2026-10-22 15:28:46 西盟科技资讯
云基础设施层是AI产业体系中贯通上下、从资源到智能的战略转化枢纽。以云服务为抓手，将分散算力转化为统一调度的算力资产，提升算力投资效率，是我国从算力大国迈向智能强国的关键路径。
截至2026年6月，我国日均词元(Token)调用量突破500万亿，较2024年初增长超过5000倍。据有关机构测算，“十五五”时期，算力网建设将新增直接投资4万亿元。随着“人工智能+”的深入推进，词元已成为智能经济的“硬通货”、算力网将成为国家级基础设施，云基础设施的作用将随之提升，因为只有云才能把分散的算力及时转化为可计价、可调度的智能服务。
大模型催生词元经济崛起
重塑AI时代云基础设施功能定位
当今词元经济快速发展，但面临一个不容忽视的结构性问题：需求端在爆发式增长，供给端的效率却远未跟上。国家发展改革委7月新闻发布会披露，截至2026年6月底，全国智能算力规模达到去年同期的2.8倍，首个全国产10万卡人工智能超集群正式投用。中国信息通信研究院数据显示，2025年我国智能算力供算量约38亿卡时，同期用算量仅14亿卡时，用算占比仅约36.8%。这意味着，在需求指数级增长之下，算力供给的规模扩张尚未同步转化为高效、可调度的服务能力，本质上是智能服务的供给效率的问题。
今年，英伟达创始人兼CEO黄仁勋多次阐述“五层蛋糕”理论。1月，他在达沃斯世界经济论坛首次系统提出，将AI产业自下而上划分为能源、芯片、云基础设施、模型、应用五层。这一框架的提出，与当今AI计算架构的根本性重构密切相关。传统计算是软件预设、结构化存储、精确查询，而AI计算首次实现对非结构化信息的理解，基于上下文与意图实时生成智能，传统“存储—检索”型架构正被“实时生成”型AI计算架构所取代。
在这一架构变革中，第三层云基础设施层的战略定位随之改变。它已成为涵盖土地、供电、冷却、网络以及将成千上万处理器编排为一台机器的系统，本质上已成为“AI工厂”(AI Factory)，不仅是为了存储信息，更是为了制造智能。
英伟达的“五层蛋糕”。(图片来源：《经济学人》2026年)
云基础设施层是AI产业体系中贯通上下、从资源到智能的转化枢纽。云基础设施层在AI产业体系中的战略价值，集中体现为三个层面：一是作为规模化制造词元的“AI工厂”，二是作为贯通算力供给与智能应用的智能转化枢纽，三是作为变现枢纽驱动词元经济价值闭环。
01从属性定位上，云基础设施层被定性为规模化制造词元的“AI工厂”
黄仁勋提出，云基础设施层就是制造智能的“AI工厂”，核心任务是将算力资源转化为可规模化输出的“智能产能”。没有云服务这一层，芯片算力无法被高效组织、调度和分发，模型无法规模化训练和部署，应用无法触达终端用户。
传统数据中心是静态托管平台。而AI时代的云基础设施是实时、流水线式生产智能的“云端AI工厂”，消耗电力和算力，最终生产词元。云基础设施是从“卖芯片”走向“卖智能”的转换器，是AI五层蛋糕立住的结构性支点。
02从功能定位上，云基础设施层是AI产业体系承上启下的功能枢纽
在五层架构中，云基础设施层是唯一与所有其他四层直接交互的层级。
向下，对能源层承担“能源形态转换器”角色，将物理电能转化为可精确计量的算力能耗;对芯片层将离散芯片编排为统一算力池，通过物理聚合、软件编排、算力服务化，实现成千上万颗处理器像一台机器一样协同工作。
向上，为模型层提供海量可扩展算力供给和弹性训推一体化调度，屏蔽硬件复杂性，支撑模型服务MaaS规模化部署;对应用层提供“开箱即用”的智能服务，支撑AI Agent规模化运行。
03从价值定位上看，云基础设施层是词元经济的价值变现引擎
词元成为AI时代标准化通货，云基础设施是词元的生产线与计价器。能源层提供电力输入，芯片层将电力转化为计算能力，云基础设施层则将计算能力组织为规模化词元产出。“词元工厂经济学”指出，在电力固定前提下，衡量竞争力的核心不再是峰值算力，而是“每瓦特词元产出”。云基础设施层的运行效率，直接决定整个AI产业链边际成本和价值创造效率。云端价值回流的投资回路为“应用需求→词元消耗→云算力需求→云收入→芯片、能源等基础设施再投资”，形成上下游价值闭环，驱动全产业体系自我增强循环。
全球应用主体已从基础设施建设转向智能服务直接获取。企业不再需要自建GPU集群运行千亿参数模型，而是通过云服务按需获取算力和智能。这标志着AI产业从“基础设施建设驱动”进入“智能服务驱动”新阶段。
算力网建设提速
云已成为决定投资效率的“乘数”
01云基础设施发展面临新形势
2026年，“算电协同”首次写入《政府工作报告》，并与超大规模智算集群、全国一体化算力监测调度、支持公共云发展等并列部署。万亿元级别的投资规模，意味着算力网建设已从“项目制”走向“基建制”。但投资规模不等于投资效率。算电协同的本质，正是通过算力的灵活调度能力，让算力需求与电力供给实现时空匹配——这恰恰是云基础设施层作为“能源形态转换器”的核心功能。
放眼全球，AI基础设施的巨额投资也都在以云的方式落地。全球AI云基础设施投入进入“万亿”美元级别周期，仅2026年一年，全球头部云厂商Capex计划将达约8000亿美元。麦肯锡测算，到2030年全球数据中心累计资本开支需求达6.7万亿美元;高盛预测，2026—2031年累计约7.6万亿美元。这些投资最终都将通过云基础设施转化为可计价、可调度的智能服务，云作为投资效率“乘数”的核心价值由此凸显。
02从“拼投资”走向“拼效率”关键在云
全球AI发展持续竞速，我国同样面临AI应用爆发、算力需求大幅增长、算力基础设施巨额投资的历史机遇。当算力网建设的4万亿元投资逐步落地，效率便成为决定成败的关键。
然而，我国AI基础设施发展面临“规模领先”与“效率分化”并存的结构性矛盾。据工业和信息化部数据，截至2026年6月，我国智能算力规模达2185 EFLOPS(FP16)，全球第二，同比增长177%，全国算力设施整体上架率71.4%。但不同类型主体的算力利用效率差异显著。中国信通院及浪潮人工智能研究院等报道，部分地方智算中心GPU平均利用率在30%~40%。而头部云厂商凭借成熟的调度体系和服务能力，资源利用率可达90%。这表明，在需求紧迫的背景下，部分算力供给的快速扩张尚未完全转化为高效、普惠、可调度的服务能力，云作为算力分发渠道的战略价值亟待进一步释放。
对云在AI发展中的枢纽认知不足是导致发展矛盾出现的核心根因之一。云服务未在AI产业体系中被明确为承上启下的核心枢纽;部分AI基础设施部署仍以小散为主，根据罗兰贝格测算，我国智算云化率(国家云端智算规模/国家智算总规模)仅约42%，远低于发达国家超70%的平均水平。
破解这一矛盾，需从战略高度明确云基础设施层在AI产业链中的枢纽定位，以云服务提升算力投资效率。一是将云服务作为“人工智能+”落地应用的枢纽环节。在“两重”“两新”政策支持的“人工智能+”等重大数智化项目中，衔接“十五五”规划“政府购买算力服务、算力租赁”的政策通道，鼓励基于云服务获取算力及模型、智能体服务，设置云化率、利用率等指标，以云服务支出占比牵引投资效率提升，支撑“人工智能+”行动规模化落地。二是鼓励政府公共投资适当以云服务采购替代部分自建设施，探索将长期云服务支出纳入无形资产或视同固定资产支出管理，建立算力投资效率评估机制等，加快AI基础设施从规模领先迈向效率领先。
AI竞争本质是全栈产业体系竞争，云是连接算力供给与智能应用的战略转化枢纽。以云服务为抓手，将分散算力转化为统一调度的算力资产，提升算力投资效率，破解“建多用少”困局，是我国从算力大国迈向智能强国的关键路径。
(出处：中国发展改革报社。作者信息：单志广，二级研究员，国家信息中心信息化和产业发展部主任、智慧城市与智能经济研究中心主任)
