解读鹏城实验室&世界算力网联盟WCNC：世界算力网发展白皮书（2026）

算力格局之变：从通用计算到AI集群

白皮书指出，全球算力产业正经历结构性转变。一是从通用计算加速转向AI计算与高性能计算的融合，生成式AI拉动算力需求，科学计算与AI结合拓展应用边界，需求重心从训练逐步转向训练与推理并重。二是算力基础设施从独立数据中心走向集群与超节点，超大规模AI计算集群成为竞争焦点。

三是算力服务从资源分配转向任务式供给，用户可直接购买与业务目标相关的算力服务，而非简单租用资源。四是算力与网络的本地协同演进为跨区域一体化，未来基础设施将围绕算力、存储、网络、能源与安全资源的协同共享展开，分布式节点可按需组网、弹性供给。

全球算力竞赛：美中欧各走各路

美国依托半导体、云服务与AI生态扩张超大规模基础设施。白皮书数据显示，截至2026年6月底，美国AI算力较2025年底增加约3105 EFLOPS（FP16），2026年上半年增长40.3%，达到约10805 EFLOPS。星门项目计划四年投资5000亿美元建设10 GW的AI基础设施。

中国通过“东数西算”工程与全国一体化算力网，布局八大国家枢纽与十大集群，把东部需求与西部能源、空间优势对接。截至2026年9月底，全国AI算力达2592 EFLOPS（FP16），八大枢纽及算电协同三区装机占全国85%以上。欧盟则因AI算力占全球不足5%，启动AI超级工厂计划以维护数据主权。日本、韩国、印度及中东国家也在建设区域数据中心集群。

共享挑战：资源不均与协同受限

白皮书将全球算力发展的挑战归纳为两个层面。资源分布层面，高端芯片、先进制造、超大规模数据中心与大型AI软件生态集中于少数国家、地区与头部企业，许多科研机构、中小企业与青年创新群体无力承担高性能算力的采购、迁移与运维成本。全球南方国家常面临技术人才与资金短缺，与全球算力社区相对隔离。

协同层面，跨区域算力协作受制于网络带宽、时延与稳定性，资源标识、算力度量、服务接口、计量结算等缺乏共同标准，各国网络主权、数据管理与监管合规要求进一步增加跨域调度难度。知识产权、模型安全、数据安全、隐私、出口管制与供应链韧性也是全球算力合作的障碍。白皮书强调，不能以牺牲主权与安全为代价换取合作。

世界算力网：不是集中平台，而是全球共同体

白皮书明确，世界算力网是面向智能时代的全球算力基础设施与合作平台，以“连接全球算力资源，促进AI发展”为主题。它并非集中式的全球平台，而是基于开放互联、分布式协作、安全可靠的全球算力服务共同体。各国对其算力资源与信息拥有法定监管权，参与范围与性质由其自主决定。

这一表述强调其独立、透明、合作与可靠的基本属性。白皮书同时提出平等互利、绿色低碳、安全可靠、尊重主权、创新驱动、开放包容等核心价值，目标是让算力成为共同繁荣与可持续发展的基础服务，并特别关注提升全球南方国家的算力资源水平，以弥合全球AI鸿沟。

四项关键能力：从互联到绿色包容

白皮书提出世界算力网的四项关键能力。其一，支撑全球多元算力体系协同发展，要求对多种技术系统、产业生态与发展模式保持包容与互操作，同时尊重各国自主发展权，参与者对自身基础设施、重要资源与发展方向拥有有效控制权。其二，算力设施与网络的国际互联及资源协同配置，需综合评估计算效率与资源成本、网络时延、数据位置、软件互操作、能源可用性、项目周期与监管义务等因素。

其三，全球服务互操作与安全信任保障，要求资源以标准化服务形式提供，明确服务范围、质量等级、计费标准与支持安排，并建立身份认证、权限校验、责任界定与异常检测、事件报告、故障恢复、争议解决机制。其四，绿色低碳发展与包容接入，鼓励运营商与能源提供方协作，利用灵活负载更好消纳可再生能源，评估需覆盖数据中心运行、网络传输、设备更换、冷却用水及设施全生命周期环境影响。

优先场景与联合行动：六项目标、三阶段推进

白皮书列出四类优先应用：支撑国际大科学计划与全球联合研究、支撑全球性挑战的协同应对、深化跨国产业合作与数字经济连接、缩小全球算力鸿沟并推进包容发展。在联合行动层面，白皮书提出六项目标：绘制全球算力需求与资源地图、建立互联互通标准框架、建设国际测试验证网络、开展代表性示范项目、评估绿色算力绩效、加强人才培养与能力建设。

实施路径分三阶段：近期重在凝聚国际共识、完善合作机制、开展技术验证；中期由区域算力平台、科研机构与产业参与者试点互联，优先在科学计算、包容性AI算力、环境可持续资源调度等低争议高价值场景示范；远期逐步扩大参与，实现跨区域大规模算力协同与服务互认，形成覆盖广泛、运行高效、安全可信的全球服务网络。

治理与评估：多方参与、四维评价

白皮书主张建立由政府、国际组织、科研机构、算力运营商、科技企业、行业用户与民间组织共同参与的多利益相关方治理体系，重大决策遵循透明与共识程序，通过多语言渠道保障全球南方、中小机构与青年科学家工程师的代表性。成员资格不以技术路线、企业规模或国家发展水平设限，联合项目需明确资源投入、数据访问权、知识产权、成果开放获取、风险责任与退出机制。

评估框架覆盖连通性、服务性能、绿色发展、包容效益四个维度：连通性看兼容异构资源占比、参与国家与机构数量、互联节点数量；服务性能看用户获取服务总成本、资源利用率、交付质量与跨域任务成功率；绿色发展看绿电消费占比、单位任务能耗与水耗；包容效益看中小机构与基础设施薄弱地区的用户覆盖及本地能力持续提升。

这组数据勾勒出全球算力竞赛的基本盘。美国以约10805 EFLOPS的AI算力领跑，半年增量3105 EFLOPS、增速40.3%，背后是星门项目10 GW、5000亿美元级别的投入计划。中国以2592 EFLOPS位居其后，八大枢纽及算电协同三区贡献全国85%以上的装机，体现“东数西算”的集聚效应。 欧盟AI算力占全球不足5%，这解释了其为何启动AI超级工厂计划、把算力基础设施视为数字主权的重要组成部分。三组数字并列来看，全球算力格局呈现“一超一强、多极追赶”的态势，而统计口径与时点的差异也提醒读者谨慎直接比较。

白皮书引用国际能源署估计，2030年全球数据中心用电量约950 TWh，占全球用电的3%–4%。这一量级意味着算力扩张将直接作用于局部电网，高密度AI设施还带来设备全生命周期环境影响、用水、用地与散热等关切。 白皮书因此指出，单纯看电能利用效率（PUE）并不充分，把负载迁移到电价更低地区也不能完整反映环境绩效。评估应纳入能源来源、碳强度、水资源可用性、设备利用率与网络传输能耗，避免不必要的建设与资源约束。这一判断把绿色算力从“省电”扩展为“全生命周期、全要素”的核算问题。

这组数字概括了白皮书的行动框架：4项关键能力、4类优先应用、6项联合行动目标、3个实施阶段、4个评估维度。数字本身不复杂，但对应的是从能力建设到场景落地再到治理评估的完整链条。 值得注意的是，白皮书在治理部分强调成员资格不以技术路线、企业规模或国家发展水平设限，联合项目需明确资源投入、数据访问权、知识产权、成果开放获取、风险责任与退出机制；公共资助项目应尽可能产出开放标准、开源工具或全球公共产品。这些安排指向一个核心原则：合作不能以牺牲主权与安全为代价。