（问题） 在数字经济快速发展的今天，算力已成为数据流通、算法训练和智能应用的关键支撑。国家发展改革委近日表示，我国正推进"人工智能+"行动，为算力芯片创造了丰富的应用场景，市场需求增长迅速、创新活跃，国产芯片在各类场景中的适配进展明显、应用效果良好。但业界也普遍认识到，算力不仅要"算得快"，更要"用得好、用得稳、用得安全"。对标高质量发展的要求，我国算力产业仍存在一些深层次的结构性问题，需要系统解决。 （原因） 一是软硬协同不足。近年来数据中心等基础设施建设规模扩张快，但面向行业的高阶软件平台、工具链和应用服务生态相对滞后，导致算力供给与实际需求之间存在"能算不会用、可用难好用"的矛盾，整体效能没有充分释放。 二是自主底座需要加强。在部分关键领域，核心芯片、基础软件等环节仍存在外部依赖，国产化替代和规模化应用需要更长时间的工程验证和生态建设，产业链安全韧性提升任务艰巨。 三是对算力系统的整体认知不够深入。当前市场对智能加速卡关注度高、投入力度大，国产产品进步明显。但从系统工程角度看，通用处理器、基础软件和调度平台在异构算力体系中起着"枢纽"和"指挥"作用。如果只重视"点状突破"、忽视"系统协同"，容易导致算力资源碎片化、迁移成本高、行业适配慢等问题。 （影响） 这些问题若不能有效解决，短期内会推高企业的算力使用成本，延长模型训练和行业应用周期，降低算力资源利用率；长期则关系到产业链供应链安全、关键行业数字化转型的稳定性，以及我国在全球科技竞争中的战略地位。特别是在算力需求持续增长、应用场景不断扩展的阶段，如果底座能力和生态建设不同步，容易形成"有需求缺供给、有设备缺平台、有应用缺标准"的结构性瓶颈。 （对策） 业内专家认为，解决这些问题的关键在于坚持自主创新和系统思维，推动芯片、整机、软件平台、行业应用全链条的协同发展。 其一，强化核心环节的自主可控，提升关键软硬件的供给能力和安全保障水平。围绕通用计算和智能计算两条主线，推动关键产品持续迭代，完善兼容适配能力，加快形成可复制、可推广的行业解决方案。 其二，构建通用计算与智能计算深度融合的异构计算体系。算力产业不是单一芯片的"独角戏"，需要CPU、加速器、网络与存储、操作系统与编译器、框架与调度平台等各环节协同优化。通过统一接口规范、强化系统级优化和资源编排能力，降低行业迁移成本，提高算力供给的稳定性和可用性，帮助企业降本增效。 其三，以开放合作培育产业生态。以企业为创新主体，推进"硬件开放、软件开源"等生态化路径，带动产业链上下游联合创新，扩大国产软硬件在实际业务场景中的应用规模，用应用反哺研发、以生态促进迭代。 其四，推进产学研用融合，夯实人才和创新基础。将国产算力底座更深入地融入高校教学和科研实践，形成"学中用、用中创"的良性循环，培养既懂技术原理、又了解行业需求的复合型人才，为产业升级提供持续的人才支撑和创新动力。 （前景） 全球算力产业正加速进入"质量提升期"，我国优势在于超大规模市场、丰富应用场景和完整产业体系。随着"人工智能+"行动推进，算力需求将继续增长，国产算力软硬件在更多行业场景中将迎来验证和规模化应用的机遇。可以预见，在政策引导、市场驱动和技术进步的共同作用下，协同性更强、供给更稳定、生态更完善的算力体系有望加快形成，为数字经济高质量发展和关键领域安全提供更有力的支撑。
算力是数字时代的"新基建"，其发展水平直接影响国家的数字经济竞争力。当前，我国正处于从算力大国向算力强国转变的关键阶段。只有坚持自主创新，构建安全可控的产业生态，才能在全球科技竞争中掌握主动权。这需要政府、企业、高校等各方协力，共同打造适合创新发展的良好环境，让中国数字经济的发展根基更加坚实。