從規模看，中國是全球算力增長最快的市場。截至2023年底，中國算力總規模居全球第二，其中智能算力占比超過35%（美國約30%），且數據中心總量超過8萬個，機架規模超千萬架。“東數西算”工程規劃的8大樞紐節點（京津冀、長三角、粵港澳大灣區、成渝、內蒙古、貴州、甘肅、寧夏）已帶動超4000億元投資，通過將東部密集的AI訓練需求與西部低成本、可再生能源結合，實現了算力資源的優化配置。
從技術能力看，中國算力中心正從“通用型”向“專用型”升級。針對AI大模型訓練需求，頭部企業（如華為、曙光、浪潮）推出液冷服務器、高速互聯網絡（如400G／800G光模塊）與異構計算平台（即是一種整合了中央處理器（CPU）、圖形處理器（GPU）和現場可程式化邏輯閘陣列（FPGA）等不同計算單元的系統），將單集群算力密度提升至每機櫃1PFLOPS（每秒1千萬億次浮點運算）以上；部分算力中心開始部署國產GPU集群。
從應用生態看，中國算力中心的優勢在於場景驅動的深度綁定。中國龐大的製造業、服務業與科研需求，催生了差異化的算力服務模式：在工業領域，算力中心為汽車製造（如自動駕駛仿真）、電子信息（如芯片設計驗證）提供實時渲染與模擬計算；在醫療領域，支持基因測序、藥物分子篩選等高性能計算任務；在科研領域，服務於氣象預測、新材料研發等需要超大規模計算的場景。
雙輪驅動遇四大挑戰
國產GPU的發展與算力中心的建設是相輔相成的“雙輪驅動”。一方面，國產GPU的性能提升直接增強算力中心的競爭力——當本土芯片能夠以更低成本、更高能效滿足AI訓練需求時，算力中心可減少對進口硬件的依賴，降低採購與運維成本；另一方面，算力中心的大規模應用為國產GPU提供了寶貴的迭代場景——通過真實業務負載（如大模型預訓練、實時數據分析）的檢驗，廠商能夠快速發現芯片設計缺陷，針對性優化架構。
然而，兩者協同發展仍面臨多重挑戰：
|
