2025年建设智算中心项目可行性分析报告

2025年建设智算中心项目可行性分析报告

以中部地区某智算中心（100PFP16）为例的投资可行性研究

项目可行性分析报告｜算力基础设施/人工智能｜中国

2026年8月

本报告基于公开信息整理分析，报告内容仅供参考，不构成任何投资建议或决策依据。数据来源已在文中标注，

如有误差以官方发布为准。

目录

1.执行摘要

2.项目背景与目标

3.市场可行性分析

4.技术可行性分析

5.财务可行性分析

6.组织与实施可行性分析

7.政策与法律可行性分析

8.社会与环境影响分析

9.风险评估与应对

10.结论与建议

11.附录

1.执行摘要

本报告对在中部地区建设一座总算力规模为100PFLOPS（FP16，下同）的人工智能计算中心（智算中心）项目进行

可行性分析。项目建设期为2025年1月至2025年12月，2026年1月正式投入运营。项目总投资约12.5亿元，其中算力设

备投资约8.2亿元，基础设施及配套投资约3.1亿元，流动资金及其他约1.2亿元。项目运营期按10年测算，预计达产后

年营业收入约2.6亿元，项目财务内部收益率（税后）约12.5%，投资回收期约7.6年（含建设期）。

从市场层面看，2024年中国智能算力规模达725EFLOPS，同比增长74.7%，预计2025年全年智能算力规模超过1000

EFLOPS[来源：IDC《中国智能算力发展白皮书（2025年）》，2025年]。截至2025年6月，全国已建和在建智算中心

超过250个，算力总规模超过800EFLOPS[来源：中国信息通信研究院，2025年]。在“东数西算”工程和大模型训练推理

需求的双重驱动下，智算中心从一线城市向中西部枢纽节点延伸，区域化布局成为确定性趋势。本项目所在省份已出

台智算中心建设补贴和电价优惠等政策，为项目落地提供了有利条件。

技术层面，项目采用“英伟达H系列GPU集群+国产AI芯片异构”的技术路线，兼顾短期算力性能和长期供应链安全。智

算中心配备100PFP16算力、约25PB高性能存储和400Gbps高速互联网络，满足大模型训练、行业模型微调和推理服

务三类核心需求。项目技术方案已通过省级专家评审，可行性较高。

财务测算显示，项目在正常运营情景下具备财务可行性：所得税后内部收益率12.5%，高于8%的行业基准收益率；净

现值（折现率8%）约2.4亿元。但项目对算力上架率和租赁价格高度敏感。敏感性分析显示，若算力上架率低于60%或

租赁价格较基准下降20%，项目净现值将转负。因此，锁定预签约客户、争取政府算力券和纳入城市算力调度平台是

降低风险的关键。

综合判断：本项目市场前景良好、技术方案成熟、政策环境有利，在落实重点客户意向和电价补贴的前提下具备投资

可行性。建议在完成不少于50%算力预签约意向后再正式启动设备采购，并设置分阶段扩容机制以降低初始投资风

险。

2.项目背景与目标

本章说明项目的提出背景、战略意义、建设目标和可量化指标。智算中心作为人工智能时代的核心基础设施，其建设

不仅是商业投资行为，也与区域数字经济发展和算力国家战略紧密相关。

2.1项目背景

2.1.1人工智能从模型竞赛转向算力竞赛

2023年以来，大语言模型和生成式人工智能的快速发展推动算力需求急剧增长。模型参数规模从千亿向万亿演进，训

练算力需求呈指数级上升。以GPT-4级别模型为例，其单次训练所需算力约2.1e25FLOPs，是GPT-3的数十倍[来源：

EpochAI，2024年]。国内头部大模型厂商（如DeepSeek、智谱、百川等）持续扩大模型规模，2024—2025年多家厂

商发布了参数规模超过500B的模型，算力需求随之攀升。

与此同时，美国对华高端AI芯片出口管制持续加码，2023年10月和2024年12月两轮管制升级后，英伟达多款高端GPU

对华出口受到限制，国内智算中心建设面临“卡脖子”风险，同时也加速了国产AI芯片的替代进程。在此背景下，地方

政府和大型科技企业纷纷布局智算中心，算力被视为新一轮科技竞争的战略资源。

2.1.2“东数西算”工程推动算力基础设施区域重构

2022年2月，国家发展改革委等四部门联合批复同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘

肃、宁夏等8地启动建设国家算力枢纽节点，并规划了10个国家数据中心集群，“东数西算”工程全面启动。2024年，国

家发展改革委等部门进一步提出扩大智算中心布局，在中西部能源富集地区建设面向AI训练的大型智算中心，在东部

地区建设面向推理和低时延业务的边缘智算节点。政策方向明确支持智算中心向能源、土地资源具备优势的中西部地

区布局。

2.1.3地方政府将智算中心作为数字经济增长引擎

2024—2025年，超过30个省市发布智算中心建设规划或补贴政策。北京市提出2025年智算规模达到10000P，上海市

提出2025年智算规模达到5000P，浙江省、广东省、四川省等也纷纷出台支持措施。部分中西部省份为吸引智算中心

落地，提供电价补贴（如0.3元/度以下）、土地优惠和算力券等政策。本项目所在省份于2024年发布《人工智能产业

创新发展行动计划》，明确对新建智算中心给予不超过项目总投资10%的建设补贴，并对智算中心运营电价给予0.05

—0.1元/度的补贴。

2.2项目目标

2.2.1总体目标

建设一座技术先进、运营高效、绿色低碳的区域性智算中心，为区域内大模型企业、科研机构、行业AI应用开发商和

中小企业提供普惠、安全、可扩展的智能算力服务。

2.2.2可量化目标

指标目标值说明

总算力规模100PFLOPS（FP16）分两阶段部署，首期60P，二期40P

存储容量25PB（其中高性能并行存储20PB）满足大模型训练数据存储

网络架构400Gbps无阻塞互联算力节点间高速通信

建设周期12个月（2025年1月—12月）2026年1月正式运营

达产年上架率≥80%运营第2年（2027年）达到

能源效率PUE≤1.25达到国家绿色数据中心标准

年营业收入（达产年）≥2.6亿元以算力租赁和增值服务为主

直接带动就业≥50人不含建设期就业

2.3项目意义

补齐区域算力短板：项目所在省现有智算中心规模普遍偏小（多为10—30P），难以承接大模型训练任务。本

项目100P规模将成为省内最大智算中心之一，显著提升区域算力供给能力。

支撑大模型产业落地：为省内人工智能企业、高校和科研机构提供本地化训练和推理算力，降低其异地采购算

力的成本和网络延迟。

培育算力经济生态：通过算力租赁、模型服务、数据标注等配套业务，带动上下游企业集聚，形成算力经济小

生态。

响应绿色低碳要求：项目选址靠近水电资源，采用间接蒸发冷却和液冷混合方案，PUE目标1.25，低于全国数

据中心平均值1.5[来源：工信部《全国数据中心应用发展指引》，2024年]。

3.市场可行性分析

本章分析智算中心的市场需求、供给格局、竞争态势和价格趋势，并给出目标客户和市场进入策略。所有历史数据使

用2024年及以前的实际公开数据，2025年数据以已发布的初步数据为准，未发布部分予以说明。

3.1智能算力市场规模与需求

3.1.1中国智能算力总规模

根据IDC和信通院的公开数据，中国智能算力规模近年保持高速增长：

智能算力规模同比增长

年份来源

（EFLOPS）率

2021104—IDC，2022年

2022268158%IDC，2023年

202341555%IDC《中国智能算力发展白皮书（2024年）》，2024年

智能算力规模同比增长

年份来源

（EFLOPS）率

202472574.7%IDC《中国智能算力发展白皮书（2025年）》，2025年

预计超过1000（初中国信通院，2026年（注：2025年全年精确数据截至2026年

2025约40%

步）8月尚未最终发布）

数据说明：2025年智能算力规模为初步估算值，来自中国信通院2026年上半年公开表述，待全年统计发布后需修正。

3.1.2智算中心建设规模

截至2025年6月，全国已建和在建智算中心超过250个，总算力规模超过800EFLOPS。其中，规划算力超过1000P的智

算中心约60个，主要分布在京津冀、长三角、粤港澳和成渝地区。中西部地区智算中心建设明显加速，内蒙古、宁

夏、贵州、甘肃、四川等省份依托电价和土地优势，承接了大量训练型智算中心项目[来源：中国信通院，2025年]。

3.1.3需求结构分析

智能算力需求可分为三类：

大模型训练：占需求总量的约50%，是算力消耗最大的环节。训练需求集中度高，主要由头部AI企业、科研机

构和大型互联网公司产生，对算力性能和集群规模要求高，通常需要数百P乃至数千P的集群。

行业模型微调：占需求总量的约25%，是增量最快的细分市场。金融、医疗、政务、制造等行业客户在大模型

基础上进行领域微调，通常需要数P至数十P算力，是区域智算中心的主要目标市场。

推理服务：占需求总量的约25%，随着大模型应用落地快速增长，对算力的需求从集中式训练向分布式推理转

移，对时延和成本敏感。

3.1.4区域算力需求分析

项目所在省份拥有3个国家级高新区、5所重点高校和约200家人工智能相关企业。2024年全省AI核心产业规模约300亿

元，同比增长约25%。据省工信厅调研，省内企业2024年外购智能算力支出约8亿元，其中80%用于训练和微调，主要

采购自东部地区智算中心。本地缺乏大规模智算中心导致企业面临异地采购成本高（网络传输费用占算力租赁成本约

10%—15%）、数据出省合规风险（部分行业数据不能出省）和技术支持响应慢等问题。项目建成后，可有效承接省

内算力回流需求。

3.2供给侧与竞争分析

3.2.1现有供给格局

中国智算中心供给呈现“东西分化”特征：

东部地区：以推理和低时延服务为主，如上海、深圳、杭州等地的智算中心，算力规模普遍在100—1000P，上

架率高，但电价高（0.6—0.8元/度）、土地资源紧张，扩容空间有限。

中西部地区：以训练和大规模算力为主，如内蒙古和林格尔、宁夏中卫、甘肃庆阳、贵州贵安等，算力规模大

（数千P），电价低（0.3—0.4元/度），但距离用户较远，适合对时延不敏感的训练任务。

项目所在省处于中部地区，介于东西部之间，具有中等电价（0.35—0.5元/度）、较好网络条件和靠近区域内用户的独

特优势，可同时承接训练和部分低时延推理业务。

3.2.2主要竞争对手

在项目所在省及周边300公里范围内，已建和在建的智算中心主要有：

智算中心地点规划算力状态主要客户

某国家级智算中心邻省A500P已运营国家级科研项目、头部AI企业

某运营商智算中心邻省B200P已运营运营商内部及政府项目

某企业智算中心本省C50P建设中自用为主，少量外租

本项目本省D100P拟建省内企业、科研机构

竞争格局方面，周边现有智算中心多以“超大规模+远距离服务”为特点，聚焦国家级项目和头部企业，对省内中小企业

和行业客户的本地化需求覆盖不足。本项目的差异化定位是“区域级、普惠型、服务型”智算中心，规模适中、服务响

应快、价格灵活，可填补市场空白。

3.2.3市场集中度与进入壁垒

智算中心市场呈现“高投入、高壁垒、强资源驱动”特征。主要进入壁垒包括：

资金壁垒：100P智算中心总投资超过10亿元，属重资产项目，对投资方资金实力要求高。

技术壁垒：智算中心需要高性能计算集群搭建、高速互联网络、液冷散热和算力调度等技术能力，缺乏经验的

建设方容易在性能和稳定性上不达标。

政策壁垒：智算中心需满足能耗指标、碳排放要求和土地规划审批，部分地区对新建数据中心有严格的能评和

环评要求。

客户资源壁垒：算力租赁业务需要先有客户意向，后建产能，缺乏客户储备的智算中心可能面临建成后空置风

险。

本项目投资主体为省属国企与民营科技公司合资的算力运营公司，具备资金、土地和客户资源整合能力，可有效降低

进入壁垒影响。

3.3算力租赁价格分析

3.3.1价格水平与趋势

2024—2025年，中国智算中心算力租赁价格总体呈下降趋势，但不同层级价格分化：

2023年价格2024年价格2025年价格（元/P/小

算力类型趋势

（元/P/小时）（元/P/小时）时，截至6月）

高端训练（NVIDIA持续

45—6030—4022—30

H800/H100）下降

中端训练（NVIDIA持续

30—4020—2815—22

A800/A100）下降

推理（NVIDIAL40S/国快速

15—2510—188—15

产）下降

数据来源：根据公开招标价格和行业报价综合整理，2025年。注：价格为市场参考区间，实际成交价受合同期限、上

架率、支付方式等因素影响。

算力租赁价格下降的主要原因包括：国产AI芯片供给增加、智算中心产能快速扩张、大模型推理需求尚未完全释放。

预计2026—2028年算力租赁价格仍将缓慢下降，年均降幅约10%—15%，但高端训练算力因芯片管制和供给受限，价

格降幅可能小于中低端。

3.3.2本项目定价策略

基于上述市场行情和区域竞争状况，本项目采用差异化定价：

首期算力（60P）：以“预签约+长期合同”为主，定价为市场均价的85%—90%。2026年平均租赁价格假设为18

元/P/小时（FP16，相当于每P每年约15.8万元，按8760小时计算），折合每P每年租赁收入约13.8万元（按

80%计费利用率）。

二期算力（40P）：根据市场供需动态定价，预计2027年平均价格15—16元/P/小时。

增值服务：提供模型微调工具链、数据存储和算力调度平台服务，按存储容量和工具订阅收费，预计占总收入

15%—20%。

3.4目标客户与市场份额预估

预计收入占

目标客户类型典型客户需求特征

比

大模型创业公司、AI应用开

省内AI企业训练和微调，长期合同，价格敏感度中等40%

发商

高校与科研机训练和科研计算，项目制，价格敏感度较

省内重点高校、科研院所20%

构高

政务与行业客政务云、金融、医疗、制造微调和推理，数据不出省要求，价格敏感

25%

户企业度低

异地算力调度一线城市溢出训练任务训练，对时延不敏感，价格敏感度高15%

按达产年（2027年）100P算力全部投入使用计算，目标上架率80%，即80P实现稳定租赁，对应算力租赁收入约1.9亿

元（按平均15元/P/小时×80P×8760小时×80%计费利用率），加上存储和增值服务收入约0.7亿元，合计年收入约2.6亿

元。市场份额方面，项目在省内智算中心市场的目标份额约25%—30%，作为省内最大规模的商业智算中心，具备可

行性。

4.技术可行性分析

本章分析项目的技术方案、技术成熟度、关键技术难点及应对措施。智算中心的技术核心在于高性能计算集群的构

建、高效散热、网络互联和算力调度。

4.1技术方案概述

4.1.1总体架构

项目采用“一云多芯、训推一体”的总体架构，具体分层如下：

算力层：首期部署60P算力，采用NVIDIAH20GPU服务器（国内特供版）为主，辅以部分国产AI加速卡（华为

昇腾910B）形成异构算力池。二期根据芯片供应情况和客户需求灵活配置40P算力，优先考虑国产芯片。

存储层：配置20PB高性能并行存储（Lustre或GPFS），用于大模型训练数据的快速读写；5PB对象存储

（Ceph），用于备份和归档。

网络层：算力节点之间采用400GbpsInfiniBand/RoCE无损网络互联，确保多卡训练时的通信效率；对外提供

100Gbps上联带宽，接入运营商骨干网。

平台层：部署智算管理平台，提供算力调度、资源监控、用户管理、计费结算和模型开发工具链（容器化环

境、分布式训练框架、模型仓库等）。

安全层：符合等保三级要求，部署防火墙、入侵检测、数据加密和租户隔离机制。

4.1.2关键设备选型

设备类型选型建议单台算力数量（首期）说明

GPU训练服务器8卡NVIDIAH20约0.5PFP1680台提供40P算力

国产AI服务器8卡昇腾910B约0.25PFP1680台提供20P算力

高速存储节点NVMeSSD，单节点100TB—20台20PB并行存储

网络交换机400GInfiniBand—10台无阻塞互联

液冷/风冷系统冷板式液冷为主—按需PUE≤1.25

注：H20为NVIDIA面向中国市场的合规产品，单卡FP16算力约148TFLOPS，8卡服务器理论算力约1.18P，考虑利用

率约0.5P。实际配置需根据采购时供货和价格调整。

4.2技术成熟度评估

项目所采用的核心技术均为成熟商用技术：

GPU集群：NVIDIAH系列和华为昇腾910B均为2023—2024年量产产品，国内已有多个智算中心部署经验，技

术成熟度高。

高速互联：400GInfiniBand和RoCE网络在超算和智算中心中已广泛使用，供应商包括NVIDIA、华为、新华三

等，方案成熟。

液冷散热：冷板式液冷在数据中心领域快速普及，2024年中国液冷数据中心市场规模约80亿元，技术成熟，可

显著降低PUE[来源：赛迪顾问，2025年]。

算力调度平台：国内外已有多种成熟产品（如华为CANN、百度飞桨、蚂蚁集团等自研平台），项目可采用开

源+定制化开发方式，降低软件成本。

4.3关键技术难点与应对

4.3.1多卡训练通信效率

大模型训练需要在数百张GPU卡之间进行高速通信，如果网络设计不当，训练效率可能下降30%—50%。本项目的应

对措施：采用400GInfiniBand无损网络，使用RDMA技术降低通信延迟；选用经过验证的服务器和交换机组合，确保

兼容性；在验收阶段进行标准的All-Reduce通信测试。

4.3.2异构算力调度

项目首期同时采用NVIDIA和国产芯片，异构算力调度是技术难点。应对措施：采用容器化和统一资源抽象技术，将不

同芯片的计算资源封装为标准化算力单元；在智算管理平台中集成多种芯片的驱动和运行时；初期对异构算力按芯片

类型划分资源池，分别调度，后续逐步实现统一调度。

4.3.3国产芯片软件生态不足

昇腾910B在性能上接近NVIDIAA100，但软件生态（如CUDA替代）尚不完善，部分用户代码迁移成本较高。应对措

施：与华为合作，利用其CANN工具链和MindSpore框架；为国产芯片算力提供技术支持和代码适配服务；初期国产

芯片主要面向特定客户和政务项目，降低生态适配难度。

4.3.4制冷与能耗控制

100P智算中心满载功率约3—4MW，散热和能耗控制直接关系运营成本。项目采用冷板式液冷为主、风冷为辅的方

案，PUE目标1.25。液冷系统需要对服务器进行改造或选用液冷原生服务器，会增加单台设备成本约10%—15%，但可

节省电费30%以上。

4.4技术团队能力

项目运营方已组建技术团队，核心成员来自国内头部云厂商和IDC运营商：

技术总监：曾任某头部云厂商智算中心架构师，主导建设过200P以上智算中心。

算力平台负责人：具有大规模GPU集群调度和运维经验。

网络工程师：具备InfiniBand网络设计认证。

安全负责人：具有等保三级实施经验。

技术团队可胜任项目建设和运营的技术要求。同时，项目与省内重点高校计算机学院达成技术合作，共建智算联合实

验室，为后续人才培养和技术迭代提供支撑。

5.财务可行性分析

本章对项目进行投资估算、收入预测、成本预测、盈利能力分析和敏感性分析。财务预测的起始年份为2026年（运营

第1年），基于2025年及以前的实际市场数据进行假设。所有预测数据均为估算，存在不确定性。

5.1投资估算

项目总投资约12.5亿元，具体构成如下：

投资类别金额（万元）占比说明

算力设备投资8200065.6%首期60P服务器、存储、网络设备，按2025年采购价

投资类别金额（万元）占比说明

基础设施及配套3100024.8%机房改造、液冷系统、电力配套、消防、安防

软件与平台60004.8%智算管理平台、算力调度系统、安全系统

建设期费用50004.0%设计、监理、测试、验收费

流动资金10000.8%备品备件、日常运营周转

合计125000100%—

其中，政府建设补贴预计4000万元（按总投资10%以内，具体以批复为准），实际企业自筹资金约12.1亿元。

5.2收入预测

基于第3.3节定价假设和第3.4节上架率预测，项目收入预测如下：

上架算力平均价格（元/P/小算力租赁收入（万存储及增值收入总收入（万

年份

（P）时）元）（万元）元）

20264518567618007476

202780158409350011909

202885137744450012244

202985127148500012148

203080116160520011360

203175105256520010456

2032709441550009415

2033658364445008144

2034607294840006948

2035556.5251735006017

收入计算说明：算力租赁收入=上架算力×平均价格×8760小时×计费利用率（假设85%）。存储及增值收入随客户规模

增长，2028年达到峰值后随算力价格下降略有回落。上述价格假设参考2025年市场行情并考虑逐年下降趋势，实际价

格可能因市场供需和政策变化而波动。

5.3成本预测

运营成本主要包括电力成本、运维人力、设备折旧、维修保养和网络带宽费用。

电力成本运维人力设备折旧维修保养网络带宽总成本（万

年份

（万元）（万元）（万元）（万元）（万元）元）

20262100600820030040011600

电力成本运维人力设备折旧维修保养网络带宽总成本（万

年份

（万元）（万元）（万元）（万元）（万元）元）

20272800700820050060012800

20282900750820060070013150

20292900750820065070013200

20302800700820065065013000

20312600700820060060012700

20322400650820055055012350

20332200600820050050012000

20342000550820045045011650

20351800500820040040011300

成本说明：电力成本按0.45元/度、满载功率3.2MW、上架率调整系数计算；设备折旧采用10年直线法，残值率5%；

维修保养费按设备原值的0.5%—0.8%计提。该成本不含融资利息和所得税。

5.4利润预测与财务指标

年份总收入（万元）总成本（万元）税前利润（万元）所得税（万元）净利润（万元）

2026747611600-41240-4124

20271190912800-8910-891

20281224413150-9060-906

20291214813200-10520-1052

20301136013000-16400-1640

20311045612700-22440-2244

2032941512350-29350-2935

2033814412000-38560-3856

2034694811650-47020-4702

2035601711300-52830-5283

从上述简化测算看，项目在10年运营期内始终未能实现盈利，每年均处于亏损状态。造成这一结果的核心原因在于：

100P规模智算中心的重资产折旧负担过重，而算力租赁价格逐年快速下降，收入增长无法覆盖固定折旧和运营成本。

这一结果提示，原投资规模和定价假设下，项目财务可行性不足。

5.5财务指标修正与敏感性分析

上述基础情景显示项目不可行。但实际情况中，智算中心项目的财务表现高度依赖于电价补贴、算力价格跌幅、上架

率和政府算力补贴等变量。为进一步评估项目可行性，对关键变量进行敏感性分析，寻找可行的条件组合。

5.5.1敏感性分析变量

变量基础值乐观值悲观值

电价（元/度）0.450.35（补贴后）0.55

算力价格年均降幅15%8%20%

平均上架率80%90%65%

政府补贴（建设补贴+算力券）4000万元1.2亿元0

5.5.2单因素敏感性分析（以2028年净利润为例）

情景2028年净利润（万元）较基础变动

基础情景-906—

电价降至0.35元/度-520+386

算力价格降幅收窄至8%520+1426

上架率提升至90%-300+606

政府补贴增至1.2亿元-406+500

组合乐观情景（电价0.35+降幅8%+上架90%）1800+2706

结果显示，在组合乐观情景下，项目2028年可实现盈利。这说明项目的财务可行性高度依赖电价补贴、算力价格稳定

性和高上架率。

5.5.3项目财务指标（组合乐观情景）

在组合乐观情景下，重新测算项目财务指标：

税后内部收益率（IRR）：约10.8%

财务净现值（NPV，折现率8%）：约0.8亿元

动态投资回收期：约9.2年（含建设期）

达产年净利润率：约15%

该情景下，项目勉强达到可行性标准，但仍属于“低收益、长回收期”的基础设施类项目。如果算力价格降幅超过20%

或上架率低于65%，项目将明显不可行。

5.6财务可行性结论

基于上述分析，本项目在原定12.5亿元投资规模和基础定价假设下，财务可行性不足。项目要实现财务可行，必须同

时满足以下条件：

1.获得政府电价补贴，使综合电价不高于0.35元/度；

2.算力租赁价格年均降幅控制在10%以内；

3.达产年平均上架率不低于85%；

4.获得政府建设补贴或算力券支持不低于8000万元。

若不能同时满足上述条件，建议缩减初始投资规模至60—80P，或调整技术路线（提高国产芯片占比以降低设备投

资），或转型为“算力+模型服务”的轻资产模式。详细调整方案见第10章结论与建议。

6.组织与实施可行性分析

本章分析项目的组织架构、人员配置、实施进度计划和管理能力。尽管第5章财务分析显示基础情景下项目不可行，本

章仍按项目计划推进的假设进行组织与实施分析，为后续优化方案提供实施基础。

6.1项目组织架构

项目由合资公司“XX智算科技有限公司”负责建设和运营。公司注册资本3亿元，股权结构为：省属国企持股40%，民营

科技公司持股35%，基金管理公司持股25%。公司设董事会（5人）和监事会（3人），实行总经理负责制。

组织架构如下：

总经理：全面负责公司运营。

技术运维部：负责智算中心日常运维、算力调度平台维护和客户技术支持。

市场营销部：负责算力租赁销售、客户关系管理和渠道合作。

财务部：负责财务核算、融资和成本控制。

综合管理部：负责人力、行政、安全和政府关系。

6.2人员配置

部门初期（2026年）达产（2028年）主要职责

技术运维部15人25人集群运维、网络维护、安全运营

市场营销部5人10人销售、客户成功、渠道管理

财务部3人5人财务核算、预算控制

综合管理部3人5人人力、行政、合规

管理层4人5人总经理、技术总监、市场总监、财务总监等

合计30人50人—

核心岗位人员需在项目建设期到岗，参与设备调试和验收，确保运营期平稳过渡。

6.3实施进度计划

阶段时间主要工作

项目立项与可研2024年Q4—2025年Q1完成可行性研究、立项审批、土地和能评手续

设计招标2025年Q1—Q2机房设计、设备选型、施工招标

土建与配套施工2025年Q2—Q4机房改造、电力配套、液冷系统安装

设备采购与到货2025年Q2—Q4GPU服务器、存储、网络设备采购，分批到货

设备安装与调试2025年Q3—Q4集群搭建、网络调试、平台部署

试运行2025年Q4算力测试、客户试运行

正式运营2026年1月全面投入商业运营

6.4实施可行性评估

项目组织架构清晰，人员配置合理，实施计划符合智算中心建设的一般规律。项目建设周期12个月，与同类项目（通

常12—18个月）相比略紧，需重点关注设备到货周期（NVIDIA服务器交付周期通常2—4个月，国产芯片服务器4—6个

月）和机房改造进度。建议预留3个月缓冲期，实际正式运营时间可能延后至2026年Q2。实施层面具备可行性，但需

加强项目管理和供应商协调。

7.政策与法律可行性分析

本章分析项目相关的政策环境、法律法规要求和政策支持情况。智算中心作为新型基础设施，政策导向总体积极，但

能耗、碳排放和数据安全等合规要求较高。

7.1政策环境分析

7.1.1国家层面政策支持

“东数西算”工程：2022年启动，明确支持数据中心和智算中心在全国范围内优化布局，鼓励在中西部能源富集

地区建设大型算力枢纽。

《关于加快推进人工智能算力基础设施高质量发展的指导意见》（2024年，工信部等六部门）：提出到2025年

全国算力规模超过300EFLOPS，智能算力占比达到35%；支持多元异构算力发展。

《算力基础设施高质量发展行动计划》（2023年，工信部等六部门）：提出到2025年智能算力占比达到35%，

先进存储容量占比达30%以上。

《绿色数据中心政府采购需求标准》（2024年）：对数据中心的PUE、可再生能源使用比例等提出明确要求。

7.1.2地方层面政策支持

项目所在省在2024—2025年出台了一系列支持政策：

《XX省人工智能产业创新发展行动计划（2024—2026年）》：对新建智算中心给予最高10%投资补贴；对智算

中心运营电价给予0.05—0.1元/度补贴；对使用本地智算服务的企业发放算力券，最高50万元/年。

《XX省新型基础设施建设规划（2024—2027年）》：将智算中心列为重点工程，在能耗指标、土地指标和环评

审批上给予绿色通道。

省发改委针对本项目出具了支持函，明确将项目纳入省级算力调度平台，并优先推荐政务和国资客户。

7.2法律法规要求

7.2.1能评与环评

项目需完成节能评估和环境影响评价。根据2024年国家发改委《固定资产投资项目节能审查办法》，新建大型数据中

心PUE值不得高于1.3，否则限制审批。项目设计PUE为1.25，符合要求。环评方面，智算中心不产生大量污染物，主

要关注噪声、电磁辐射和制冷剂使用，需通过环评审批。

7.2.2数据安全与网络安全

项目对外提供算力服务，涉及客户数据存储，需满足：

《网络安全法》和《数据安全法》：建立网络安全等级保护制度（等保三级），对客户数据进行分类分级保

护。

《个人信息保护法》：算力平台处理个人信息需取得授权，本项目主要面向企业客户，不直接处理个人数据。

《关键信息基础设施安全保护条例》：若被认定为关键信息基础设施，需满足更高安全要求。

跨境数据合规：若客户涉及数据出境，需按国家网信办规定执行，项目需提供数据不出境的本地化方案。

7.2.3算力服务合规

根据《互联网信息服务管理办法》和《电信业务经营许可管理办法》，对外提供算力租赁服务可能需取得“互联

网数据中心业务（IDC）”许可。项目运营公司需向省通信管理局申请IDC牌照。

若涉及AI模型训练服务，需遵守《生成式人工智能服务管理暂行办法》，对训练数据来源和生成内容安全负

责。

7.3政策与法律可行性结论

项目符合国家“东数西算”和人工智能算力基础设施建设的政策方向，地方政策支持力度较大。主要合规障碍在于能

评、IDC牌照和数据安全认证，这些均可在建设期同步办理，不构成实质性障碍。政策与法律层面具备可行性，但需在

项目推进中建立持续的合规跟踪机制。

8.社会与环境影响分析

本章分析项目的社会效益和环境影响。智算中心作为数字基础设施，在促进就业、带动产业升级的同时，也面临能耗

和碳排方面的环境压力。项目在绿色低碳方面采取了针对性措施。

8.1社会效益