2030 年 9,800 EFLOPS:中國 3.8 兆元算力藍圖,把雄心變成一條採購曲線
工信部「十五五」資通訊規劃將中國智慧算力目標定為 2030 年 9,800 EFLOPS(現況四倍以上),配套 3.8 兆人民幣資訊基礎設施累計投資與十萬卡叢集部署。
中國工業和資訊化部(工信部)發布了一份五年發展規劃,承諾在 2030 年將全國智慧計算(intelligent computing)算力提升至 9,800 EFLOPS——是現有裝機量的四倍以上——並在 2026–2030 年間投入累計 3.8 兆元人民幣(約 5,320–5,660 億美元)的資訊基礎設施投資。
這份文件正式名稱為《資訊通訊業「十五五」發展規劃》,於 2026 年 9 月 7 日由工信部資訊通訊發展司公開發布,文件本身落款日期為 2026 年 8 月 12 日。它把長年停留在口號層次的雄心——「算力就是新電力」——轉化成一條有明確里程碑、有預算科目、還有期中評估條款的硬性採購曲線。
核心數字
這份規劃的指標表,以中央政府規劃文件的標準而言,具體得出奇:
- 智慧計算算力:2030 年達 9,800 EFLOPS,對比 2025 年基準 1,590 EFLOPS——規劃期內成長 6.2 倍。
- 先進儲存容量:2030 年達 1,700 EB,2025 年為 540 EB。
- 電源使用效率(PUE):新建大型與超大型資料中心低於 1.2,較 2025 年的 1.25 再收緊。
- 資訊基礎設施累計投資:2026–2030 年共 3.8 兆元,前一個五年為 3.7 兆元。
- 資通訊業收入:2030 年達 4.1 兆元(約 6,048 億美元),電信業務總量年均成長 7%。
EFLOPS 即每秒一百億億(10^18)次浮點運算。作為對照,目前全球最快的單一超級電腦僅在數百 PFLOPS 量級——中國規劃的是分散在數十座智慧計算中心的全国聚合 AI 算力,規模高出數千倍。
現況到底在哪裡
支撐成長目標的現況數字比規劃本身更早出爐,而且顯示基數正在飛速膨脹。工信部資訊通訊管理局局長謝存於 2026 年 7 月 20 日在國新辦記者會上表示,到 2026 年 6 月底,中國智慧計算算力已達 2,185 EFLOPS(FP16 精度),年增 177%,全国算力設施機架平均利用率為 71.4%。国家数据局一個月後公布的數字則接近 2,450 EFLOPS。
換句話說,以 6 月底為基準,2030 年目標是 4.5 倍擴張;以規劃採用的 2025 年基準 1,590 EFLOPS 計算,則是 6.2 倍。無論用哪個起點,所需複合年增率約在 30–45% 之間——對一個剛寫下 177% 年增率的國家而言,激進,但並非天方夜譚。
以「萬卡」為基本單位
在部署層面,規劃要求「有序部署」兩個量級的智慧計算叢集:萬卡(10,000 張加速卡)級,以及十萬卡及以上級的 mega 資料中心,並按應用需求部署推理算力設施。據隨規劃披露的數字,萬卡級智慧計算中心已建成 52 座。
這項計畫是 2022 年啟動的「東數西算」工程的延伸——把工作負載從東部需求中心,導向西區土地與能源更便宜的地區,串聯八大樞紐節點與十個資料中心叢集。謝存指出,過去兩年工信部已協調建成 70 多條連接國家樞紐節點的高容量算力通道,樞紐間網路效能改善約 10%。
基礎設施章節中有兩條指示,對半導體端意義重大。文件要求加大基礎設施對國產算力晶片的適配力度——在美國出口管制持續限制頂級 Nvidia 硬體的背景下,這一行字安靜卻影響深遠——並要求開展太空計算的前瞻探索,暗示軌道資料中心是長線項目,而非近期投資的建設標的。
不只算力:6G、衛星與 50G-PON
算力目標其實嵌在一份更大的資通訊藍圖裡:13 項主要指標、六大領域 26 項重點任務。非 AI 的基礎設施目標同樣可觀:
- 每萬人 50 座 5G 與 5G-A 基站,5G 服務普及率 95%,新建 50 萬座 5G-A 基站。
- 3.2 億千兆及以上寬頻用戶,2025 年為 2.4 億。
- 100 萬個 50G-PON 光接取埠,從 2025 年的 2 萬個起跳——50 倍躍升,宣示次世代固網寬頻從試點轉入規模部署。
- 物聯網終端連線數超過 38 億。
- 「適時」啟動 6G 商用,在 IMT-2030 推進組框架下持續研發網路原生 AI、通感一體、星地頻譜共享等技術。
- 單星容量超過 100 Gbps 的低軌衛星、手機直連衛星服務,以及 5G 與北斗系統的深度融合。
文件載明,落實機制仰賴跨部門協調、部省聯動與政企協作,並配套動態監測、期中評估與終期考核。
意義解讀
一個明確寫下 9,800 EFLOPS 的目標,配上 3.8 兆元的五年預算,把中國的算力雄心從方向性修辭,變成任何在中國有 AI 業務敞口的公司都必須據以規劃、而非憑空猜測的採購曲線。三個層面的意義值得注意。
第一,國產晶片問題再也繞不開。 規劃要求基礎設施適配國產晶片,加上同一週阿里巴巴雲與寒武紀以白金會員身份加入 PyTorch 基金會,以及 DeepSeek 部署 16 萬張華為 Ascend 卡叢集的消息——在在顯示這波建設預期將越來越多跑在中國自產加速器上。9,800 EFLOPS 中有多少必須落在國產硬體、3.8 兆元資金池是否附帶明確的本地含量比例,是兩大關鍵懸念。
第二,利用率紀律與算力規模同等重要。 71.4% 的機架利用率與 sub-1.2 的 PUE 要求,顯示工信部把數量目標與效率目標綁在一起——這是對早期資料中心熱潮留下閒置設施批評的回應。「有序部署」四個字本身,就是對投機性建設的煞車。
第三,這個數字為美中算力競賽設定了基準線。 如果中國 2030 年以主要國產晶片達成 9,800 EFLOPS 全国智慧算力,等於證明一條被制裁的供應鏈仍能交付前沿級的聚合算力;如果未能達標,缺口會精確暴露出口管制在哪裡咬住了。無論哪種結局,這都是本輪規劃週期中最具份量的基礎設施文件之一。
這份規劃落地的一週,正是中國 AI 基礎設施新聞最密集的一週——而當後人追溯 2020 年代末算力軍備競賽是在哪份文件裡被正式編列預算時,答案大概率就是它。
Sources
- [1] https://www.unite.ai/miit-plan-targets-9800-eflops-of-intelligent-compute-by-2030/
- [2] https://aiweekly.co/alerts/miit-targets-9800-eflops-of-ai-compute-by-2030-532b-plan
- [3] https://www.scmp.com/tech/policy/article/3366733/china-targets-fourfold-boost-ai-computing-capacity-2030-major-tech-push
- [4] https://opengovasia.com/china-sets-2030-targets-for-information-and-communications-sector/