问题——算力规模上去了，应用“用不起、用不顺”的矛盾仍突出。
近年来，我国算力基础设施建设提速，“东数西算”等工程带动投资增长，智能算力规模位居世界前列；国产算力软硬件生态也在加快完善。
但在产业一线，不少企业特别是中小企业仍面临算力采购成本高、调度效率低、供需对接不畅等问题。
与“用不起”并存的，是部分智算中心利用率偏低，出现“需求旺、闲置多”的结构性反差，制约算力对实体经济的渗透。
原因——错配与门槛叠加，导致“有算力却难转化为生产力”。
一是算力供给与行业需求在规格、时延、软件栈适配等方面不匹配，企业往往需要从硬件到模型训练、运维管理进行全链条投入，形成较高的进入门槛。
二是算力成本在人工智能研发支出中占比高，初创企业和中小企业承受能力有限，算力支出对现金流形成持续压力。
三是跨区域、跨中心的算力调度与交易体系尚不完善，算力难以实现像公共资源一样的灵活配置，导致一边“排队用算”、一边“点亮率不高”。
影响——若不解决效率与普惠问题，算力优势难以转化为产业竞争优势。
算力已成为数字经济时代的重要基础设施，也是支撑制造业升级、科研攻关和新兴产业成长的关键要素。
我国拥有超大规模市场和完整工业体系，自动驾驶、具身智能、医药研发、工业视觉等场景持续涌现，对算力需求增长空间广阔。
若算力长期停留在“建得多”而无法“用得好”，不仅会推高企业创新成本，也会影响资源配置效率，拖慢新技术从实验室到产业化的速度；在外部竞争加剧的情况下，还可能错失产业窗口期。
对策——以普惠为导向提升利用效率，形成“可用、好用、用得起”的供给体系。
此次两支市级国资基金联合领投智算云企业，被业内视为政策与资本共同推动算力普惠的重要信号：支持面向产业的算力服务体系建设，通过平台化、云化方式降低企业获取算力的门槛，并以更精细的调度与计量方式提升整体利用率。
实践中，推动普惠算力需要从三方面发力：其一，推进算力服务标准化与产品化，把复杂的训练、推理、数据与运维能力封装为可按需调用的服务，减少企业“自建机房、重资产投入”的路径依赖；其二，完善算力调度与资源管理能力，提高跨中心、跨区域的弹性供给水平，让算力像水电和互联网一样可获取、可计费、可保障；其三，加强软件栈与行业模型生态建设，提升国产软硬件协同效率，降低迁移和适配成本，形成规模化应用的正反馈。
前景——从“算力竞争”走向“效率竞争”，普惠化将成为下一阶段关键变量。
当前全球技术竞争加剧，算力供应链、生态体系与资本投入均在加速重构。
对我国而言，继续提升算力规模固然重要，但更关键的是把既有规模优势转化为应用优势与产业优势。
随着主管部门推动低时延接入等行动落地，城域范围内“快速用算”的条件将进一步成熟，算力将更深度地嵌入研发、生产与服务链条。
若能将智算中心利用效率显著提升，同时持续降低单位算力成本，将相当于在不同比例追加重资产投入的情况下，扩展有效供给，为中小企业创新与行业智能化释放更大空间。
算力普惠化不仅是一场技术革新，更是发展理念的升级。
中国正以"用好每一度算力"的实践，回答全球科技竞争中的核心命题——真正的竞争力不在于资源的绝对占有，而在于创造价值的效率。
这条兼顾公平与创新的道路，或将为后发国家打破技术垄断提供重要启示。