這幾天的WAIC上，AI芯片軍備競賽悄然變陣。曾經(jīng)比拼的峰值算力標簽正逐漸褪色，取而代之的，是一場圍繞算力利用率的深層較量。如何讓每1TOPS的算力真正轉(zhuǎn)化為可用的性能，成為所有廠商無法回避的核心命題。

從云端萬卡集群到終端手機、汽車，無論場景如何，行業(yè)共識已經(jīng)清晰。AI的未來，不在于有多少算力，而在于能用上多少。

云端集群算力再高，少一個因子全歸零

在云端，競爭早已超越單顆芯片的參數(shù)比拼，轉(zhuǎn)向集群整體效率的系統(tǒng)性博弈。

華為以超過800平米的黃金展位高調(diào)亮相，重點并非只是昇騰910C，而是其Matrix 384超節(jié)點架構(gòu)。通過自研高速互聯(lián)技術，實現(xiàn)384個NPU之間的低延遲、高帶寬通信，直擊大模型訓練中算得快、傳不動的通信瓶頸。這不僅是硬件升級，更是對集群算力利用率的系統(tǒng)性突破。

華為昇騰384超節(jié)點

摩爾線程則提出AI工廠理念，強調(diào)從芯片、服務器到智算集群的全棧協(xié)同。摩爾線程展出AI萬卡集群液冷服務器MCCX D800 X2，將效率公式概括為：AI工廠生產(chǎn)效率 = 加速計算通用性 × 單芯片有效算力 × 單節(jié)點效率 × 集群效率 × 集群穩(wěn)定性。其展出的MTT GPU、MCCX液冷服務器與KUAE集群，配合MUSA軟件棧，形成完整閉環(huán)，只有全鏈路優(yōu)化，才能避免算力跑丟。

除了AI訓練和推理，摩爾線程還展示了自家GPU在不同場景下的應用，如數(shù)字服務、智能駕駛、智慧醫(yī)療、智能制造等。

其他廠商也各展所長。沐曦曦云C600國產(chǎn)化供應鏈，保障算力供給的穩(wěn)定性。燧原科技則深耕推理場景，燧原S60以接近國際競品的性能和更高性價比，在美圖等實際業(yè)務中落地，體現(xiàn)用得值的務實邏輯。其慶陽智算中心萬卡S60推理集群，已于2025年1月起對外提供推理算力服務。

功耗紅線上的極限壓榨，端側(cè)無需裝核反應堆？

如果說云端追求的是規(guī)模效率，端側(cè)則是在功耗、成本、體積的極限約束下，實現(xiàn)算力的極致壓榨。

后摩智能推出的漫界M50芯片，僅10W功耗即實現(xiàn)160 TOPS算力，可支持70B參數(shù)大模型本地運行，能效比達到新高。愛芯元智同樣憑借高能效比打開市場，其AX170A芯片能效達13.4 TOPS/W，并在智能駕駛和手機影像領域?qū)崿F(xiàn)規(guī)?；涞亍?/p>

效率提升不止靠硬件。此芯科技通過集成CPU、GPU、NPU，實現(xiàn)片內(nèi)資源高效調(diào)度。OPPO聯(lián)合芯片方推出的端側(cè)AI并行譯碼技術，性能提升超8倍，卻未顯著增加功耗。這正是軟硬協(xié)同的典型范例，不堆硬件，也能榨出更多性能。

根上重構(gòu)效率，用RISC-V和稀疏計算掀翻英偉達？

除了優(yōu)化現(xiàn)有路線，一些企業(yè)正從底層架構(gòu)尋求突破。

算能科技推出基于RISC-V的服務器處理器SG2044，搭配新一代TPU BM1690，構(gòu)建全棧國產(chǎn)的異構(gòu)計算平臺。通過讓不同任務各歸其位，實現(xiàn)整體效率最大化，為AIGC等復雜負載提供新選擇。基于SG2044的高性能服務器產(chǎn)品已完成量產(chǎn)，軟硬件全棧國產(chǎn)化，可應用于通用計算、AIGC、智算中心、邊緣計算等場景。

墨芯人工智能則聚焦稀疏計算，其Antoum芯片支持高達32倍稀疏率，能自動跳過AI模型中的無效計算，將算力精準投向關鍵運算。這種深度結(jié)合算法特性的芯片設計，是對傳統(tǒng)蠻力計算的顛覆，也是提升實際利用率的創(chuàng)新方向。

WAIC 2025的芯片展區(qū)，已不再是參數(shù)的秀場，而是效率的試驗場。無論是集群通信優(yōu)化、全棧協(xié)同、能效突破，還是架構(gòu)創(chuàng)新，所有努力都指向同一個目標：讓算力真正可用、好用、用得起。

未來的贏家，未必是算力最高的，但一定是把算力用得最好的。誰能最懂應用、最擅系統(tǒng)優(yōu)化，誰就能在AI的下半場，真正掌握話語權(quán)。