该收多少	计量计费、成本分摊	约 10%

存量纳管七成阻力不是技术，是资产归属。解法：资产不划转、优先使用权、闲时收益 7:3。
纳管靠三个接口标准，不是靠一个中间件：Redfish 取硬件状态（带外）、DCGM 取卡级指标（温度、功耗、XID）、Prometheus 统一采集与告警。

五处算力，一个资源池

集团机房、政务云、园区机房、运营商、边缘节点——各自一套账号、一套调度、一套计价。纳管的动作不是“接进来”，是“归一化”：同一套标识、同一套指标、同一套配额。

机柜与加速卡 — 纳管不是买中间件，是把每个机柜、每张卡、每个型号都变成一条可分配的资源记录。七字段统一标识少一个，算力就不是商品：资源 ID、卡型与精度、可切分粒度、网络等级、存储挂载、地理与时延、状态与价格。

05 通

三个时延圈决定业务分区，三个坑决定能不能跑满

“通”不是买交换机。是把任务放到该去的地方，并且让网络不偷偷吃掉 40% 的性能。

1ms 城市

工业控制、实时视频、金融交易。
放错地方，业务直接报警。

5ms 区域

城市 AI 推理、政务问答、交通调度。
城市级推理的主战场。

20ms 跨枢纽

模型训练、离线批处理、冷数据。
可以远，不能频繁搬。

MTU 不一致　性能掉 40% 且不报错交换 9000、主机 1500，链路看起来通，吞吐只有六成。自检：ping 不分片 8972 字节。这一条每年在无数集群上重演。

PFC 死锁　整网暂停表象是“训练莫名其妙变慢”。必须有 watchdog 和死锁检测，否则只能重启整网。

时钟不同步　PTP 要 ≤100nsNTP 毫秒级不够。差 1ms，集合通信就多等一轮；万卡规模上，这一轮就是几十分钟。

被低估的存算瓶颈

新华三：万卡集群数据 IO 导致 GPU 空等 40% 以上。英伟达：分布式训练网络拥塞导致空转率普遍超过 30%。
模型加载：7B FP16 从本地 NVMe 4 秒，从网络存储 200MB/s 要 70 秒——推理冷启动八成花在加载模型上。

数据中心交换机与光纤 — 所以“通”的验收不是端口速率，是三个数：有效带宽利用率、PFC 恢复时间、PTP 偏差。测不出来，就等于没建。

06 算

四层调度不能跳级，先换引擎再买卡

这是全篇最省钱的一段：同样的卡，只换推理引擎，吞吐差 10 倍。

L1 队列调度

同一集群里排队、抢占、优先级。Volcano、Kueue

L2 集群调度

多集群统一视图、统一配额。Karmada、多集群联邦

L3 异构调度

不同卡型按精度、显存、互联打分。卡型画像＋打分器

L4 跨域调度

跨机房、跨地域，按时延和电价挑位置。并网调度、算电协同

GPU 的空转格子，是钱在漏

静态批处理：请求长短不一，短请求等长请求，GPU 一格一格空着。连续批处理（vLLM）：谁来就插进去，格子被填满。7B 模型、单卡 A100、同样硬件——180 tok/s 与 1,800 tok/s 的差别，只换引擎。

推理优化五手段，按性价比排

连续批处理 5—20×（零精度损失）→ PagedAttention 2—4× → INT8 量化 2—4×（损失低于 1%）→ 模型蒸馏 3—10× → 算子融合 1.3—2×。

四个不能

不做跨架构训练承诺；不做无上限超卖；不做没有计费的共享；不做没有监控的直连。

07 用

七个场景，按阻力排序（不是按价值）

顺序反了必失败。一上来做交易，会被当成“要收我们的钱”。第一个项目的作用不是产生价值，是建立信任。

号	场景	周期	阻力	为什么排这个位置
①	异构算力统一纳管	3—6 月	最低	唯一不改变任何人利益的活儿
②	城市视频分析池化	3—6 月	低	唯一“省下的钱当月看得见”
③	AI 推理网关与 MaaS	3—6 月	低	模型只加载一份，版本只有一个
④	计量计费与运营	6—9 月	中	开始动钱，各部门会问凭什么
⑤	低空调度与算电协同	6—12 月	中高	动基建和电力，要过设备处
⑥	工业控制边缘算力	9—12 月	高	进车间，要过安全和生产两关
⑦	跨域并网与交易	12—18 月	最高	动钱动资质，最后做

视频分析：把五套平台收成一套，卡从 150 张降到 90 张

3 万路摄像机，取 20% 需要实时分析＝6,000 路。分散建设：每个部门一套平台、一堆卡，峰值错不开；池化后按需分配，同样的路数用更少的卡。

抽帧是最大杠杆，但检出率要分目标谈

30fps → 1fps，算力降 30 倍。可是：人车识别 1—5fps 就能到 95% 以上；抛洒物、跌倒在 1fps 下检出率不到 50%，要 15—25fps 或改用纯事件触发；烟火更差，通用模型不到 40%，必须专用模型。谁敢承诺“一套模型全都能检”，谁就在骗人。

08 四个新战场

城市 AI 推理、视频分析、工业控制、低空调度

这四件事的共同点：都不是“买卡”能解决的，都是“把已有的卡用对地方”才能解决的。

城市 AI 推理：训练与推理是两种生意

训练要极致互联、集中大集群、一跑几天；推理要高并发、低时延、随时扩缩。把训练集群拿去扛政务问答，是最常见的浪费。

城市级推理应该布在 5ms 圈：模型预置在本地、请求不出市、按部门计量。一个 7B 模型服务 40 个部门，比 40 个部门各建一套省 80% 的卡。

工业控制：1ms 是物理限制

硬实时＜1ms 不能虚拟化，必须在 PLC、实时内核或端侧；软实时 10—100ms 可放边缘服务器；非实时＞1s 才上云。

判断标准只有一句：失败会不会伤人、毁设备？会，就不能上云。三条路线：TSN ＜100μs（新建产线）、5G URLLC 5—20ms（AGV）、边缘实时内核＜50μs（存量改造）。

工厂产线 — 工业侧的算力账很少有人算清：视觉质检一条线 4—8 路相机、单线 1—2 张卡；但真正卡住项目的不是卡，是“停机由谁负责”。所以工控场景永远排在第六位——它需要生产部门签字。

低空调度：省电只有 80 万，合规和扩容才是硬的

很多人把低空调度当节能项目卖，卖不动。因为 PUE 从 1.45 降到 1.25，一年只省 80 万元。真正硬的是另外两笔：避免阶梯电价加价 89 万元，以及同容量多装 16% 机柜。

动作	投入	PUE 改善	备注
冷通道封闭＋盲板	20—50 万	0.05—0.10	性价比第一
送风温度 18→24℃	0（改设定）	0.03—0.06	零投入，很多机房不敢改
变频改造	100—300 万	0.05—0.08	风机、水泵
AI 群控	150—400 万	0.04—0.08	真实效果 8%—15% 制冷能耗下降
自然冷却	200—500 万	0.10—0.15	北方适用
液冷改造	800—2,000 万	0.15—0.25	单柜＞15kW 才划算

不要相信“AI 节能 40%”。公开可复现的效果是制冷能耗下降 8%—15%，折到 PUE 上就是 0.04—0.08。

算电协同：把 80% 的推理任务搬到电便宜的地方

国网上海电力与中国电信的公开案例：虚拟电厂平台在电网高峰时段，把 AI 推理任务从上海迁至福建，本地算力负荷 80% 快速压降。技术前提四条——任务分级、状态外置、模型预置、网关切流。其中模型预置最关键：目标节点没模型，加载要 2 分钟以上，而高峰窗口只有 30—60 分钟。

绿电与储能设施 — 算电协同不是“把任务搬走”这么简单：搬的是可以中断、可以重放、可以不依赖本地数据的那部分。数据库、实时控制、带状态的业务，一律留在本地。

09 四笔算术

1000P、ε＝15%、年持有成本 7,261 万元

行业经验参考值，实际成效以试点实测为准。算法与口径全部可复算。

账	算法	结论
空转账（避免投资）	7,261 万 ÷ 150P ＝ 48.4 万元/P/年；到 45% 后 7,261 万 ÷ 450P ＝ 16.1 万元/P/年	单位成本降 3 倍；等效避免新增投资 7,500 万元（300P×25 万元/P）——不进现金流
电力账	PUE 1.45→1.25：0.2MW×8,760×0.7×0.65 ＝ 80 万元/年；避免阶梯电价加价 89 万元/年	169 万元/年；另有扩容空间，同容量多装 16% 机柜
重复建设账	年算力投资 2 亿元 × 分散采购溢价 15%	3,000 万元/年 —— 最大一笔，但要采购权集中才拿得到
视频池化账	3 万路取 20% 实时＝6,000 路；150—170 张卡 5 套平台 → 90—110 张卡 1 套平台	一次性 1,100 万（摊 220 万/年）＋年运维省 400 万元

四笔不能加总。

空转账是“避免投资”，不是现金。只加互斥财政项（169 ＋ 3,000 ＋ 220 ＋ 400）＝ 3,789 万元/年，减新增运维 750 万元，净约 3,039 万元/年；中档投入 1.5 亿元 → 财政回收期约 5 年。

但要说清楚：这个账用“省钱”算不过来——省电一年只省 80 万，省不出一个平台；那 3,000 万靠的是集中采购。所以它该走专项债、政策性金融、REITs，不该挤信息化预算。

边际成本阶梯：ε 每提 1 个百分点要多少钱

15→25% 每点 150—250 万；25→35% 每点 300—500 万；35→45% 每点 600—900 万；45→55% 每点 1,500—2,500 万；55% 以上不经济。45% 是经济拐点，三条理由：边际成本翻倍、本地需求见底、行业平均线也在 45%。

10 投资与劝停

三档投资，四种情况我们劝你先别建

先说三档钱，再说四种不该做的项目。最后那部分，比前面所有内容都值钱。

档	内容	投资	ε	回收期
轻	纳管＋监控＋标识＋视频池化＋计量＋ 50 个模型	3,000—5,000 万	15→30%	6—8 年
中	＋异构调度＋ MaaS ＋低空调度＋工业边缘＋并网接口＋ 200 个模型	1.2—2.0 亿	15→45%	4.5—5.5 年
重	＋万卡优化＋跨域交易＋城市推理网络＋液冷改造	3—5 亿	15→60%	9—12 年

推荐中档。中档 1.5 亿元拆分：异构纳管平台 3,000（20%）／推理网关 MaaS 3,500（23%）／视频池化 2,800（19%）／异构调度联邦 2,200（15%）／低空调度 1,500（10%）／计量计费 1,200（8%）／安全等保 800（5%）。不含买卡的钱。

①

没有应用清单 —— 先别建

10 个部门填不出“模型／并发／时延／卡时”四项的超过 3 个，买了就是晒太阳。

②

电力无余量且扩容超 18 个月 —— 先别建

报装容量 × 0.8 低于现有 IT 负载。设备到货也上不了架，折价最快的就是这种。

③

只考核“多少 P”、不接受有效算力口径 —— 请按政绩工程报价

目标函数错了，技术再好也会被扭曲。这种情况我们不接方案，只接集成。

④

运维不足 5 人且无年度运维预算 —— 先别建

半年后故障率飙升，一年后没人敢升级，两年后变成“不能碰的老系统”。

头 90 天只做三件事，合计约 50 万元。

① 算力普查（30 天）：全市加速卡按单位、卡型、状态、网络、电力造册，准确率 ≥95% 且误差可追溯到人。
② 需求清单（30 天，并行）：10 个部门各填一张表——跑什么模型、多少并发、什么时延、月均卡时；填不出来的先不纳入。
③ 电力核查（30 天，并行）：现有报装容量、实际负载、剩余容量、扩容周期——这一项决定后面所有时间表。

90 天之后必须能回答三个问题：全市多少张卡、多少在跑、多少闲着；未来 12 个月真实需要多少算力；现有电力能撑到什么时候、扩容要多久。答不出来，就不要谈建平台。

卡买了、中心建了，为什么用不起来

不知道卡在哪、还剩多少

不知道这批卡能不能跑我的模型

不知道这个任务该放哪

六份文件，把“倡导”变成了“必须”

“1 ＋ M ＋ N” 三层结构

区域节点必建的六个系统

ε ＝ 上架率 × 有效利用率

第二个指标：算力兑现周期 C

纳管分四层，多数项目停在 L2

三个时延圈决定业务分区，三个坑决定能不能跑满

1ms 城市

5ms 区域

20ms 跨枢纽

四层调度不能跳级，先换引擎再买卡

L1 队列调度

L2 集群调度

L3 异构调度

L4 跨域调度

推理优化五手段，按性价比排

四个不能

七个场景，按阻力排序（不是按价值）

城市 AI 推理、视频分析、工业控制、低空调度

城市 AI 推理：训练与推理是两种生意

工业控制：1ms 是物理限制

低空调度：省电只有 80 万，合规和扩容才是硬的

1000P、ε＝15%、年持有成本 7,261 万元

三档投资，四种情况我们劝你先别建

没有应用清单 —— 先别建

电力无余量且扩容超 18 个月 —— 先别建

只考核“多少 P”、不接受有效算力口径 —— 请按政绩工程报价

运维不足 5 人且无年度运维预算 —— 先别建

ε ＝上架率 × 有效利用率