如果今天一家初创公司突然需要跑一轮300亿参数的模型训练，过去它必须花几十万元买卡，或者预付一年云算力套餐。今后，它或许只需在“算力超市”里勾选“200卡×48小时”，微信扫码就能开工——算力像桶装水一样立等可取，这正是工信部《普惠算力专项行动》试图描绘的未来。
从数据看，中国算力总规模年增30%，但矛盾也同步扩大：一边是日均Token调用量三个月激增40%，一边是大量GPU空置在西部机房；一边是中小企业“小批量、碎片化、临时性”需求此起彼伏，一边是云厂商绑定年单、动辄百万预付。工信部把这一困局概括为“供需错配”，并给出了市场化药方——“算力银行”+“算力超市”。
这两个比喻并非文字游戏，而是对算力属性的一次重新定义：从“重资产”转向“轻服务”。所谓“算力银行”，是把企业闲置的CPU、GPU、NPU折算成“算力额度”存进去，平台像银行一样做期限错配和流动性调度；而“算力超市”则是把不同规格、不同时长的算力产品摆上货架，支持“卡时”“核时”“Token”计价，用户即买即用。相较传统IDC租赁，它最大的变化是计价颗粒度从“月”“年”压缩到“分钟”“小时”，甚至“Token”，彻底打通了“按需取用”的最后一公里。
上海电信的先行落地验证了技术可行性：青浦、临港两大智算中心的多余GPU被包装成“云主机”“裸金属”在线商品，金融、政务客户已能像网购一样下单。更关键的是，平台内建了多级账号和精准计量——算得清、算得准，才能把“算力券”“存力券”这类财政补贴精准发到中小企业手里，避免过去“大水漫灌”造成的寻租与浪费。
不过，模式跑通不等于万事大吉。“算力银行”要想成为真正的流动性中枢，必须解决三道难题。
第一，资产标准化。GPU型号、驱动版本、网络拓扑差异极大，现在只能靠容器镜像和调度软件做“软兼容”。未来需要类似电力“220V/50Hz”的统一度量衡，才能把异构算力真正等价成可交易的“算力度”。
第二，信用体系。算力存入“银行”后，谁来保证不跑路？如果一家中小企业把夜间闲置GPU抵押换Token，白天又想紧急召回，平台如何平衡流动性与刚性兑付？这都需要区块链式的透明账本和保险机制。
第三，东西部价差。西部绿电便宜，但带宽贵；东部离客户近，但电费高。平台必须引入实时电价、网络时延作为定价因子，才能把“在西部存算力、到东部用”做成可持续的套利模型。
政策层面，工信部已给出时间表：2028年底前普惠体系要覆盖10类行业以上。在我看来，与其追求大而全，不如先锁定三类场景做深做透：AI原生SaaS、工业设计仿真、视频内容生成。这三类需求共同特点是对GPU型号要求相对单一、任务可切分、价值高，能够承担“碎片化算力”带来的性能损耗，从而帮助平台在“跑通商业模式”与“保障用户体验”之间找到平衡。
更深一层地看，“算力银行”不仅是技术工程，更是产业治理实验。过去十年，中国云计算是“中心—边缘”两级架构，云厂商既是算力生产者又是销售者；未来“算力银行”可能催生一批专业的“算力做市商”——他们不造芯片、不建机房，只做跨地域、跨时段的算力撮合与优化。这种角色在过去IT产业中从未出现，一旦形成规模，就会倒逼芯片、网络、电力、金融等多部门协同制定新的准入与监管规则。
从中小企业视角，普惠算力最大的意义不仅是降本，更是“试错权”。过去试错门槛是100万，失败一次就出局；现在只需1万元就能跑通MVP。当创新成本指数级下降，中国AI应用的长尾市场才可能真正打开。从这个意义上说，“算力银行”不只是技术红利，更是一次制度红利。
当然，政策愿景与市场现实之间仍有鸿沟。官方文件里反复出现的“算力券”能否真正落到初创公司，而不是被大企业层层转包？“超市”里的价格会不会被几家头部云厂商默契抬价？这些问题没有现成答案，需要在今后三年的试点中不断校准。但可以肯定的是，把算力从“资本支出”变成“运营支出”，把“产能”变成“流动性”，这一步中国已经迈出，而且比欧美更快。
算力成为“水电煤”的那天，或许就是AI真正平民化的开始。届时，衡量一家企业竞争力的，不再是它买了多少张A100，而是它能否在“算力超市”里以最低成本组合出最优算法。从这个角度看，工信部这次行动不仅是为中小企业“降电费”，更是在为中国AI产业重新划定起跑线。