日前，北京智譜華章科技股份有限公司通過其官方公眾號發(fā)布GLM Coding Plan限售公告。公告指出，隨著GLM-4.7系列模型上線，用戶數(shù)量迅速增長，導(dǎo)致算力資源出現(xiàn)階段性緊張。
這是AI產(chǎn)業(yè)算力吃緊的一個縮影。隨著GPT、DeepSeek等大模型的算法突破和應(yīng)用普及，算力需求水漲船高。數(shù)據(jù)顯示，我國AI芯片市場規(guī)模預(yù)計2028年將超一萬億元，約占全球市場的30%。面對龐大的市場需求，自主可控的高質(zhì)量AI算力供給已成為我國搶占人工智能產(chǎn)業(yè)應(yīng)用制高點、全方位賦能千行百業(yè)的前提條件。
算力缺口從何而來？國產(chǎn)AI算力又當(dāng)如何破局？記者就此采訪了有關(guān)專家。
第一問：當(dāng)前是否存在行業(yè)性算力缺口？
“目前，算力供需矛盾依然突出，在全球范圍內(nèi)都是如此，但國內(nèi)算力缺口尤為明顯?！膘菰萍紕?chuàng)始人、董事長兼CEO趙立東1月22日對科技日報記者直言。
智能算力是支撐人工智能等計算任務(wù)需求的計算能力，是人工智能產(chǎn)業(yè)的“水和電”。
目前，國外廠商依然是全球AI算力的標(biāo)準(zhǔn)制定者和行業(yè)主導(dǎo)者，硬件性能、軟件生態(tài)等較國產(chǎn)廠商均有不同程度領(lǐng)先。有行業(yè)人士透露，2024年，國外廠商占據(jù)中國AI芯片市場近七成的市場份額，形成我國龐大的自給缺口。尤其是在大模型訓(xùn)練領(lǐng)域，自給不足問題更為突出，對我國人工智能產(chǎn)業(yè)發(fā)展造成一定限制。
不過，國產(chǎn)AI算力近兩年也在持續(xù)突破。據(jù)咨詢公司摩根士丹利2025年發(fā)布的研究報告估算，中國人工智能GPU自給率已從2020年不足10%提升至2024年約34%，并有望在2027年升至約82%。在這一趨勢下，算力產(chǎn)業(yè)發(fā)展正從過去單點硬件的性能追趕，轉(zhuǎn)向更加務(wù)實、高效的系統(tǒng)級創(chuàng)新。
第二問：算力資源供需矛盾如何造成？
目前，我國算力資源供給面臨多重限制。高端芯片進(jìn)口受限，國產(chǎn)GPU芯片在絕對計算性能、能效比、工藝方面與國際旗艦產(chǎn)品仍有差距；技術(shù)創(chuàng)新能力不足，如在芯片設(shè)計工具、底層算法框架等方面與國際先進(jìn)水平仍有差距。
同時，我國算力資源分散，存在“碎片化”問題。各服務(wù)商算力資源接口和協(xié)議不統(tǒng)一，跨區(qū)域跨主體算力調(diào)度能力較弱，導(dǎo)致算力資源利用率偏低。此外，產(chǎn)業(yè)發(fā)展制度環(huán)境仍待完善，數(shù)據(jù)確權(quán)、使用和交易等方面的規(guī)則有待細(xì)化，企業(yè)標(biāo)準(zhǔn)與合規(guī)方面的挑戰(zhàn)日益凸顯。
與此同時，人工智能正在加速落地千行百業(yè)，帶來算力需求激增。目前，全國已落地的算力應(yīng)用項目超過1.3萬個，建成的各級智能工廠超過3萬家，并覆蓋工業(yè)、金融、交通、醫(yī)療、教育等重點行業(yè)?！半S著我國人工智能應(yīng)用加速落地，算力需求持續(xù)爆發(fā)式增長，算力供給不足的問題將會更加顯著?！壁w立東說，伴隨大模型技術(shù)的成熟及開源普及，算力應(yīng)用門檻進(jìn)一步降低，保障算力供給至關(guān)重要。
第三問：如何持續(xù)破解算力之圍？
在趙立東看來，破解這一難題的核心在于充分釋放國產(chǎn)算力的潛力：一方面需大力支持國產(chǎn)算力的應(yīng)用推廣，將現(xiàn)有國產(chǎn)算力資源“用足用好”；另一方面要加快推進(jìn)國產(chǎn)芯片供應(yīng)鏈建設(shè)，推動技術(shù)落地與產(chǎn)能提升。
近年來，國家發(fā)展改革委、工業(yè)和信息化部等部門積極部署算力發(fā)展政策，推動智能算力優(yōu)化建設(shè)布局、提升服務(wù)水平，破解智能算力供需難題。最新數(shù)據(jù)顯示，我國企業(yè)發(fā)布多款人工智能芯片產(chǎn)品，在算力設(shè)施方面，建成萬卡智算集群42個，智能算力規(guī)模超過1590EFLOPS，位居全球前列。
浙江大學(xué)光華法學(xué)院教授程樂指出，當(dāng)前算效低下問題普遍存在，部分智算中心GPU實際利用率偏低，造成資源浪費和供需結(jié)構(gòu)失衡。未來應(yīng)進(jìn)一步完善算力利用率、任務(wù)完成效率、單位能耗產(chǎn)出等實際效能指標(biāo)，引導(dǎo)產(chǎn)業(yè)轉(zhuǎn)向精細(xì)化效率競爭。
是石科技聯(lián)合創(chuàng)始人兼副總裁毛運航也提到，要通過更精細(xì)的調(diào)度、資源池化和彈性部署，把現(xiàn)有算力用到極致。
“國產(chǎn)算力生態(tài)已具備良好基礎(chǔ)，但仍需產(chǎn)業(yè)鏈各方真正凝聚合力，尤其是算力方、模型方、應(yīng)用方的協(xié)同創(chuàng)新?！壁w立東說，當(dāng)模型、應(yīng)用與算力實現(xiàn)深度適配，國產(chǎn)算力逐步支撐起從訓(xùn)練到推理的全流程時，我們才能真正在全球人工智能競爭中掌握主動權(quán)，才能擁有人工智能產(chǎn)業(yè)行穩(wěn)致遠(yuǎn)的“壓艙石”。（崔爽）
（責(zé)任編輯：蔡文斌）
晉公網(wǎng)安備 14090202000008號 
