当算力从技术变量走向生产要素，银行业不再只是资金的中介，更正在成为数字时代资源配置的枢纽。
从雄安的一场大会说起。
2026年5月9日，在雄安新区举行的“2026普惠算力赋能中小企业发展大会”上，中国信息通信研究院与中国银行正式签署合作协议，双方将围绕中国算力平台“算力银行”创新业务，在数字人民币支付结算、科技金融信贷供给和产业生态协同等方面展开合作。与此同时，中国算力平台算力超市·中小企业专区正式上线。
放在平时，这或许只是一条普通的银企合作新闻。但时间往前推一个月，2026年4月2日，工业和信息化部印发《关于开展普惠算力赋能中小企业发展专项行动的通知》，首次在国家层面提出探索"算力银行"、"算力超市"等创新业务。一个月后，中国银行成为首家参与中国算力平台生态建设的金融机构。
政策刚落地推出，就有银行实质性入场，这个速度本身说明了一些事情。
中小企业用算
卡住的不只是钱
要讲清楚银行为什么要做"算力银行"，得先看看中小企业用算力的真实处境。
做工业设计的小公司，想用AI大模型做产品渲染；制造业企业，想用算法做质检和工艺优化；跨境电商企业，想通过AI客服提高运营效率。它们未必没有需求，也未必看不到AI的价值，真正的问题往往是：算力从哪里来，成本怎么承担，使用门槛怎么降下来。
自建服务器，投入太重。高性能GPU设备价格不低，还要配套机房、运维、能耗和技术人员。对很多中小企业来说，这些都是巨额投入。去租云算力，也并不总是适配。传统云服务不少是长期合约、大额预付，而中小企业的用算需求往往是“小批量、碎片化、临时性”的。今天需要跑一个模型，明天可能就闲置了，长期绑定的模式并不适配。
更大的问题，是算力资源存在结构性错配。国家数据局的数据显示，截至2025年底，我国智能算力规模已经超过1590 EFLOPS，预计2026年将突破2000 EFLOPS。总量不小，资源在空间上错配，东部算力紧张，西部却有闲置；在时间上也错配：白天不够用、夜间有空闲，高峰紧张、低谷浪费。大量算力资源在时空上错配，没能流到真正需要它的地方。
工信部信息通信发展司副司长赵策在雄安大会上提到，要把“普惠算力应用红利”转化为“中小企业发展动力”。中国信通院云计算与数字化研究所总工程师郭亮也提到，中小企业数字化转型面临“算力获取难、应用落地难、能力提升难”三大痛点。
图：算力银行核心运作机制
“算力银行”和“算力超市”正是在这种背景下被提出来的。
简单说，“算力银行”借鉴的是银行存贷逻辑，把分散的闲置算力归集起来，通过标准化、资源池化和智能调度，再提供给真正有需求的企业。“算力超市”则更像算力交易入口，把不同性能、不同价格、不同服务能力的算力产品集中展示，让企业按需选择、即时调用。
所以，算力银行听起来是新概念，底层逻辑并不复杂。它解决的是如何让闲置算力流动起来，让中小企业从“买不起、用不上”，转向“按需用、灵活用”。而一旦算力开始被归集、调度、交易和结算，银行自然就成为了这一流程的关键角色。
中国银行入场
切入的是算力交易闭环
算力资源的流通，天然需要信用、定价、结算和融资。这些正是银行的老本行，但银行参与的方式，远比"放贷"要丰富。
目前看来，银行的参与至少有三个层次。
第一个层次，是自建算力，解决银行自身和产业链上游的"有没有"问题。工商银行建成了同业首个自主可控的千卡规模AI算力云，可以支撑千亿级参数模型的训练；建设银行的智能算力达到145.69 PFLOPs，同比增长超过24%；浦发银行基于****服务器建设了千卡异构算力集群。大银行已经不满足于做算力的"用户"，而是开始成为算力的"建设者"和"供给者"。
第二个层次，是算力金融，解决中小企业"用得起"的问题。江苏银行推出的"算力贷"专项产品，首批5家企业获得授信总额达10亿元。中国银行则推出了"中银科创算力贷"，首批签约机构38家，科创算力贷款规模达到80亿元。
这些产品的意义不仅在于提供了资金，更在于银行开始围绕算力产业链的上中下游设计差异化的金融服务：上游给智算中心建设提供项目贷款和设备租赁，中游给平台运营方提供供应链金融，下游给科技型中小企业、甚至"一人公司"这样的新型创新主体提供专属信贷。
第三个层次，也是中国银行这次合作最具突破性的地方——进入平台生态，解决算力"转得动"的问题。算力银行和算力超市要真正跑起来，支付结算是关键一环。中国银行依托数字人民币服务体系，为算力银行、算力超市提供7×24小时的支付结算能力，试图打通算力匹配、交易、交付、结算的线上闭环。更进一步，双方探索利用智能合约实现资金的定向交付和履约管理，推动资金流、算力流、业务流"三流合一"。
这种"数字金融+智能算力"的尝试，目前将在北京和雄安率先落地，后续逐步向全国推广。值得一提的是，中国银行还提到要依托其全球化布局和多边央行数字货币桥（mBridge）项目经验，探索跨境算力匹配、结算与交易。这意味着算力银行的视野，可能不止于国内。
从资金中介到算力生态中介
银行的新位置正在打开
中国银行率先入局，最值得看的地方，不只是“首家”这个身份，而是它把银行的位置往前推了一步。
过去银行参与科技产业，更多是在项目后端提供资金。企业建智算中心，银行可以给贷款；企业采购设备，银行可以做融资租赁；中小企业买不起算力，银行可以提供“算力贷”。这些都是科技金融的常见做法。
但中国银行这次进入中国算力平台生态，切入点明显更靠前。它不是只在算力企业需要钱的时候出现，而是试图进入算力匹配、交易、交付、结算的全过程。也就是说，银行开始从“资金支持者”，变成算力流通体系里的基础设施参与者。
这背后有一个更大的变化：算力正在从企业内部的技术投入，变成一种可以被调度、被交易、被定价的生产要素。
图：中国智能算力规模增长趋势
中国工商银行现代金融研究院院长杨赫在《算力资本及其影响》中提出，算力正在具备“资本属性”。它像传统资本一样具有增值能力、可交易性和稀缺性。全球算力需求的增速远超摩尔定律，每三个月便翻番，但关键算力供给仍高度依赖少数GPU制造商，形成结构性瓶颈。对大模型训练、工业仿真、智能制造、药物研发来说，算力已经不只是成本项，而是决定效率、速度和能力边界的关键资源。谁能更稳定、更低成本地获得算力，谁就更容易在产业竞争中占据先手。
对商业银行来说，这意味着传统的"信用中介"和"资金中介"角色需要向"算力中介"延伸。银行可以利用模型计算过程中产生的算力沉淀，进行闲置算力资源的再分配；可以作为切断算力资本与金融资本风险相互传染的闸口；甚至可以成为智能生态的核心交互中介——就像2025年开始运营的全球首家AI原生银行Ryt Bank那样，用一个对话框作为交互入口，银行的服务模块嵌入到智能制造、供应链等更广阔的生态场景中。
当然，这条路还远未到坦途。算力怎么计量，不同厂商、不同芯片、不同场景下的算力如何定价，仍然缺乏统一标准。算力资源跨主体流动，也会带来数据安全、合规边界和风险隔离问题。对中小银行来说，自建大规模算力基础设施并不现实，更多还要依赖平台合作。
这些挑战是真实的，但这些挑战并不改变大的方向。算力正在成为像资金一样的基础性生产要素。银行如果不去参与算力的配置、定价和流通，就可能在新一轮生产要素重构中被边缘化。
算力超市·中小企业专区刚刚上线，"算力银行"的合作协议也还只是一纸框架，北京和雄安的试点才刚刚开始。从全国范围看，上海电信的"算力超市"已经上线运行，工信部定下的2028年目标还在途中。
但一个趋势已经清晰可见：在智能经济时代，银行的核心竞争力不再仅仅是资金成本的高低，而是整合资金、算力、数据三大要素的能力。
中国银行这次率先入局，与其说是抢了一个"首家"的名头，不如说是在试探银行未来的新角色。当算力可以像资金一样被存取、调度、定价和交易时，银行或许正站在一场角色重构的起点上。
精彩评论