该报告由中国工业互联网研究院于 2026 年 1 月发布，系统梳理了工业智算的发展内涵、国内外发展现状及未来趋势，核心内容如下：

一、工业智算核心内涵与价值

定义：通过 CPU、GPU 等大规模异构算力资源，为工业智能终端、边缘计算等场景提供算力、数据、算法和模型，实现 “云 - 边 - 端” 一体化融合智能计算，是工业数字化、智能化的重要载体。

核心特征：兼具软硬件协同、新型工业网络支撑、云边端一体化协同三大特征，适配工业高实时性、高可靠性需求。

服务框架：以 “工业智算 + 数据智能基座 + 智能模型” 三位一体架构，打破传统工业端侧智能化瓶颈，推动企业从单点智能迈向全局协同。

二、工业智能转型面临的核心问题

端侧存在 “局部智能” 困境，设备智能化呈点状分布，缺乏全链路贯通的体系化架构；

端侧面临算力缺失、数据治理缺失、专用算法模型缺失的 “三缺” 痛点；

市场解决方案两极分化，通用产品难以适配个性化需求，定制方案成本高、周期长。

三、美欧工业智算发展情况及启示

（一）发展现状

算力布局：美国占据全球 AI 算力 68.9% 的份额，欧盟通过 EuroHPC 统筹分布式算力网络；

产业链模式：美国为寡头主导的垂直整合模式，欧盟为分布式协同、主权优先的发展模式；

技术路线：美国侧重 “暴力算力 + 架构创新” 追求极限性能，欧盟强调 “能效优先 + 合规适配” 聚焦场景落地。

（二）对我国启示

明确 “补短板、固长板、建生态、强治理” 路线，短期以场景牵引、架构创新绕开高端芯片依赖，中期构建自主开源生态，长期聚焦绿色算力与数据合规，形成本土闭环。

四、我国工业智算发展现状

市场规模：呈高速增长态势，2025 年智能算力规模预计达 1037.3EFLOPS，2028 年有望突破 2781.9EFLOPS，工业智算细分占比持续提升，2028 年将达 50%+；

需求驱动：工业数据爆发、工业大模型渗透、数智化向 OT 侧延伸三大因素推动需求增长；

产业进展：核心硬件国产替代加速，AI 芯片、服务器等产品工业适配能力提升；中游算力调度、模型研发等环节模式创新，软件生态持续完善；行业渗透加快，在汽车制造、航空航天、能源等领域重塑生产流程、缩短创新周期。

五、未来发展趋势

我国工业智算将呈现四大核心趋势：算力网络从分布式布局迈向毫秒级全域协同；工业智能体规模化落地，形成全流程闭环能力；国产生态从单点突围转向协同作战，实现全域替代；场景应用从头部试点向全行业深度渗透，覆盖传统行业及复杂场景，全面支撑新型工业化。