算力网的未来在于“更近的边缘”

　　近期，“六张网”建设全面提速。国家发展改革委明确，今年在“六张网”及相关领域的投资总额预计将超过7万亿元。算力网作为“六张网”之一，迎来建设布局的关键窗口期。国家数据局近日划定了算力基建四大主攻方向，其中边缘算力建设被纳入重点布局范畴。

　　在这场算力基建浪潮中，边缘算力正走向舞台中央。作为算力加速领域的龙头企业，云天畅想科技集团(以下简称“云天畅想”)创始人兼CEO茅晓东在接受本报记者采访时表示，算力网的未来不在于“更大的中心”，而在于“更近的边缘”。

　　边缘算力：算力网打通“毛细血管”的关键一步

　　算力网的本质，是构建一个算力版的“国家电网”，打破“算力孤岛”，将全国超算、智算、数据中心纳入统一调度，实现“按需取用、按量付费”。

　　一组数据折射出中国算力基建的加速度。国家数据局数据显示，截至2026年3月底，全国智能算力总规模达188万PFLOPS(FP16)，其中八大国家枢纽节点占比超过80%。国家级监测调度平台已接入137万PFLOPS，约占全国总量的72%。国家数据局局长刘烈宏近日表示，下一步将聚焦“东数西算”工程、一体化算力网监测调度、算电协同、边缘算力建设四大方向，为人工智能高速发展筑牢底座。

　　如果将算力网比作贯穿全国的数字高速公路，“东数西算”解决的是“主干道”规划问题。而要实现算力的广泛覆盖与便捷取用，那些深入城市与社区的“毛细血管”——边缘算力，正扮演着日益关键的角色。所谓边缘算力，是指部署在靠近数据源或用户侧的计算资源，介于终端设备与中心云之间，能够就近处理数据、实时响应请求。边缘不是缩小版的中心，而是一场架构革命。

　　茅晓东认为，未来的算力网应是“云—网—边—端”融合架构，而非“超大机房+光纤”的工业思维延伸。边缘节点的核心指标不是规模大小，而是离用户多近、响应多快、调度多灵活。目前，云天畅想已覆盖国内300多个城市、部署150多个大规模边缘算力节点，端到端时延控制在10毫秒以内。这背后依赖的不是单一技术，而是一整套工程能力：异构芯片的适配与复用、推理框架的深度优化、跨节点的弹性调度系统。本质上是让GPU(图形处理器)算力像电力一样分时分区按需分配，而非静态地“占着机架等客户”。

　　茅晓东指出，当前AI正从Chat AI(聊天机器人)迈向Agentic AI(智能体)与Physical AI(物理AI)。前两者仍在数字空间内完成对话与任务执行，而Physical AI包括自动驾驶、工业机器人、具身智能等领域，将AI带入实体世界，这给算力提出了时延挑战。“自动驾驶若延迟超过10毫秒，就可能产生危险；工业机器人延迟过大，整条产线可能会出现废品。”他认为，对于企业来说，云数据中心往往在数百公里之外，数据往返耗时较长，边缘端的低时延优势由此凸显。

　　这引出了算力行业常见的“不可能三角”：功耗、算力、成本三者往往难以兼得。端侧受限于体积与能耗，难以承载大算力任务；云端算力虽强，但时延较高、成本较贵；边缘端恰好介于两者之间，既能提供毫秒级响应，又能分摊算力成本，支持规模化部署。

　　“就像电网和水网，不能只有大型发电厂和水厂，还需要‘毛细血管’般的管网系统。”茅晓东比喻，数据中心好比“发电站”，边缘节点则类似于街头的“充电桩”或“加油站”。缺少边缘端的支撑，算力网的整体效率将大打折扣。

　　这一技术逻辑正转化为市场现实。随着AI推理需求爆发，我国日均Token调用量已从2024年初的约1000亿飙升至今年3月的140万亿，两年间增长逾1400倍。算力消耗的重心正从集中式训练转向泛在式推理。高盛预计，到2030年，随着AI Agent被广泛采用，全球token消耗量可能增长24倍，达到每月120千万亿token。在这一趋势下，边缘端的部署与调度能力，将成为算力网建设的重点方向。

　　可以说，算力网的建设远不止“盖机房、拉光纤”。如何通过边缘端更好地平衡时延、成本与功耗，让算力真正贴近实际应用场景，正成为行业探索的核心命题。

　　从“闲置”到“紧缺”：算力供需的结构性逆转

　　过去一年，算力正在从“供过于求”转向“一机难求”。中国信通院数据显示，2026年一季度国内算力租赁市场规模达680亿元，同比增长62%。另据IDC预测，2026年全球算力租赁市场规模将突破800亿美元。

　　这种量价齐升的火爆行情，折射出算力供需模式正从“囤卡储备”的静态逻辑，向“即取即用”的动态调度加速转型。据SemiAnalysis数据显示，H100GPU的一年期租赁合同价格从2025年10月每卡每小时1.70美元的低点，急升至2026年3月的2.35美元，涨幅接近40%。茅晓东介绍，现在经常碰到同一台服务器在不同时段被不同客户反复调度的情况，资源几无闲置。然而就在一年前，算力闲置还是常态。据行业研究机构测算，我国智算中心平均算力使用率仅为30%。短短一年间，市场缘何发生如此逆转？

　　茅晓东分析，根本原因在于应用生态的成熟。此前，国内算力需求高度集中于大模型训练，而训练市场容量有限。加之高端芯片进口受限，国产算力在性能与生态上尚需追赶，大量已建成的计算中心缺乏足够“负荷”。更关键的是，彼时AI应用尚未真正走入普通用户的日常，大模型能力不足，调用量有限，算力自然难以消化。

　　转折点出现在2025年下半年。随着国产大模型能力大幅跃升，编程助手、AI对话、智能体等应用迅速普及，推理需求呈爆发式增长。“几乎每个人都在用AI，比如文档自动生成等功能，这些背后都是推理算力。”他说。

　　这一变化标志着算力消耗的重心正在发生结构性转移，即从集中式模型训练转向泛在式推理任务。据Gartner预测，到2028年，全球推理所消耗的算力将达到训练的3倍，在中国这一比例有望进一步拉大，预计达到4:1甚至更高。正是这一转变，让边缘算力的价值被重新认识。推理任务大多发生在用户端附近，对时延敏感、对成本敏感，适合由边缘算力承载。

　　“边缘算力的普及会直接优化C端体验。”在茅晓东看来，普通人能直观感受到AI的力量——不用等、速度快、各种场景用起来都顺手自然。比如玩游戏不再需要漫长下载等待，调用大模型时不用忍受卡顿。所有交互都会自带智能，无论是语音控制，还是设备自动感知情绪和需求，背后都是算力在支撑。

　　场景驱动技术：从应用到算力的反向逻辑

　　面对算力网的宏大叙事与市场的剧烈波动，一家企业该如何定位自身？云天畅想的答案清晰而独特：不卖硬件，不卖软件，卖的是“加速计算服务”；同时，不从技术出发找场景，而是从场景出发倒逼技术。

　　这一商业逻辑植根于其创始团队的基因。创始人茅晓东拥有30年GPU与图形渲染行业经验，曾参与英特尔第一代GPU设计，后担任索尼PS4首席架构师。2016年回国创业，他选择了一个当时并不被看好的切入点：云游戏。彼时5G的概念刚刚起步，运营商普遍困惑“5G有什么用”。云天畅想以云游戏作为5G场景的示范应用，跑通了从边缘计算到终端呈现的全链路。

　　以场景为起点的策略，塑造了云天畅想的独特能力：算力复用。由于覆盖场景多元，公司通过智能调度，将不同客户的峰值时段错开，实现算力的高效复用。

　　在茅晓东看来，算力产业的“五层蛋糕”，从下到上依次是能源、芯片、基础设施、模型、应用。云天畅想将重点放在上面三层。在基础设施层，未来云天畅想将部署覆盖全国的上千个边缘节点，且高效调度；在模型层为大客户提供定制化调优；在应用层服务于AIPC(人工智能个人电脑)、智能汽车、具身智能、工业智能化、云游戏、直播电商等场景。“我们不是拿着锤子找钉子，而是从客户的需求出发，反向定义技术和产品。”他说。

　　“我们的愿景，是让智能像水电一样无处不在、普惠可及。”在茅晓东看来，算力网最终不是一张冷冰冰的硬件网络，而是一套智能的分发系统。而能否实现这一愿景，关键在于边缘算力是否足够密集、调度是否足够聪明、场景是否足够丰富。