245万PFLOPS意味着什么：智算总规模、纳管能力与利用效率拆解

国家数据局8月29日披露，截至7月底，全国智算总规模达到245万PFLOPS（FP16）。这个数字描述按指定精度汇总的理论计算能力规模，适合观察基础设施容量，不能直接回答每天有多少算力真正被任务使用、任务排队多久或模型训练效率如何。

判断智算供给是否好用，至少要同时看计算精度、纳管范围、资源可用率、任务利用率、网络与存储、软件栈适配，以及电力和冷却效率。只看总PFLOPS，容易把“建成多少”误读成“有效用了多少”。

P、E分别是十进制数量级前缀：1 EFLOPS等于1000 PFLOPS。因此245万PFLOPS除以1000，等于2450 EFLOPS。国家数据局明确标注FP16，表示该规模按16位浮点计算口径统计。

工信部8月26日公布的是截至6月底智能算力规模2185 EFLOPS，国家数据局公布的是截至7月底2450 EFLOPS（FP16）。两者相差一个月，后者比前者多265 EFLOPS，算术差约12.1%；但工信部页面没有在该数字旁标出FP16，也没有提供完全相同的统计说明，因此不能仅凭两条发布就断言全国智算规模单月增长12.1%。

国家数据局称，八大国家算力枢纽和三个算电协同发展区已建成智算规模占全国比重超过85%。这说明新增和存量智算能力高度集中于国家布局区域，有利于集约建设和算电协同。

但“建成规模占比”不是“任务量占比”，也不等于跨区域调度已经没有网络时延、数据搬迁或软件兼容问题。工信部《算力互联互通行动计划》把公共算力资源标准化互联、资源发现、标识注册和提高使用效率列为持续建设任务，说明容量形成后仍需解决连接与调度。

已纳入国家级监测调度平台的145万PFLOPS，占245万PFLOPS总规模约59.2%；两者相差100万PFLOPS，占比约40.8%。这项换算只说明监测覆盖范围，不能把145万解释为正在使用的算力。

同样，也不能把尚未纳入该国家级平台的100万PFLOPS解释为闲置。资源可能由地方或企业平台管理，也可能处于建设衔接、注册接入或不同服务体系中。要判断利用率，需要单位时间任务占用、设备可用时长、队列和故障等运行数据，而本次发布没有给出这些指标。

同一场活动披露，贵阳贵安算力规模已突破17.6万PFLOPS（FP16），27个大型及以上算力设施的最低PUE达到1.12。这里的“最低”是当地设施中的先进值，不是全国平均，也不是所有27个设施的统一水平。

美国能源部给出的定义是，PUE等于数据中心总能耗除以IT设备能耗，反映供电、制冷等支撑系统效率；PUE越接近1，基础设施附加能耗越低。但PUE不衡量服务器利用率、模型训练速度或业务产出，不能用PUE 1.12证明算力已被充分使用。

工信部8月26日表示，已有近200项人工智能关键标准成功研制。这是跨基础、技术、产品、应用和安全治理等方向的累计进展口径，并没有说近200项全部都是强制性国家标准。

市场监管总局6月发布智能体互联系列7项国家标准化指导性技术文件，同时介绍正统筹推进146项人工智能国家标准项目。7项是已经发布的一组指导性文件，146项是项目池，近200项是工信部所称关键标准研制进展，统计对象和状态不同，不能相加成353项。

《国家人工智能产业综合标准化体系建设指南》把标准划分为基础共性、基础支撑、关键技术、智能产品与服务、赋能新型工业化和行业应用、安全治理等板块，并提出到2026年新制定国家标准和行业标准50项以上。这个目标与“关键标准研制进展”不是同一个统计口径。

例如《人工智能 工业大模型技术要求》GB/Z 203-2026已于7月30日发布，状态为现行，类别是国家标准化指导性技术文件。阅读任何“标准数量”时，应继续核对标准号、发布单位、强制或推荐属性、发布日期、实施状态和适用对象。

第一，明确FP16、BF16、FP32或其他精度；第二，区分理论峰值、可售容量和实测吞吐；第三，查看纳管与可调度范围；第四，查看设备可用率、任务利用率和排队时长；第五，核对节点互联、跨域网络和存储能力；第六，核对框架、编译器和模型适配；第七，查看PUE、供电可靠性及综合成本。

因此，245万PFLOPS是重要的基础设施规模信号，145万PFLOPS和85%以上又补充了监测覆盖与布局集中度。但要回答“算力够不够、贵不贵、好不好用”，仍需公开一致的运行指标和可比较的服务数据。