智能算力一年增87.9% 缺口却在GPU之外
聊 AI 的时候，大家习惯盯着 GPU 和大模型，但一份最新的行业报告提醒了一个容易被忽略的事实：算力狂奔的另一面，是数据和存储底座的配套缺口。
据浪潮信息与 IDC 联合发布的《2026 年中国人工智能计算力发展评估报告》，2026 年中国智能算力规模预计达到 2576.5 EFLOPS（FP16 口径），同比增长 87.9%——接近一年翻一倍。报告还给出了一条更陡的曲线：2028 年预计再翻到 5540 EFLOPS，到 2030 年达到 10524.3 EFLOPS，四年时间算力盘子大约是现在的四倍。
算力上去了，数据放哪儿
算力规模高增，真正的隐性配套是数据底座。AI 项目跑起来之后，训练数据、推理数据的存储、备份、归档与合规留存需求会同步放大——而且这块的增长常常被严重低估。
打个比方：很多企业上 AI 的路径是先买 GPU 卡，回头才发现数据的存、传、备、管全都跟不上，等于把新发动机装在旧拖车上。发动机越强，拖车越先散架。
报告之外还有两个旁证可以一起看：香港创新及科技局 10 月 6 日宣布向人工智能资助计划注资，把「高效算力、稳健电力、低碳转型」列为算力布局的核心方向；内地今年 5 月由发改委等四部门发布的「算电协同」行动方案，目标 2027 年建成支撑 AI 创新的能源保障体系。算力、电力、数据，三件套一起被摆上桌面。
对贵州企业意味着什么
贵州恰好站在这个话题的正中央——「东数西算」工程里，贵州是全国一体化算力网络的核心枢纽节点之一。本地企业接触 AI 项目的机会，未来几年只会多不会少。
给政企客户三个务实建议：
- AI 立项先做存储评估。上 GPU 之前，先算清楚训练和推理数据要占多少空间、增长多快、怎么备份，把存储和备份打包进立项预算。
- 机房类客户先核电力与散热。「算电协同」的方向已经明牌：算力扩容前先确认电力和散热承载，避免设备到位拉不起电。
- 合规留存别事后补。数据留存有合规要求的项目，归档策略要在架构阶段定好，事后迁移的成本远高于一开始就设计好。
算力项目的存储与备份配套评估，贵州诚鑫致达可以结合本地条件帮企业做一轮测算，有需要欢迎聊聊。
信息来源：浪潮信息×IDC《2026 年中国人工智能计算力发展评估报告》（2026 年 9 月发布）；香港创科局 2026-10-06 相关公布；发改委等四部门「算电协同」行动方案（2026 年 5 月）
想获得贴合自身场景的数据管理建议？联系我们，或浏览技术博客获取更多实战经验。
企业存储选型参考｜贵州诚鑫致达
做中小企业全能主力存储，群晖机型参考：DS1823xs+ · DS2422+ · DS923+。需要选型建议或上门评估，搜「诚鑫致达」即可找到我们。