北京市经济和信息化局与北京市通信管理局联合印发《北京市算力基础设施建设实施方案（2024—2027年）》，标志着北京在系统性规划与推进算力基础设施方面进入实质性落地阶段。此举不仅旨在满足本地人工智能等前沿产业的爆发性需求，更试图通过构建高质量、高效率的算力供给体系，巩固其作为全国科技创新中心的战略地位，并对全国算力产业布局产生示范效应。
关键要点
- 明确量化目标：方案提出到2025年，北京市智算供给规模达到29,000 PFLOPS（FP16）以上；到2027年，具备100%支持万亿参数大模型训练需求的算力能力。
- 优化空间布局：规划“海淀、朝阳、石景山、通州、大兴、顺义、昌平、经开区”等区域为核心承载区，并鼓励在京津冀范围内协同布局。
- 强调绿色与自主：要求新建和改扩建智算中心PUE值不高于1.25，存算中心不高于1.2；同时提出国产算力芯片部署占比显著提升。
- 创新建设与运营模式：探索“算力调度平台+算力供给企业+算力需求用户”的运营模式，并鼓励多元主体参与投资建设。
《实施方案》的核心内容与目标
该《实施方案》为北京市未来四年的算力基础设施建设绘制了清晰的路线图。其核心目标是在2025年实现智算规模达到29,000 PFLOPS（FP16），这一数字为衡量人工智能计算性能的关键指标。作为对比，一个高端的消费级GPU（如NVIDIA H100）的FP16算力约为每秒2,000万亿次浮点运算（2 PFLOPS），这意味着北京的目标规模相当于部署超过14,500张此类顶级算力卡。
方案进一步设定了2027年的远景目标：算力基础设施需100%支持万亿参数大模型的训练。这直接回应了当前AI模型规模指数级增长的趋势，例如OpenAI的GPT-4、谷歌的PaLM 2等前沿模型的参数量均已达到万亿级别。训练此类模型需要持续调用数千张高端GPU数月之久，对算力的稳定性、集群规模和网络互联提出了极限要求。
在空间布局上，方案打破了“一区集中”的传统思路，采用“核心区+功能协同区”的分布式架构。以海淀（中关村、高校科研密集区）、朝阳（互联网企业聚集地）、经开区（高端制造业基地）等作为核心承载区，旨在将算力就近部署在需求最旺盛的产业和研发腹地，降低数据传输延迟。同时，鼓励在京津冀范围内进行算力协同布局，这有助于利用河北、天津等地在土地、能源方面的成本优势，形成区域一体化的算力网络。
绿色低碳与自主可控是贯穿方案的两条主线。在能效方面，对新建及改扩建智算中心提出的PUE（能源使用效率）不高于1.25的硬性指标，已处于全球领先水平。作为参考，2022年中国数据中心平均PUE约为1.55，谷歌全球数据中心2021年的年均PUE为1.10。这一严苛标准将倒逼液冷等先进节能技术的规模化应用。在自主化方面，方案明确要求“国产算力芯片部署占比显著提升”，这为华为昇腾、海光信息、寒武纪等国内芯片厂商提供了明确的市场预期和政策指引。
行业背景与深度分析
北京此次出台系统性算力方案，并非孤立事件，而是全球算力竞赛与中国内部区域竞争白热化的直接体现。从全球看，美国通过芯片法案等政策大力扶持本土先进制程与AI算力建设，科技巨头如微软、谷歌、亚马逊每年在数据中心上的资本开支均高达数百亿美元。在国内，上海、深圳、杭州等城市也已纷纷发布各自的算力规划。例如，上海提出到2025年数据中心算力超过18,000 PFLOPS（FP16），深圳则计划建设全球智能算力枢纽。北京的方案在目标设定上更为激进和具体，尤其是“100%支持万亿大模型训练”的表述，彰显了其争夺中国AI算力制高点的决心。
方案的深层逻辑在于应对两个关键瓶颈：“算力孤岛”与“结构性短缺”。当前，算力资源往往分散在不同企业、高校和机构内部，形成孤岛，利用率不均。同时，市场上存在通用算力过剩但高端智能算力（特别是用于AI训练）严重短缺的结构性矛盾。北京方案力推的“算力调度平台”模式，正是借鉴了电网“发电、输电、用电”的思维，试图通过软件定义和统一调度，将分散的算力资源池化，实现按需分配和弹性供给，从而提升整体利用效率。这类似于AWS、Azure等云厂商的商业模式，但将其上升为城市级基础设施战略。
将29,000 PFLOPS的目标置于中国整体算力格局中观察，意义重大。根据工信部数据，截至2023年底，中国智能算力总规模约为70 EFLOPS（即70,000 PFLOPS）。这意味着仅北京一城，计划在2025年实现的智算规模就将占到2023年全国总量的约4%。考虑到全国算力也在快速增长，北京的目标依然凸显了其极高的算力密度和投资强度。实现这一目标所需的投资将是天文数字。以当前高端AI服务器（搭载8张H100或等效国产芯片）每台约30万美元的粗略估算，仅硬件投入就可能需要数十亿至上百亿美元。
强调国产算力芯片占比提升，具有强烈的产业与安全双重考量。在英伟达高端GPU供应受地缘政治因素影响的背景下，发展自主算力产业链已成为中国AI产业的“必答题”。华为昇腾910芯片在部分AI基准测试中已展现出与国际旗舰产品竞争的性能，但其软件生态（如CANN、MindSpore）与CUDA的成熟度仍有差距。北京的政策支持将加速国产硬件与软件在实际场景中的大规模落地和迭代，是推动国产AI计算体系从“可用”到“好用”的关键市场助力。
未来影响与展望
对于北京的科技产业生态而言，此方案是一剂强心针。头部AI公司、大型互联网企业及科研机构将直接受益于更充沛、更便捷的高质量算力供给，降低创新成本，加速大模型研发和应用落地。预计海淀、朝阳等核心区将吸引更多AI初创企业聚集，形成“算力吸引人才，人才产生需求，需求拉动算力投资”的正向循环。
对算力产业链上下游企业，这将创造巨大的市场机遇。不仅包括华为、曙光、浪潮等服务器厂商，寒武纪、海光等芯片公司，更涵盖提供液冷解决方案、高速互联网络、智能运维软件以及算力调度平台服务的众多供应商。一个千亿人民币级别的算力基础设施建设市场正在北京拉开帷幕。
从区域协同角度看，京津冀算力一体化若能有效推进，将重塑北方地区的数字经济地理格局。北京专注于研发、创新和高端算力调度，而将部分承载算力基础设施的数据中心部署在河北、天津，可以实现优势互补，也可能为这些地区带来新的产业升级机会。
需要关注的风险与挑战同样显著。首先，巨额投资下的经济效益如何评估？算力本身不是最终产品，其价值需要通过上层AI应用创造的经济价值来体现。避免建成“面子工程”或闲置算力是关键。其次，技术路线快速演进的风险。当前规划以支持Transformer架构的大模型训练为重点，但未来AI计算范式可能发生变化。最后，国产算力生态的成熟度能否跟上建设速度，将直接影响最终目标的达成效果。
展望未来，有几大趋势值得密切关注：一是北京算力调度平台的具体技术路线、运营主体和商业化模式；二是国产AI芯片在大型智算中心实际部署中的性能表现和稳定性数据；三是该方案是否会引发其他省市更大力度的算力政策竞争，从而推动全国算力资源更高效的跨区域配置。北京的这一步，已然点燃了中国城市级算力竞赛的新引擎。