一、引言

在全球数字经济格局中，算力基础设施已成为核心竞争要素。作为驱动新质生产力发展的关键引擎，中国的算力建设正面临规模界定与能耗评估的双重挑战。当前行业存在的统计数据差异，凸显出建立统一评估体系的必要性。

本报告致力于构建系统化的统计框架，通过科学界定算力的定义边界、明确分类标准和统计范围，旨在为人工智能产业提供精准的发展基准。盘古智库公益课题组采用多维度研究方法，对中国当前算力规模与能耗现状进行全面梳理，并对2030年的发展趋势作出前瞻性预测。

二、研究方法与内容框架

本研究创新性地建立了算力类型与数据中心的多级分类体系，着重聚焦智能算力的精确计量。为保障数据可比性，研究采用FP16精度作为基准测算单位，同时兼顾FP8精度的换算关系。主要研究方法包括：

1. 芯片产能溯源法

基于GPU和AI芯片的市场出货数据，结合单卡性能指标进行推算。

2. 设备规模折算法

通过机架数量、服务器配置等硬件参数推算总体算力。

3. 能耗反推验证法

依托设备功耗与能效参数构建交叉验证模型。

三、关键发现与解读

研究数据显示，按照830万个标准机柜的理论最大值测算，全年电力消耗约2726亿度，而实际运行年耗电量为1166亿度，两者呈现显著差异。这一发现对当前"算力能耗危机论"提出了新的思考：

计算偏差现象：理论测算中3%的社用电占比往往引发过度担忧，但实际运行数据表明能耗压力被高估。

成本认知偏差：电费支出虽在运营成本中占比突出，但这种"成本焦虑"不应简单等同于能源危机。

四、"十五五"发展前景预测

（一）算力规模指数增长

预计2030年FP16精度算力规模突破2500EFLOPS，FP8精度可达5000EFLOPS。

（二）能耗增长与占比演变

2030年算力中心理论用电量约6000亿度，占全社会用电量5%-6%。

（三）产业生态全景展望

核心产业链规模预计达2万亿元，带动应用市场超5万亿元，整体经济效益规模15-20万亿元。

五、标准化建设建议

1. 建立国家级统计框架：明确智能算力、通用算力、存储算力三类标准，规范申报口径。

2. 完善指标体系：要求同步报送FP16/FP8算力规模与实际能耗数据，确保可比性。

3. 优化统计流程：制定统一填报规范，建立中央地方数据核验机制。

4. 建设数据中台：打造国家级算力监测平台，实现动态监管与政策调控。

（本文节选自盘古智库《中国算力与能耗研究报告》，课题组成员：易鹏、周济、牛站奎。）