北京市近日发布《北京市算力基础设施建设实施方案（2024—2027年》，标志着中国首都正式将通用和智能算力提升至与水电燃气同等重要的新型基础设施地位，旨在系统性解决AI大模型训练与应用面临的算力瓶颈，并为全国“东数西算”工程提供核心枢纽支撑。这一顶层设计不仅关乎本地科技产业发展，更可能重塑国内乃至东亚区域的算力资源分配格局。
关键要点
- 明确量化目标：到2027年，北京智算供给规模达到80EFLOPS（FP16），并实现先进存储容量占比显著提升。
- 强调“异构算力调度”：方案核心是建设统一调度平台，意图整合全市乃至京津冀区域的多元算力（如GPU、NPU、ASIC），实现高效利用。
- 聚焦“京西智算”与“京津冀枢纽”：重点建设门头沟、海淀等西部区域的智算中心集群，并强化与天津、河北的算力协同，形成区域一体化供给体系。
- 推动国产化与绿色低碳：明确支持自主可控芯片和软硬件生态，并要求新建数据中心PUE值不高于1.25，绿电使用比例逐步提升。
北京算力基建方案的核心内容
根据北京市经济和信息化局发布的《实施方案》，未来四年的核心目标是构建“高性能、高能效、高安全、高弹性”的算力基础设施体系。方案给出了清晰的量化指标：到2027年，全市智算供给规模达到80 EFLOPS（FP16）。这一数字为AI产业提供了明确的预期。同时，方案要求提升先进存储容量占比，以满足大模型训练对海量数据的高速存取需求。
技术路径上，方案将“异构算力统一调度”置于核心位置。北京计划建设全市级的算力调度平台，旨在将分散在不同区域、不同主体（如高校、企业、数据中心）的多样化算力资源，包括主流GPU、国产NPU以及ASIC芯片等，进行池化管理和智能调度。此举旨在破解当前存在的“算力孤岛”和利用率不均问题。
空间布局上，方案确立了“京西智算”和“京津冀枢纽”两大重点。门头沟、海淀等西部区域将依托现有基础，建设大规模智算中心集群。同时，通过高速网络直连，推动北京与天津、河北的算力资源协同调度与互补，形成区域一体化的算力供给网络，这直接服务于国家“东数西算”工程中京津冀枢纽节点的建设任务。
此外，方案在自主可控与可持续发展方面提出明确要求。一方面，支持基于自主可控芯片（如华为昇腾、海光DCU、寒武纪思元等）的智算中心建设，培育国产软硬件生态。另一方面，对能效提出硬性约束，要求新建数据中心电能利用效率（PUE）值不高于1.25，并鼓励使用绿电，体现了高质量发展理念。
行业背景与深度分析
北京此次出台系统性方案，是对全球及国内AI算力竞赛的直接回应。当前，训练千亿级参数大模型（如GPT-4、Claude 3）的单次训练成本可能高达数千万美元，其核心瓶颈正是算力。作为中国AI企业与研发机构最密集的城市，北京拥有全国近半数的大模型备案产品，对智能算力的需求呈指数级增长。然而，受限于土地、能耗指标和电力供应，其本地算力扩张面临物理天花板。因此，“统一调度”与“区域协同”成为破局关键，这类似于云计算中的“资源池化”理念，旨在最大化存量资源的利用效率。
与国内其他地区相比，北京的方案特点鲜明。例如，上海更侧重于打造“芯片-软件-生态”的全产业链，并依托商汤、腾讯等企业建设智算中心；深圳则依托华为，强调国产化昇腾AI集群的部署。北京的独特优势在于其作为政治、学术中心的地位，拥有海量的高质量数据、顶尖的AI人才（如清华、北大、中科院）以及密集的资本。其方案更侧重于发挥“调度中枢”和“研发引擎”的作用，而非单纯追求硬件堆砌。从量化目标看，80 EFLOPS的智算规模极具雄心。作为对比，根据公开数据估算，2023年中国智能算力总规模约为400 EFLOPS左右。北京一城的目标，相当于要占据未来全国总规模的相当大比重，这凸显了其打造全国算力“首脑”的决心。
在技术层面，“异构算力调度”是方案的最大亮点，也是最大挑战。当前，不同架构的AI芯片（如英伟达的CUDA生态与国产芯片的异构计算生态）之间存在严重的软件壁垒。实现高效统一调度，需要在操作系统、编译器和调度算法层面取得突破。这远非简单的资源管理软件，而是一个复杂的系统工程，其成败将直接影响国产芯片的落地应用效果。国际上，类似的前沿探索包括Meta的“开放计算项目（OCP）”和PyTorch对多后端支持的努力，但尚未有城市级规模的成熟案例。
从市场数据看，中国智能算力市场正高速增长。IDC报告显示，2023年上半年中国AI算力市场规模同比增长超过50%。英伟达数据中心业务在中国区的收入占比曾长期高达20%以上。北京方案中强调的国产化，正是为了在供应链不确定性增加的背景下，构建更具韧性的算力底座。此举将直接利好华为昇腾、寒武纪、海光信息等国产AI芯片厂商，以及曙光、浪潮等服务器供应商。
未来影响与发展展望
首先，对于北京的AI企业与科研机构而言，此方案是一剂强心针。明确的算力供给目标和调度平台，有望降低大模型研发的算力获取门槛和成本，特别是对中小型创业公司和高校团队。这有助于巩固北京在中国AI创新版图中的领先地位，吸引更多人才和资本聚集。
其次，方案将加速国产AI芯片的产业化进程。统一调度平台为国产芯片提供了一个规模化、标准化的“试验场”和“应用入口”。如果平台能成功抽象底层硬件差异，让开发者像使用通用算力一样使用国产算力，将极大推动国产软硬件生态的成熟。这不仅是商业竞争，更关乎国家在关键数字基础设施上的自主可控能力。
第三，京津冀算力协同若能成功，将为中国其他区域（如长三角、粤港澳大湾区）提供可复制的样板。它探索了一条在核心城市受资源约束下，如何通过区域分工（北京侧重研发与调度，天津、河北侧重承载与存储）来整体提升算力竞争力的路径。这或将改变未来中国数据中心和智算中心的区位布局逻辑。
未来需要关注的关键节点包括：北京市算力调度平台的具体技术路线与上线时间表；首批大规模国产化智算中心的落地进展与实测性能（可关注其在主流AI基准测试如MLPerf上的表现）；以及政策能否有效引导在京的互联网巨头（如字节跳动、百度、美团）将其部分算力任务迁移至调度平台。北京算力基建的成败，将不仅是一个城市的发展故事，更是观察中国AI基础设施战略能否从蓝图走向现实的重要窗口。