2026年3月，全国两会。“十五五”规划纲要正式发布，一个前所未有的信号被资本市场捕捉——算力网被列为与交通网、能源网并列的国家级基础设施。

这不是一个普通的政策表述。中国过去二十年的发展经验表明：凡是写入国家级基础设施规划的“网”，都意味着万亿级投资周期和长达十年的确定性增长。高速公路网如此，高铁网如此，5G通信网如此。算力网，将是“十五五”时期最引人注目的“新面孔”。

国家发展改革委副主任李超在发布会上明确表示，“十五五”时期，发改委将更加注重供需适配，加强算力网与新型电网、新一代通信网规划建设的协同联动。国家数据局局长刘烈宏则在部署2026年重点工作时强调，要“完成好数据要素市场化配置改革的战略部署”。

与此同时，一组数据正在刷新行业认知：截至2026年3月底，全国智能算力总规模已达188万PFLOPS，是去年同期的2.5倍。其中超八成的智算能力向八大国家算力枢纽节点高度集聚。国家级监测调度平台已成功接入137万P的智算资源，以72%的接入率将分散资源统一拉齐。国家已建成42个万卡级智算集群。中国正计划在未来五年内投入约2万亿元建设全国性的数据中心网络。

算力正在从一种“硬件资源”变成一张“国家电网”。但有一个关键问题正在被反复追问：这张网建好之后，谁来负责“调度”？

理解算力网的价值，需要先理解它要解决的根本矛盾。

过去几年，中国在算力基础设施建设上投入巨大。东部算力需求旺盛但能源紧张、成本高昂；西部能源丰富但算力需求不足——“东数西算”工程正是为了解决这一结构性矛盾。8大国家算力枢纽、10个国家算力集群、3个算电协同发展区域，构成了“8+10+3”的算力空间布局。

但物理设施的建设只是第一步。

发改委在回应大规模投建算力网时明确指出：“市场力量将起决定性作用” 。这意味着，算力网不能只是一个“政府工程”，它需要真正被市场用起来——让东部企业能够像调用本地资源一样调用西部的算力，让科研机构能够无缝调度不同区域的异构算力集群，让开发者不用关心“算力在哪里”而只关心“算力怎么用”。

“算力网上真正调度和流动的不是抽象的‘算力’，而是计算任务、所需要的数据，以及计算结果。”工信部在最新发布的《“人工智能+信息通信”创新发展实施意见（2026—2028年）》中进一步要求：“建立完善国家和区域算力平台，强化算力统筹监测和供需对接，促进算力、模型、应用一体化协同创新” 。

这正是算力网“最后一公里”的核心命题：从“建好算力”到“用好算力” 。

而和鲸积累的核心能力，恰好指向这一命题的解法。

算力网面临的最大技术挑战，是异构——不同厂商的芯片、不同架构的集群、不同地域的数据中心，如何被统一调度、统一管理？

和鲸的答案藏在过去数年的产业实践中。和鲸与浙江大学地球科学学院合作参与国际大科学计划，需要协调欧亚地区几十个科研团队协同工作，计算资源横跨五六个大型集群、数百台设备，架构涵盖不同的芯片体系。和鲸团队研发的跨云异构调度技术，成功打通了这一复杂异构的算力“联合国”。

和鲸与国家气象信息中心合作，将大规模超算集群的利用效率提升数倍。和鲸与云赛数智合作，依托集团算力集群与云平台资源，实现算力资源高效调度。

这些案例的共同特征是什么？它们都是在不同地域、不同架构、不同管理主体的算力资源之间，建立统一的调度和管理能力。 而这，恰恰是国家级算力调度平台最需要的能力。

发改委在解读算力网时特别强调：算力网上真正流动的不是抽象的“算力”，而是计算任务、数据和计算结果。这意味着，算力网不只是“算力的高速公路”，更是“数据和模型的流通网络”。

和鲸的ModelWhale平台，正是围绕“数据+模型+流程+应用”四大数字资产构建的协同平台。RAG知识库让专业团队的知识资产可以被大模型调用；模型Repo让大小模型可以在统一的平台上协同工作；可视化编排工具让开发者可以像搭乐高一样组装AI应用。

当算力网完成物理层的互联互通后，上层需要的就是这样一套能够让“数据流动起来、模型协同起来、应用构建起来”的操作系统。和鲸的平台能力，恰好填补了这一层。

算力网最终的服务对象，是千千万万的开发者、科研人员和企业用户。没有活跃的开发者生态，算力网只是一张“空网”。

和鲸社区100万注册用户、10万+专业内容、5万+可复现开源项目，构成了算力网最宝贵的“用户资产”。这些开发者不是被动的算力消费者，而是主动的算力使用者、模型创造者、应用开发者。当算力网建成后，和鲸社区将成为天然的用户入口和人才培养基地。

正如工信部在政策文件中所要求的：“促进算力、模型、应用一体化协同创新”——和鲸的“社区+平台”双轮结构，恰好实现了算力、模型、应用的三位一体。

如果将和鲸的能力与国家政策的时间线放在一起对比，会发现一个惊人的“共振”：

和鲸的技术演进路径，与国家对算力基础设施的战略布局形成了高度的同频。当国家从“建算力”转向“用算力”，和鲸过去十年积累的调度能力、协同能力、生态能力，恰好踩在了政策转换的关键节点上。

更值得关注的是，国家数据局在《2026年数字经济发展工作要点》中，将“深化数据要素市场化配置改革”列为首要任务。这意味着，算力网的下一个阶段，将不仅是算力的流通，更是数据要素的流通。而和鲸长期深耕的数据协同、模型资产管理、开发者生态，正是数据要素市场化配置的基础设施。

在算力网的建设中，一个容易被忽视的视角是：中国需要的不仅是“算力硬件”的自主可控，更是“算力调度”的自主可控。

当前，全球算力竞争已从“芯片战”升级为“算力网战”。各国都在加速构建自主可控的AI基础设施——以色列、阿联酋、韩国已各自启动了包含专用算力集群的国家AI战略。德国总理公开表示“五年内算力翻倍，不再依赖中美”。中国则计划让本土供应商提供至少80%的AI芯片等技术。

但芯片只是算力网的一个环节。更重要的是：谁来调度这些芯片？谁来管理这些算力？谁来让这些算力真正被用起来？

如果说芯片是算力网的“心脏”，那么调度平台就是算力网的“大脑”。在“东数西算”从物理建设走向智能调度的转折点上，一个能够调度异构算力、协同数据模型、连接开发者的中间层平台，其战略价值不亚于底层芯片。

和鲸既不是算力硬件厂商，也不是大模型公司，而是一个纯粹的“中间层”——专注于让算力被更高效地使用、让模型被更便捷地部署、让开发者被更好地连接。在算力网的价值链中，这正是最需要市场化力量介入的环节，也正是发改委所说的“市场力量将起决定性作用”的领域。