2026年9月，工信部正式发布《信息通信行业发展“十五五”规划》，为未来五年国内算力基础设施与AI产业发展划定清晰路线图。

核心目标

规划明确：到2030年，国内智能算力规模将从2025年1590 EFLOPS提升至9800 EFLOPS，整体规模增长超5倍。信息基础设施累计投资持续加码，全面支撑大模型训练、具身智能、工业AI、智能驾驶等新兴场景的算力刚需。

三级算力设施体系

规划正式确立“枢纽—区域—边缘”三级多层次算力设施体系，摒弃过去盲目建设超算中心的粗放模式：

国家算力枢纽节点：承担超大规模、超长时间的通用大模型训练、百亿级参数基座迭代

区域智算中心：承接城市级、行业级中型模型微调、批量推理、数据预处理

边缘算力节点：下沉园区、工厂、社区，支撑低延迟、高实时性的本地化AI应用

层级化分工有效盘活算力资源，解决“闲置与紧缺并存”的行业痛点。

重心转向国产适配与绿色高效

新增核心考核维度：国产芯片适配率、算电协同水平、绿色算力能效。国内持续有序推进万卡、十万卡级别大规模智算集群落地，同时严格落实新建算力中心PUE管控标准，完善绿色算力评价体系与算力凭证机制。

端侧AI爆发与端云协同

随着轻量化MoE模型、量化压缩技术迭代，几十B参数的端侧基座模型已可在普通终端离线稳定运行。AI PC、本地算力盒子、边缘推理终端快速迭代。企业形成清晰的任务分层逻辑：隐私敏感、实时交互任务在端侧完成；复杂推理、大参数训练调用云端集群。云端结合的新模式平衡了隐私安全、响应速度、算力成本、模型能力四大需求。

产业分工与挑战

云端定位“超级算力底座”，端侧定位“普惠执行终端”，边缘定位“就近服务节点”。现存短板包括端侧硬件内存上限、功耗瓶颈、跨层级调度机制不成熟等。

本文仅从技术架构角度进行分析，不涉及任何商业推广。