到2030年，全国智能算力规模要冲到9800EFLOPS。不是小修小补，是直接把未来五年的底座先摊在桌上。配套数字也很吓人，2026年到2030年，信息基础设施累计投资38万亿元。
这不是写给行业内部看的客气话。
这是在告诉外界，中国接下来拼AI，先拼“地基”。
更具体一点，规划里点名了万卡级、十万卡级的智能算力集群，要按不同应用场景去建算力设施，还专门提到要推动国产算力芯片上设备、进系统、扛任务。
十万卡。
这三个字放出来，行业里的人都知道分量。它不是买几台服务器那么简单，背后是机房、电力、散热、网络、调度、软件栈、运维体系一起上。少一环都不行。
很多人看到9800EFLOPS，第一反应是：这目标是不是喊得太猛了？
先别急。
工信部的数据摆在那儿。截至今年6月底，我国智能算力规模已经到2185EFLOPS，同比增长177%。全国已经建成52个配备万张以上加速卡的智能算力设施。
再往前看，国家数据局到7月底给出的数字，已经爬到大约2450EFLOPS。
也就是说，今天这个盘子，已经不是“有没有”的阶段了，是“怎么继续放大，怎么调得更顺”的阶段。
很快。
是真的快。
2023年，六部门联合印发行动计划时，提的是到2025年全国算力规模超过300EFLOPS，智能算力占比达到35%。结果到了今年4月，工信部公布的数据里，智能算力就已经达到1882EFLOPS。又过了两个月，涨到2185EFLOPS。
这个速度，本身就说明一件事：需求不是线性增长，是猛冲。
为什么会这样？
大模型上来了，智能体开始落地了，企业不再只是拿AI做展示页，而是想把客服、质检、研发、办公、营销、制造流程全往里塞。以前大家问的是“AI能干嘛”，现在很多地方问的是“算力够不够”。
问题也就在这儿。
全球都在盯AI基础设施。算力，已经不只是技术指标，快成了新的工业能力指标。谁能稳定供给，谁能低成本运行，谁能把算力从实验室搬到工厂、医院、交通、金融、政务这些真实场景里，谁才有资格谈下一轮竞争。
芯片先进不先进，当然重要。
可现实很骨感。高端AI芯片出口管制卡在那里，想装看不见都难。那怎么办？一条路，就是把单点短板，换成系统能力。单颗芯片追不上，就靠集群规模、网络互联、并行调度、场景适配去补。
说白了，不跟你赌一颗棋子，跟你下整盘棋。
这也是这次规划里一个很关键的潜台词：一边继续追GPU等关键核心技术，一边把“能调动多少算力、能把算力送到哪里、能不能长期稳定跑起来”这套基础设施能力先做厚。
这就和前几年的“东数西算”连上了。
2022年启动“东数西算”，外界当时有点看不懂，觉得这事听起来像数据中心版的西电东送。现在回头看，那个布局其实就是今天AI大规模扩容的前置动作。把高耗能、高计算任务，从东部人口密集、土地贵、电紧张的地方，往西部土地成本更低、能源供给更充裕的地区疏导。
不是为了好听。
是为了真省钱，真能跑，真能扩。
这几年，中国围绕这条线已经搭起了八大国家算力枢纽、十大数据中心集群，还有三个重点协调算力和电力供给的区域。以前很多人把“东数西算”理解成普通的数据搬家，现在看，其实更像是给AI时代提前铺高速路。
路修好了。
车才能上。
还有一个很现实的问题，外行不一定会想到。算力集群越大，越考验的往往不是芯片参数，而是整个系统会不会“堵车”。十万卡级别，光是通信时延、故障率、散热、供电波动，任何一个点出问题，都会让整体效率掉下去。纸面上堆数字不难，真正难的是把这些机器拧成一股绳。
这也是为什么，工信部文件里不只是讲建集群，还讲不同场景的算力设施，讲国产芯片装备，讲产业协同。意思很明确，不能只会买设备、建机房，最后跑不出应用，形成不了生产力。
那就尴尬了。
这一轮竞争，已经越来越像“电力时代”和“铁路时代”的混合版。谁先把基础设施织密，谁后面就更容易长出产业。今天看是大模型训练，明天可能就是工业设计、自动驾驶、医疗影像、药物研发、城市治理全面吃算力。到那个时候，算力不是锦上添花，是生产资料。
没有底座，前面演得再热闹，也容易塌。
当然，话也不能说满。9800EFLOPS这个目标，离现在的2450EFLOPS还有不小距离。翻上去，不只是钱的问题。电从哪来，卡从哪来，软件生态怎么跟，运维人才够不够，国产替代的节奏稳不稳，这些都是真问题。
很硬。
尤其在外部限制没放松的情况下，国内这套打法其实有点“边跑边修路”的味道。可换个角度看，正是被卡过，才更清楚底层能力不能靠别人赏饭。
谁会把门票一直卖给你？
不会的。
所以这份规划看上去写的是算力，实际落点已经不只是算力。它写的是中国准备怎么撑起自己的AI产业链，怎么把技术热闹变成工业能力，怎么在高端芯片受限的环境里，硬生生把路再挤出来一条。
从“东数西算”，到万卡集群，再到十万卡目标，节奏已经很清楚了。
先把底盘焊死。
后面的车，才有得跑。