国家数据局最新数据显示，中国算力总规模已达310万PFLOPS，位居世界第二。数据在11月10日于福建厦门举行的全国数据标准化技术委员会2026年第二次「标准周」活动上公布。
需要区分两个口径：310万是算力总规模；国家数据局今年6月公布的截至2025年底智能算力规模为159万PFLOPS，同样排名全球第二。在用标准机架超过1373万架，万卡智算集群达到42个，算力年增速约30%。
同场成立的还有具身智能数据标准起草工作组，以及气象、卫生健康、电力、商务4个行业应用标准起草工作组。标准先行，意味着具身智能的数据规范正在从讨论走向落地。
算力第二意味着什么
算力总规模世界第二，说明中国在基础设施层面已经不缺「力气」。但算力的结构同样重要：智能算力占比、先进制程芯片供给、集群利用率，这些才是决定算力能否转化为模型能力的关键。
万卡集群42个，是一个值得留意的数字：大模型训练正在从单点突破走向集群竞赛，万卡级别的算力调度能力，正在成为衡量一个国家AI基础设施的硬指标。
标准为什么重要
具身智能的数据标准，本质上是给机器人「学说话」定规矩：数据格式、标注方法、安全边界统一了，不同厂商的机器人才能用同一套数据训练，产业才能规模化。
4个行业应用标准工作组覆盖气象、卫生、电力与商务，说明标准的落点很具体：先解决重点行业的用数问题，再向全行业铺开。
对产业来说，算力规模与数据标准是同一枚硬币的两面：前者决定能跑多大的模型，后者决定模型能不能真正走进工厂、医院与电网。310万PFLOPS是起点，不是终点。
从产业角度看，310万PFLOPS这个数字的含金量，还要看利用率：建起来的算力，有多少真正跑在模型训练与推理上，有多少处于闲置或低效状态，是比总量更关键的指标。过去几年，各地智算中心密集上马，算力总规模快速膨胀，但利用率参差不齐的问题一直存在。国家数据局同时公布万卡集群42个，某种程度上也是在回应这个问题：集群化、规模化，是提高利用率的必经之路——小而散的算力中心，很难接住大模型的训练需求。另一个值得关注的维度是算力的结构：智能算力159万PFLOPS，约占总规模的一半；剩下的通用算力，有多少能转化成AI可用的算力，取决于芯片供给与软件生态。先进制程芯片的供给，仍然是制约中国算力结构升级的最大变量。数据标准与算力规模同时推进，说明政策层面的思路很清晰：硬件要建，规矩也要立——两条腿走路，产业才能走得稳。算力竞赛的下一程，比的是结构、利用率与效率，而不只是总量。