版 中国信息通信研究院云计算与数字化研究所 2026年4月智能算力服务研究报告 (2026年)版权声明 本报告版权属于中国信息通信研究院，并受法律保护 。 转载、摘编或利用其它方式使用本报告文字或者观点的， 应注明 “来源：中国信息通信研究院 ”。违反上述声明者 ，本 院将追究其相关法律责任。 前言 随着数字经济的蓬勃发展，算力已成为国家核心生产力和关键 基础设施。当前 的算力体系主要由通算、智算和超算三大类构成。 以大模型为代表的人工智能技术爆发式演进，使 智能算力需求呈指 数级增长，成为全球科技竞争的焦点和算力体系建设的重中之重。 但智算资源的跨域异构、网络传输瓶颈以及供需匹配痛点，日益制 约着产业的发展。本报告正是立足于这一时代背景，重点针对智能 算力展开深度探讨 。 为破解算力资源协同难题，智能算力服务应运而生。智能算力 服务是基于互联网访问 ，汇聚GPU、NPU等异构计算资源 ，通过统 一的服务接口 ，按需向用户提供可度量的计算 、存储、网络等服务 。 智能算力服务 作为连接 智能算力资源与上层行业应用的关键载体， 正加速向 普惠化、智能化、精益 化方向演进，其发展水平直接关系 到国家数字竞争力的全局。在此背景下，中国信息通信研究院云计 算与数字化研究所基于在 云服务、 智能算力服务、 算力互联网 领域 的长期研究积累，组织编写 了《智能算力服务研究报告 （2026年）》， 旨在系统梳理 智能算力服务 的内涵、体系架构、关键技术、典型场 景、市场规模及发展趋势 ，为政策制定 和产业实践 提供参考。 本报告首次构建了智能算力 服务的三层体系架构 ，包括智能算 力资源层服务 、智能算力互联互通层服务以及智能算力应用层服务 。 报告指出， 在算力标识、 算网协同、资源池化及异构算力调度 等关 键技术的支撑下，智能算力服务 在高强度计算与并行处理、结果交 付与体验类服务 、垂直行业融合与边缘协同等类型场景中不断深化 ； 全球智能算力服务 市场保持稳健增长，我国市场增速尤为显著 ，产 业链上中下游 新业态、新模式不断涌现。未来，智能算力服务将继 续驱动产业呈现出 架构部署向 “云边端高频协同 ”演变、服务模式向 “任务式交付 ”升级、产业格局向 “算力互联网 ”聚合、赋能路径向 “生 态价值 ”延展的四大核心发展趋势 。 期望本报告能够为政府部门、行业企业、研究机构及产业各界 提供有益借鉴，共同推动智能算力服务 成为像水电一样便捷可用的 社会级基础 性服务，赋能千行百业智能化转型升级。如有不足，恳 请各界批评指正 。后续我们将不断更新完善，如 需探讨交流 可发送 邮件至 [email protected] 。 目录 一、智能算力服务的发展背景 .................................................................................... 1 二、智能算力服务内涵 ................................................................................................ 4 （一）智能算力服务的定义与突出特点 ............................................................ 5 （二）智能算力服务的重要组成部分 ................................................................ 7 三、智能算力服务体系架构 ........................................................................................ 9 （一）智能算力体系架构 .................................................................................... 9 （二）智能算力服务体系架构 .......................................................................... 12 四、智能算力服务关键技术 ...................................................................................... 16 （一）算力标识网关技术 .................................................................................. 16 （二）算网协同技术 .......................................................................................... 17 （三）算力资源池化技术 .................................................................................. 19 （四）异构算力调度技术 .................................................................................. 20 五、智能算力服务典型场景 ...................................................................................... 23 （一）高强度计算与并行处理场景 .................................................................. 23 （二）结果交付与体验类服务场景 .................................................................. 25 （三）垂直行业融合与边缘协同场景 .............................................................. 26 六、智能算力服务市场与产业链分析 ...................................................................... 28 （一）市场规模分析 .......................................................................................... 28 （二）产业链分析 .............................................................................................. 30 七、智能算力服务发展趋势 ...................................................................................... 35 （一）架构部署：从“ 中心化”向“云边端高频协同” 演变.............................. 35 （二）服务模式：从“ 资源供给” 向“任务式交付” 升级.................................. 38 （三）产业格局：从“ 独立发展” 向“算力互联网” 聚合.................................. 40 （四）赋能路径：从“ 计算能力” 向“生态价值” 延展...................................... 41 附件：智能算力服务的典型场景 .............................................................................. 44 （一）长三角（上海）算力互联互通平台实践 .............................................. 44 （二）湖北算力互联互通平台运营实践 .......................................................... 46 （三）深圳市算力互联网建设运营及赋能实践 .............................................. 48 （四）中国联通“ CubeAI ”算网模一体化服务平台实践 ................................. 51 （五）成渝（四川）算力互联互通平台协同运营实践 .................................. 53 图目录 图1《算力互联互通行动计划》总体框架图 ........................................................... 4 图2智能算力体系架构图 ......................................................................................... 10 图3智能算力服务体系示意图 .................