验证算力核心实力、提升招投标竞争力，优化资源调度与服务质量，助力抢占 AI 算力市场优势
智算中心已成为推动社会进步与产业升级的关键力量。2024年，政府工作报告首次将“人工智能+”纳入发展蓝图。《关于推动新型信息基础设施协调发展有关事项的通知》等政策多次促进智算中心高质量发展。随着社会对智算中心的关注度持续提高，中国信通院拓展智算中心系列测试，携手业界共同促进智算中心高质量发展。
算力是支撑“人工智能与大数据”产业蓬勃发展的重要“底座”，也是驱动经济数字化转型的新引擎。算力水平对智算中心整体能力水平起着决定性的作用。智算中心算力性能等级认证从理论算力、有效算力、算力能效、业务模型场景的支持能力、加分项共五个维度的技术要求对被测对象展开认证，根据最终得分情况划分为A-AAAAA级别。
- 权威认证，树立行业标杆
- 优化服务，提升竞争能力
- 增强资质，拓展商业机会
- 汇编实践，引领行业发展
- 优秀案例推荐入选《智算中心典型案例集》
- 主体范围
- 场景范围
- 相关方范围
各类智算中心（企业自建、政企共建、运营商主导、第三方算力服务商运营等），涵盖通用智算、行业专用智算（如金融、医疗、工业、政务等）中心。
适配 AI 大模型训练 / 推理、高性能计算、大数据处理、算力调度与共享等核心算力应用场景，适用于算力性能验证、市场推广、政企采购准入、政策申报等需求。
智算中心建设运营方、算力服务提供商、政企采购方、行业监管机构及认证咨询机构等。
-
权威认证，树立行业标杆通过专业评测，验证智算中心的算力性能和服务能力，获得权威认证，提升行业公信力，打造高质量智算中心标杆
-
优化服务，提升竞争能力基于测试结果，精准识别模型利用效率、服务响应速度等关键指标的优势与不足，有针对性地优化资源配置和服务流程
-
增强资质，拓展商业机会具备更强的市场公信力，有助于在企业合作、重大算力项目招标、争取政策支持提供有力资质证明。
-
汇编实践，引领行业发展
遴选优秀案例编撰《智算中心典型案例集》，系统总结标杆智算中心在技术创新、运营管理等方面的成功经验。
资深顾问：全程 1v1 辅导，定制化项目方案
规划前瞻：顾问式长期布局，客户收益可持续
服务精细：专项小组跟进，全节点把控效率高
经验赋能：行业资深背景，规划适配长期发展
行业深耕：通信、电力、互联网场景方案精准适配
趋势前瞻：洞察行业风险机遇，助客户抢占市场先机
经验背书：5000 + 客户服务，项目交付质效双优
资质硬核：多类信息化资质，提供可靠服务支撑
售后保障：全流程维护升级，售后全程无忧
资质优化：资质维护升级持续迭代，合规竞争力稳步提升
服务贴心：售后需求极速响应，维护升级高效落地
专业支撑：专属顾问实时答疑，技术难题快速破解
提效申请：缩短流程，加速项目启动
响应敏捷：快速适配需求变化，保障项目推进
PMO 赋能：专业团队统筹，提升项目管理质效
资源整合：优化资源配置，降低协作成本
-
STEP 01前期准备智算中心运营方对照标准进行自我评估，梳理自身在算力性能、安全性、低碳环保、运维管理等方面的情况，针对不符合项进行整改优化。
-
STEP 02提交申请提交申请表、自评报告、相关技术文档（如系统架构图、设备清单、性能测试报告）、资质证明（如营业执照、许可证）、运维管理制度等材料
-
STEP 03材料审核形式审查：认证机构对申请材料的完整性、规范性进行审核，检查材料是否齐全、格式是否符合要求。
初步评估：对材料内容进行初步分析，判断智算中心是否基本符合认证标准的条件，确定是否进入下一阶段。
-
STEP 04现场测试与评估制定测试计划：认证机构结合认证标准与智算中心实际情况，制定详细现场测试计划，明确测试项目、方法、指标及时间安排。
现场测试：专业技术人员赴智算中心现场，对算力性能、安全性、低碳环保、运维管理等核心维度及相关子项开展实测评估。
-
STEP 05评审与审核
技术评审：认证机构组织专家评审组，对现场测试结果和相关材料进行综合评审，从技术角度评估智算中心是否符合认证等级要求。
管理审核：对智算中心的管理体系、运维能力、服务质量等方面进行审核，确保其具备持续稳定运行和满足认证要求的能力。
-
STEP 06结果公示与证书颁发结果公示：认证结果在认证机构官方网站或其他指定渠道进行公示，公示期一般为5-7个工作日，接受社会监督。公示期内如有异议，可向认证机构提出复核申请。
证书颁发：公示无异议后，认证机构向通过认证的智算中心颁发算力性能等级证书，证书上注明认证等级、有效期等信息。
-
STEP 07
智算中心算力性能评估流程 -
STEP 08
明确评估目标与范围确定评估目的，如验收交付、性能优化、资源规划等。
明确评估对象，包括计算节点、存储系统、网络设备及整体集群。
界定评估场景，如AI训练、推理、大数据分析等典型任务。
-
STEP 09
制定评估方案选择评估指标：涵盖计算能力（峰值算力、持续算力）、存储性能（带宽、延迟）、网络性能（带宽、延迟、丢包率）、能源效率（PUE、GFLOPS/W）及任务性能（任务完成时间、吞吐量）等。
确定测试工具：如LINPACK、FIO、IPERF3等标准测试工具，或定制化测试脚本。
规划测试环境：确保硬件配置稳定、软件版本一致，避免外部干扰。
-
STEP 10
数据采集与测试执行运行基准测试：通过标准测试工具测量硬件的理论性能和实际运行性能。
执行实际任务测试：在真实业务场景下运行AI模型训练、推理或大数据处理任务，记录任务完成时间、资源利用率等数据。
监控系统状态：实时采集功耗、温度、网络流量等数据，分析系统稳定性。
-
STEP 11
结果分析与评估对比测试数据与预期目标，评估各项指标是否达标。
分析性能瓶颈：识别计算、存储、网络等环节的短板，提出优化建议。
生成评估报告：包含测试结果、性能分析、改进建议及风险提示。
-
STEP 12
复盘与持续优化根据评估结果调整硬件配置、软件参数或调度策略。建立性能监测机制，定期跟踪算力变化，确保系统长期稳定运行。
