人工智能大模型競(jìng)賽進(jìn)入深水區(qū)，算力已經(jīng)成為了決定技術(shù)高地的關(guān)鍵因素。面對(duì)英偉達(dá)等進(jìn)口芯片長期占據(jù)市場(chǎng)主導(dǎo)地位的情況，國內(nèi)科技企業(yè)加大了對(duì)算力基礎(chǔ)設(shè)施的投資力度，也因?yàn)橥獠康募夹g(shù)封鎖以及供應(yīng)鏈的不確定性而加快了國產(chǎn)替代的步伐。

目前，國內(nèi)主要廠商的算力戰(zhàn)略已經(jīng)形成了三條明確的發(fā)展路徑：一是深度綁定英偉達(dá)生態(tài)、以“萬卡規(guī)模”追求極致性能的依賴路線；二是出于自主可控的壓力下，堅(jiān)持全棧自研的攻堅(jiān)路線；三是采用英偉達(dá)和國產(chǎn)芯片并行的“雙軌”策略，在效率與安全之間取得平衡。

注：數(shù)據(jù)來源媒體公開資料經(jīng)劉曠頻道匯總，僅供參考

大模型底層算力結(jié)構(gòu)的差異，不僅直接決定了各家模型的訓(xùn)練速度和推理成本，更深刻地影響著中國AI產(chǎn)業(yè)的安全基礎(chǔ)與未來走向。

第一類代表：互聯(lián)網(wǎng)巨頭的“英偉達(dá)”陣營

目前全球AI算力供需矛盾日益突出，中國的算力缺口尤為嚴(yán)重，因此國內(nèi)廠商對(duì)進(jìn)口芯片的依賴性非常大。以字節(jié)跳動(dòng)、阿里巴巴、智譜AI為代表的互聯(lián)網(wǎng)大廠及AI獨(dú)角獸選擇深耕“英偉達(dá)陣營”，其核心邏輯在于“先搶占市場(chǎng)、再完善自主”。

首先看字節(jié)跳動(dòng)，它有海量的數(shù)據(jù)和算法積累，還有十?dāng)?shù)萬張英偉達(dá)顯卡儲(chǔ)備，這使得豆包等大模型在多模態(tài)、長文本處理等領(lǐng)域可以迅速取得突破，并且增強(qiáng)了其在C端和B端的應(yīng)用優(yōu)勢(shì)。

據(jù)權(quán)威財(cái)經(jīng)媒體報(bào)道，字節(jié)跳動(dòng)計(jì)劃在2026年投資1000億元采購英偉達(dá)的AI芯片。相比2025年的850億元增長了17.6%，說明字節(jié)跳動(dòng)對(duì)算力的需求非常迫切，并且高度依賴英偉達(dá)的算力。

再看阿里巴巴，依托阿里云強(qiáng)大的云計(jì)算底座，其在支撐夸克大模型訓(xùn)練時(shí)，一方面部署了規(guī)模達(dá)數(shù)千張的英偉達(dá)高端GPU集群，以保障前沿模型研發(fā)的算力性能與訓(xùn)練效率；另一方面，積極推動(dòng)自研的“含光”系列芯片在推理等場(chǎng)景的規(guī)?；渴?，構(gòu)建起自主可控的算力補(bǔ)充，實(shí)現(xiàn)了“性能與安全”的雙重平衡。

最后看AI獨(dú)角獸，智譜AI依托于清華的技術(shù)背景，擁有數(shù)千張英偉達(dá)卡，專注在學(xué)術(shù)與產(chǎn)業(yè)融合的應(yīng)用場(chǎng)景上；而Kimi的母公司月之暗面則是通過融資快速擴(kuò)展算力，并以英偉達(dá)顯卡為硬件優(yōu)化了MoE模型架構(gòu)，依靠高效的并行計(jì)算能力，在長文本處理領(lǐng)域形成了自己的優(yōu)勢(shì)。Minimax同樣以英偉達(dá)卡為基礎(chǔ)，支撐其大模型的快速迭代與高效推理，在成本與性能平衡上構(gòu)筑了自身競(jìng)爭力。

只不過，對(duì)英偉達(dá)生態(tài)系統(tǒng)的深度依賴，也正成為“英偉達(dá)陣營”不可忽視的短板。它們不但面臨芯片斷供的風(fēng)險(xiǎn)，還要支付較高的算力費(fèi)用，并且難以脫離CUDA生態(tài)的技術(shù)束縛。

第二類代表：百度的“雙軌戰(zhàn)略”，進(jìn)口+自研并行

百度的“進(jìn)口+自研并行”策略，是介于依賴進(jìn)口與全棧自主之間的折中方案。百度保留幾千張英偉達(dá)顯卡，保證大模型的基礎(chǔ)訓(xùn)練穩(wěn)定、高效，又投入大量資源進(jìn)行自研昆侖芯片的研發(fā)，意在建立進(jìn)口替代緩沖帶，達(dá)到短期效率和長期安全的平衡。

一方面，百度仍然保有數(shù)量不小的英偉達(dá)高端芯片集群。這些進(jìn)口的算力就像是“穩(wěn)定器”，保障了“文心一言”等核心模型快速迭代以及大規(guī)模訓(xùn)練任務(wù)的高效、穩(wěn)定運(yùn)行，保證其在激烈的市場(chǎng)競(jìng)爭中不會(huì)因?yàn)樗懔ζ款i而喪失先機(jī)。

另一方面，百度投入大量資金自主研發(fā)“昆侖”系列AI芯片。該系列芯片已經(jīng)應(yīng)用到搜索、云服務(wù)等業(yè)務(wù)的推理場(chǎng)景中，并且開始向訓(xùn)練環(huán)節(jié)滲透，大大減少了關(guān)鍵業(yè)務(wù)對(duì)單一外部供應(yīng)鏈的依賴，形成了一個(gè)國產(chǎn)化安全緩沖區(qū)。

百度“進(jìn)口和自研”并行的雙軌模式，既滿足了當(dāng)前算力需求，也為將來實(shí)現(xiàn)全面自主打下了基礎(chǔ)。但是這種路徑也存在一些問題：自主研發(fā)芯片的研發(fā)投入很大，而且需要長時(shí)間的技術(shù)積累以及生態(tài)打磨，如何平衡研發(fā)成本與商業(yè)回報(bào)是其所要面對(duì)的持續(xù)性問題。

第三類代表：科大訊飛“全國產(chǎn)化”突圍

面對(duì)英偉達(dá)芯片受阻的挑戰(zhàn)，科大訊飛并沒有妥協(xié)，而是與華為、中科海光、寒武紀(jì)等國產(chǎn)芯片企業(yè)合作，建成一個(gè)規(guī)模達(dá)數(shù)萬卡級(jí)的全國產(chǎn)化算力集群。

通過“全棧自主”路徑，科大訊飛成功打破了國產(chǎn)算力無法支撐高端大模型訓(xùn)練的行業(yè)桎梏，證明了國產(chǎn)化由“可用”到“好用”的實(shí)際可能性。最新發(fā)布的“訊飛星火X2”大模型就是完全用國內(nèi)自研算力訓(xùn)練出來的，并且在多個(gè)核心能力上與國際頂尖模型相當(dāng)。

與此同時(shí)，科大訊飛將大模型的能力和具體的硬件產(chǎn)品深度結(jié)合在一起，準(zhǔn)確地切入教育、醫(yī)療、辦公等有剛性需求的民生和產(chǎn)業(yè)領(lǐng)域，從而形成自己獨(dú)特的競(jìng)爭優(yōu)勢(shì)。

在教育領(lǐng)域，訊飛智慧學(xué)習(xí)機(jī)融入“星火”大模型的能力，為全國1.3億師生提供了因材施教的AI解決方案。以AI學(xué)習(xí)機(jī)T90系列為例，它搭載了由“星火X2”賦能的業(yè)界首創(chuàng)“錯(cuò)因貫穿個(gè)性化學(xué)習(xí)系統(tǒng)”，超擬人AI老師“曉悅”可以像真人教師一樣進(jìn)行啟發(fā)式錯(cuò)因分析和講解，實(shí)現(xiàn)精準(zhǔn)高效的個(gè)性化輔導(dǎo)。

在醫(yī)療行業(yè)，科大訊飛的“智醫(yī)助理”已經(jīng)在全國31個(gè)省市、801個(gè)區(qū)縣實(shí)現(xiàn)了常態(tài)化應(yīng)用，累計(jì)提供AI輔診建議超過11億次，規(guī)范病歷超過4.98億份，因系統(tǒng)提示而修正診斷的有價(jià)值病歷超過186萬例，用AI算力有效地解決了基層醫(yī)療資源不足的問題。

這些場(chǎng)景的核心特點(diǎn)是“需求剛性、付費(fèi)意愿強(qiáng)、數(shù)據(jù)閉環(huán)完整”，既給國產(chǎn)算力提供了一個(gè)穩(wěn)定的應(yīng)用場(chǎng)景，也使大模型的能力在不斷的場(chǎng)景迭代中得到優(yōu)化。

科大訊飛所走的突圍之路，給行業(yè)解決“算力依賴進(jìn)口、研發(fā)投入高、商業(yè)化變現(xiàn)難”的普遍難題提供了一個(gè)樣本。

算力自主，中國AI的必修課

當(dāng)前，全球算力競(jìng)爭已經(jīng)到了白熱化的程度，高端市場(chǎng)依然由國際大廠掌控，國產(chǎn)算力的發(fā)展之路如同一場(chǎng)漫長而艱巨的“長征”。雖然面臨技術(shù)壁壘、生態(tài)缺失等多重困難，但是也迎來技術(shù)突破、場(chǎng)景爆發(fā)以及政策扶持三重機(jī)遇。

其一，技術(shù)迭代速度加快，提供了新的“超車”路徑。伴隨Chiplet（芯粒）、存算一體等先進(jìn)架構(gòu)的突破，國產(chǎn)芯片正探索一條差異化的發(fā)展路徑，在某些領(lǐng)域有望實(shí)現(xiàn)彎道超車，縮小與國際主流產(chǎn)品之間的性能差距。

國內(nèi)一些領(lǐng)先企業(yè)已經(jīng)在Chiplet領(lǐng)域積極布局，建立基于芯粒的異構(gòu)計(jì)算平臺(tái)，使計(jì)算系統(tǒng)從單一芯片向集成化、高效化方向發(fā)展，從而有效解決困擾行業(yè)多年的“算力墻”、“內(nèi)存墻”等問題。

其二，場(chǎng)景化AI成為主要戰(zhàn)場(chǎng)。大模型競(jìng)爭焦點(diǎn)從單純追求數(shù)量轉(zhuǎn)為深耕行業(yè)、“場(chǎng)景落地”。能否深度理解行業(yè)需求、提供從底層算力到上層應(yīng)用的全棧解決方案，已經(jīng)成為企業(yè)打造核心競(jìng)爭力的關(guān)鍵。

這一趨勢(shì)給國產(chǎn)算力企業(yè)提供了差異化競(jìng)爭的絕佳機(jī)遇。憑借對(duì)國內(nèi)行業(yè)場(chǎng)景的深刻理解與快速響應(yīng)能力，國內(nèi)企業(yè)可通過“算力+算法+場(chǎng)景”的垂直整合，實(shí)現(xiàn)技術(shù)價(jià)值在具體業(yè)務(wù)中的最大化釋放。

再者，國產(chǎn)算力的“長征路”離不開政策的支持。從“東數(shù)西算”工程到國資云、行業(yè)信創(chuàng)推進(jìn)，政策紅利不斷釋放，也進(jìn)一步推動(dòng)了國產(chǎn)算力生態(tài)的成熟，并形成了技術(shù)和市場(chǎng)之間的良性互動(dòng)。

小結(jié)

在國產(chǎn)大模型的算力版圖中，科大訊飛依靠全國產(chǎn)化算力支撐技術(shù)取得了突破，并以場(chǎng)景化產(chǎn)品實(shí)現(xiàn)商業(yè)閉環(huán)，走出了一條“技術(shù)自主+應(yīng)用落地”的雙輪驅(qū)動(dòng)發(fā)展道路。

這不僅是一家企業(yè)的勝利，更是中國AI產(chǎn)業(yè)在外部環(huán)境受限下實(shí)現(xiàn)自主創(chuàng)新的縮影。未來，隨著國產(chǎn)芯片技術(shù)的成熟與生態(tài)的完善，中國大模型有望在更多領(lǐng)域打破壟斷，實(shí)現(xiàn)從“追趕者”到“引領(lǐng)者”的跨越。