摘要：新一轮科技革命与产业变革持续推进，新兴产业已经成为培育新质生产力、拉动经济增长的核心载体。算力基础设施作为数字时代的新型底座，承担着数据存储、模型训练、智能推理等基础功能，为新兴产业价值挖掘、价值转化与价值增值提供关键支撑。但当前算力供给不均衡、算力成本偏高、软硬件生态短板、数据流通壁垒等问题，制约算力赋能效应充分释放。在此背景下，厘清算力基础设施赋能新兴产业价值创造的内在逻辑，识别现实约束，构建适配的落地路径，对推动人工智能、低空经济、生物医药、智能制造等新兴产业提质增效具有现实意义。 

关键词：算力基础设施；新兴产业；价值创造；新质生产力

一、算力基础设施与新兴产业价值创造的概念厘定和理论基础

（一）算力基础设施

1. 算力基础设施的内涵 算力基础设施属于新型信息基础设施，由智算中心、超算中心、边缘算力节点、高速传输网络、算力调度平台以及配套软硬件体系共同组成，能够按需提供计算、存储、互联服务，是激活数据要素、支撑算法迭代、落地智能应用的底层硬件与服务体系。算力基础设施区别于传统通信基础设施，具备可调度、弹性供给、多场景适配的特征，不只是简单的服务器集群堆叠，而是可以跨区域调配资源、对接多元化产业需求的一体化算力网络。 在新兴产业场景中，算力基础设施的支撑作用十分突出。人工智能大模型的预训练、生物医药分子仿真、自动驾驶仿真测试、工业数字孪生等业务，都需要大规模算力资源支撑。依托统一算力调度平台，中小新兴企业不需要自建昂贵算力集群，通过算力租赁、算力服务采购降低创新门槛，加速技术方案验证与产品迭代。同时算力网络打通数据、算法、产业场景之间的连接通道，推动单一技术创新向产业链协同创新转变。因此，算力基础设施的完善程度，直接决定新兴产业创新落地的速度与价值空间。

2. 算力基础设施的类型与布局特征 算力基础设施可以按照功能定位划分为通用算力、智能算力、超级算力与边缘算力四类。通用算力面向常规数据处理、业务系统部署；智能算力以GPU、NPU为核心，适配大模型训练、图像识别等AI业务；超级算力侧重高精度科学计算；边缘算力部署在靠近业务终端的位置，满足低时延实时推理需求。 从空间布局来看，依托“东数西算”工程，我国形成八大国家算力枢纽节点，东部节点侧重低时延的推理业务与产业应用孵化，西部节点承接离线存储、大规模模型训练等算力需求，实现算力资源跨区域优化配置。分层分级的算力布局，能够兼顾产业集聚地区实时算力需求和低成本大规模算力需求，为不同类型新兴产业匹配差异化算力资源。

（二）新兴产业价值创造

1. 新兴产业价值创造的内涵与特点 新兴产业价值创造，是产业主体依托技术创新、要素重组、模式创新，将数据、技术、资本、人才等要素转化为产品价值、服务价值与生态价值的全过程。和传统产业依靠产能扩张、规模降价的价值逻辑不同，新兴产业价值更多来源于技术壁垒、数据资产、算法能力、场景解决方案。例如AI产业依靠模型能力持续迭代提升服务溢价，生物医药产业依靠仿真筛选缩短研发周期，降低试错成本，创造研发价值。 新兴产业价值创造的第一个特点是高创新性，技术迭代速度快，价值增长点伴随技术突破持续涌现。其次是强外部性，单个企业的技术突破能够带动上下游配套产业同步发展，形成链式价值增值。此外，新兴产业价值创造存在明显的不确定性，前期研发投入大、回报周期长，缺少稳定算力底座时，创新试错成本会显著抬升。算力资源的稳定供给，能够降低这种不确定性，加快价值从技术原型向商业化收益转化。

2. 新兴产业价值创造的关键要素分析 新兴产业价值创造的核心要素包含数据要素、算法模型、算力供给、应用场景、产业生态五个方面。数据是价值创造的原材料，高质量标注数据是模型训练和智能产品迭代的基础；算法决定要素组合方式，决定价值挖掘效率；算力是承载数据运算、算法运行的硬件底座；应用场景是价值落地的载体，脱离场景的技术很难转化为商业价值；产业生态包含上下游企业、科研机构、服务商，决定价值能否持续放大。

下表为我国算力资源规模及新兴产业算力需求概况： 表1 我国算力规模与典型新兴产业算力需求特征

综上所述，数据、算法、算力、场景、生态相互耦合，共同构成新兴产业价值创造体系。算力作为底层支撑要素，串联其余要素运转，算力供给质量会直接约束整体价值创造效率。

二、算力基础设施赋能新兴产业价值创造的作用机制

（一）算力基础设施加速技术创新，夯实价值创造源头

算力基础设施为前沿技术研发提供试验载体，缩短新兴产业技术研发周期。传统模式下，生物医药靶点筛选、新材料仿真试验、大模型训练依靠本地有限算力，一轮试验耗时久、试错成本高。接入集约化算力平台后，企业可以并行开展多组仿真、多版本模型调试，快速对比方案优劣。例如AI企业借助智算集群，在数天内完成多轮模型微调，快速迭代产品方案。 算力赋能技术创新还体现在降低创新门槛。大量中小新兴科技企业资金有限，无力自建算力中心，公共算力平台、算力超市等普惠算力服务，让中小企业按使用量采购算力资源，把资金集中投入算法研发和场景打磨，催生更多细分赛道创新成果，丰富价值源头供给。

（二）算力基础设施激活数据要素，放大数据资产价值

数据本身不直接产生价值，需要依靠算力完成清洗、标注、建模、分析，才能转化为可商用的信息与知识资产。算力基础设施打通数据存储、加工、挖掘全链条，推动零散原始数据转变为高质量数据集、行业基础模型。 在自动驾驶产业中，海量路测视频、雷达数据依托算力集群完成标注与仿真回放，持续优化感知算法；在智慧医疗领域，依托算力对医学影像数据集进行训练，形成辅助诊断模型，将沉淀的医疗数据转化为医疗服务价值。算力让静态的数据资源变成可反复复用、持续增值的数据资产，是数据要素价值释放的必要条件。

（三）算力基础设施重塑产业链协同，拓展价值增值空间

算力网络能够打破新兴产业上下游之间的信息孤岛，推动研发端、零部件供给端、产品制造端、服务端协同联动。上游芯片、软件企业依托统一算力环境完成适配调试，中游模型企业在算力平台上输出标准化模型能力，下游场景企业调用模型快速开发行业应用，形成分工清晰的价值链条。 算力还催生算力租赁、模型微调服务、数据标注、算力运维等配套新业态，延伸产业链条，创造新增价值环节。传统产业链价值集中在终端产品销售，算力驱动下，产业价值逐步向算法服务、订阅式智能服务转移，服务型增值占比持续提升。

（四）算力基础设施催生新型商业模式，重构价值分配方式

算力普惠推动新兴产业商业模式从一次性产品售卖，转向算力订阅、模型API调用、SaaS智能服务等按需付费模式。企业不再单独售卖硬件产品，而是打包算力、算法、行业解决方案，持续获取服务收入。 同时算力调度平台建立算力供需撮合机制，算力供给方、算力需求方、数据服务商、模型开发者共同参与价值分配，改变过去设备厂商单独占据价值高地的格局。算力生态内多方主体共享技术红利，有利于吸引更多市场主体参与新兴产业价值创造。

三、算力基础设施赋能新兴产业价值创造面临的机遇与现实挑战

（一）算力供需结构性错配，制约价值转化效率

当前我国算力总量增长较快，但结构性矛盾突出。高价值智能算力供给偏紧，通用算力局部闲置；东部产业集中区域算力时延需求高，扩容成本高；西部算力资源丰富，但网络传输带宽、配套产业不足，产业承接能力有限。部分新兴企业存在算力“用不起、用不好”的问题，高峰时段算力排队、调度延迟，打乱研发节奏，拉长价值转化周期。从表1数据能够看出，算力上架率仍有提升空间，说明算力资源闲置和算力紧缺并存，资源配置效率有待优化。

（二）核心软硬件技术存在短板，生态自主可控能力不足

算力产业链上游芯片、高速互联组件、底层框架软件仍存在短板，国产软硬件适配成本较高。很多新兴企业的模型基于国外框架开发，迁移到国产算力环境时需要大量二次调试，增加研发成本。软硬件生态不统一，不同厂商算力集群之间兼容性差，跨平台算力调度难度大，阻碍算力资源自由流动，限制算力赋能范围。一旦供应链波动，会直接冲击新兴企业研发节奏，带来价值创造的外部风险。

（三）数据流通与合规治理约束，限制算力价值释放

算力发挥价值需要数据持续流动，但数据确权、数据安全、隐私计算等配套机制尚不完善。新兴产业很多场景涉及敏感数据，如医疗数据、地理测绘数据、用户行为数据，企业出于合规风险顾虑，不敢把数据上传公共算力平台。隐私计算、联邦学习等技术方案落地成本偏高，数据“不愿流通、不敢流通”，算力平台有计算能力，缺少高质量可流通数据，出现“有算无数”的困境，算力资源无法充分转化为产业价值。

（四）复合型算力产业人才缺口较大，运营治理能力薄弱

算力基础设施的运营、算力方案设计、产业场景落地需要既懂芯片与算力架构，又熟悉垂直新兴产业业务逻辑的复合型人才。目前人才供给偏向纯计算机、芯片研发方向，懂生物医药、低空经济、工业智能等行业知识的算力人才较少。很多新兴企业具备场景需求，但缺少专业人员设计算力使用方案，算力资源配置不合理，存在算力浪费或者算力不足，难以最大化价值产出。算力平台运营方同样缺少产业运营人才，算力服务停留在基础算力出租，缺少模型优化、场景适配等高附加值配套服务。

（五）绿色低碳与成本压力带来长期运营挑战

智算中心能耗规模大，PUE指标管控、绿电供给、算电协同成为长期约束。算力中心建设投资规模大、折旧周期长，单纯依靠算力租赁服务盈利难度较高。如果算力服务商持续高成本运营，最终会抬高下游新兴企业用算成本，压缩新兴产业利润空间。在双碳目标约束下，算力基础设施绿色改造、节能技术投入，对商业模式可持续性提出更高要求。

四、算力基础设施赋能新兴产业价值创造的实现路径

（一）统筹算力网络布局，优化算力资源供需匹配

持续推进全国一体化算力网建设，深化“东数西算”工程落地，完善枢纽—区域—边缘三级算力体系。东部算力枢纽重点建设低时延智算集群，支撑自动驾驶、工业实时推理等场景；西部枢纽依托绿电优势，承接大规模模型训练、离线数据存储业务。搭建统一算力调度平台，发展算力超市、算力撮合交易模式，建立弹性定价机制，引导算力向高价值新兴产业倾斜。 建立算力需求动态监测机制，定期跟踪人工智能、生物医药等重点赛道算力需求变化，引导算力投资理性布局，减少无效算力建设，降低算力闲置率，提升算力资源整体利用效率。

（二）攻坚核心软硬件技术，构建自主协同算力生态

依托新型举国体制，加快高端算力芯片、高速互联、存储设备、国产深度学习框架技术攻关。推动算力芯片、服务器、基础软件、行业模型联合适配测试，打造标准化国产算力适配底座，降低企业迁移成本。鼓励开源社区、龙头企业开放基础模型、开发工具链，补齐软件生态短板。 支持算力服务商提供软硬件一体化打包服务，面向新兴产业推出行业定制算力方案，打通从算力供给、模型开发到场景部署的全链条工具链，降低新兴企业技术适配成本，夯实价值创造的技术底座。

（三）完善数据要素治理体系，打通算力与数据联动通道

加快数据要素市场化改革，完善数据分类分级、数据授权使用、数据资产登记制度。大力推广隐私计算、联邦学习、数据沙箱等技术，实现数据“可用不可见”，打消企业数据安全顾虑。建设行业数据共享专区，在合规前提下汇聚生物医药、工业、低空等领域高质量数据集，形成面向新兴产业的公共数据资源池，解决“有算无数”难题。 建立算力平台的数据安全审计机制，明确算力服务商、数据提供方、使用方权责边界，平衡数据利用创新和安全监管，让算力在安全框架下持续挖掘数据价值。

（四）创新人才培养体系，培育算力+产业复合型人才队伍

推动高校、算力龙头企业、新兴产业园区联合开设交叉学科方向，围绕算力架构、AI工程化、行业场景应用设置课程，定向培养算力应用工程师、算力方案架构师。鼓励算力企业开放算力实训平台，面向中小科技企业技术人员开展普惠算力应用培训。 完善人才激励机制，吸引兼具行业知识和算力技术能力的跨界人才。引导算力服务商组建行业解决方案团队，针对不同新兴产业提供算力规划、模型调优、算力成本优化等增值服务，把算力资源转化为产业解决方案价值。

（五）推进绿色算力建设，构建可持续的价值运营模式

推广液冷、余热回收、绿电直供等节能技术，持续降低智算中心PUE水平，发展算电协同、源网荷储一体化算力站点。鼓励算力服务商开发分层算力产品，区分高峰实时算力、离线低价算力，用差异化定价降低新兴企业长期用算成本。 鼓励算力服务商从单纯卖算力，转向“算力+模型微调+行业数据集+运维”打包服务，提升服务附加值，改善算力服务商盈利水平，形成算力供给方、新兴产业企业双向良性循环，保障价值创造模式长期可持续。

结论

算力基础设施已经不再是单纯的信息硬件配套，而是新兴产业价值创造的基础性生产要素，通过赋能技术创新、激活数据资产、重构产业链协同、催生新型商业模式四条路径，持续打开新兴产业价值增长空间。当前我国算力规模快速扩张，但同时面临算力供需错配、软硬件生态短板、数据流通梗阻、复合型人才不足、绿色运营压力等多重约束，算力赋能价值还没有充分释放。 想要充分发挥算力底座价值，需要统筹算力网络布局，优化资源调度；坚持自主创新，完善国产算力软硬件生态；健全数据要素治理规则，打通数据与算力联动机制；加快跨界人才培育；走绿色算力发展路线，形成供给、技术、数据、人才、生态协同支撑体系。算力基础设施赋能新兴产业价值创造是一个长期系统性工程，需要政府、算力运营商、新兴产业企业、科研机构协同发力，持续降低创新成本，催生更多新技术、新产品、新业态，助力新兴产业高质量发展，持续培育壮大新质生产力。