兩會為中國AI發展指路，國產算力將成關鍵支撐

春節以來，DeepSeek的持續爆火進一步提升了中國AI的技術自信，產業界愈發期待國內AI基礎設施能實現軟硬件領域的純國產閉環。另一方面，DeepSeek作為能力出眾的開源模型，進一步加速了AI應用的爆發。隨着落地場景的擴大，算力需求將被進一步激發。

在此背景下，AI算力也成為今年兩會的高頻詞，國產算力尤其受關注。全國政協委員曹鵬表示，只有加強自主可控智算能力建設，才能確保我們的技術獨立性與數據安全；全國人大代表劉慶峯呼籲，加快構建國產算力平台上的自主可控大模型及產業生態；全國政協委員郭御風則提到，組建“芯片+算法+場景”一體化的攻關聯盟，打破技術壁壘。

經過長期研發投入，國產芯片其實已逐步實現突圍，打破了無芯可用的困境。但在AI算力需求爆發的時代，大多數企業都不可能去採購芯片自建算力，因為昂貴且低效。而云化國產算力，擁有高效、靈活、可持續和可擴展等特性，正逐步成為中國企業更優的算力選擇。

自主可控成焦點，國產芯片逐步起勢

春節前夕，GPU巨頭英偉達股價一天暴跌17%令人印象深刻，一些觀點認為DeepSeek打破了英偉達的算力神話。誠然，DeepSeek的低成本、高效率有目共睹，但這並沒有改變AI算力需求的增長範式，隨着模型普及和應用場景擴展，長期推理需求仍將繼續增長。

互聯網大廠一直在進行算力儲備和軍備競賽。近期阿里巴巴宣佈，計劃在未來三年內投入至少3800億元，用於建設雲計算和人工智能基礎設施，字節跳動、騰訊、百度等公司採購芯片的新聞也頻頻見諸報端，甚至OpenAI、Meta、谷歌等國外大廠也充滿了算力渴望。

但與國外大廠不同，中國企業頭上一直懸着美國製裁的“達摩克利斯之劍”，不但被迫高價採購英偉達的“閹割”芯片，還長期處於斷供焦慮中，發展自己的國產芯片是人心所向。

今年兩會上，全國政協委員曹鵬的提案指出，避免美芯片管制持續升級已成為當務之急。基礎設施層面，只有加強自主可控智算能力建設，堅持自主研發與創新，才能確保我們的技術獨立性與數據安全，推動人工智能產業持續健康發展。

全國人大代表、科大訊飛董事長劉慶峯也直言，國產大模型訓練高度依賴進口算力，若不能加快解決國產自主可控人工智能產業生態薄弱、適配困難等問題，無異於“在別人地基上建高樓”。他呼籲，給予相關企業資金專項支持，加速基於國產算力的大模型算法創新。

令人欣慰的是，經過長期研發和投入，國產芯片已不再是花拳繡腿。華為昇騰、海光信息、壁仞科技、摩爾線程、天數智芯、崑崙芯等國產芯片相繼湧現，華為雲甚至還在貴安、烏蘭察布、蕪湖等地打造了AI雲算力中心，提供高性價比、即開即用的昇騰雲服務。

尤其隨着DeepSeek技術路徑（如FP8低比特訓練、MoE架構）證明國產芯片適配的可能性，國產算力的應用空間將被進一步打開。截至2025年2月，包括華為昇騰在內的16家國產AI芯片企業宣佈適配DeepSeek模型，充分證明國產芯片在推理階段已具備競爭力。

不僅如此，DeepSeek通過底層優化（如PTX編程、通信效率提升60%）釋放硬件潛力，證明了算法、系統、芯片協同優化的必要性，這種協同創新可能打破英偉達CUDA生態的壟斷，形成國產化的“軟硬件閉環”。“DeepSeek帶來的啓示是中國人可以把美國芯片用得比美國好，下一步就是我們可以把中國的芯片用得更好。”有行業人士如是説道。

大模型時代，雲化算力成更優選擇

有了可用的國產芯片是不是就可以高枕無憂，對大多數企業來説其實並不是，因為從購買芯片到獲取適合自身的算力資源，中間還有很多鴻溝要跨越，蜂擁大規模自建算力的做法並不可取。甚至兩會也有專家提出，要防止過多采用“私有化部署+項目制”的方式。

這其中有幾大關鍵原因。

首先，數據中心機房環境要求高，決定了建設成本高，並且大模型對算力的需求變化節奏快，要求AI服務器升級換代要快，多數企業難以彈性應對；其次AI硬件產品迭代速度快，而異構資源調度複雜度高，自建算力難以充分發揮不同芯片的性能，影響大模型訓推效率；第三是數據中心的運營維護困難且成本高，對只有傳統IT維護能力的企業帶來重大挑戰。

因此，對於很多不具備自建AI算力和自訓基礎大模型能力的企業來講，選擇雲服務可能是更為合理的、可持續的選擇。尤其是在外部封鎖和內部需求激增的雙重挑戰下，雲化國產算力作為一種高效、靈活、可持續、可擴展的解決方案，已成為突破算力瓶頸的更優選擇。

面對呼嘯而來的大模型時代，國內雲廠商已經做好長足準備。基於華為AI軟硬件技術全棧，華為雲打造一站式、全場景、全流程AI應用開發及運行管理平台，對外提供高性價比、即開即用的澎湃AI算力服務——昇騰雲服務。

相比與傳統的算力供給，昇騰雲服務可以解決行業多個痛點，優勢顯而易見。

首先是資源獲取快，一鍵可接入貴安、烏蘭察布、蕪湖等AI雲算力中心，支撐萬億參數大模型、百P數據訓練，即開即用0等待，並且以獨有的多級恢復機制和完備的工具鏈實現了千卡訓練連續30天不中斷。其次是模型遷移快，昇騰雲服務支持業界各類框架、加速庫及三方社區生態，可快速、無損實現模型和應用的遷移適配，典型場景遷移至生產環境時間小於2周。第三是故障恢復快，昇騰雲服務可以主動診斷故障，集羣故障可以做到1分鐘發現，5分鐘診斷，10分鐘恢復。第四是成本控制優，雲計算彈性擴縮容支持業務快速增長的同時，避免業務波谷時資源閒置，可以按需付費。第五是就近服務時延優，推理服務可以就近接入相應的AI算力中心，實現10ms可達的超低時延優質服務體驗。

毋庸置疑，大模型實現自身價值一定是在產業應用中，而云服務提高了算力供給效率，大幅降低了應用和部署門檻。全國政協委員曹鵬提案建議，鏈主企業和雲平台向中小企業提供低成本、高質量的智算服務，打造開箱即用的產品服務，讓更多企業和個人無差別地享受技術創新的紅利，引導技術創新走出實驗室和大公司的圍牆，在產業場景發揮價值。

突破算力瓶頸，推動中國AI走深向實

一直以來，市場比較執着的是對比國產芯片和英偉達芯片的性能。而華為輪值董事長徐直軍已經指出，中國半導體制造工藝將在相當長時間裏處於落後狀態，這就意味着我們所能製造的芯片的先進性將受到制約，這是我們打造算力解決方案必須面對的挑戰。

大模型時代的到來，放大了國產芯片的挑戰，但同時也帶來了機遇。當模型參數越來越大，應用場景越來越複雜，單卡的性能優勢將被弱化，系統化、集羣化的算力供給成為趨勢。

徐直軍曾指出，華為的戰略核心就是，充分抓住人工智能變革機遇，基於實際可獲得的芯片製造工藝，計算、存儲和網絡技術協同創新，開創計算架構，打造“超節點+集羣”系統算力解決方案，長期持續滿足算力需求。

通過計算、存儲、網絡端到端協同，以及ModelArts等服務升級，昇騰雲正加速大模型應用落地，推動中國AI走深向實。

以科大訊飛為例，通過華為提供昇騰集羣，訊飛星火大模型的訓練性能整體提升17%，華為雲全球算力佈局也支持了科大訊飛業務出海，共同服務全球企業智能化；網易伏羲與華為雲進行技術聯合創新，依託雲原生技術構建了AI多雲平台，並進一步適配華為雲昇騰AI雲服務，在算子層和框架層進行大量性能優化，滿足交互場景的秒級時延要求，保障玩家流暢絲滑的互動體驗；知乎與華為雲展開合作，基於昇騰AI雲服務提供了彈性擴展的AI算力，並實現異構算力管理和調度，滿足了大模型的訓練要求……

隨着DeepSeek爆火，昇騰雲結合30+行業場景和1000+場景模型經驗沉澱，迅速提供全鏈路DeepSeek專業服務體系，涵蓋諮詢、部署實施、場景開發微調、蒸餾模型開發、大模型開發增量預訓練及培訓6大類服務場景和30多個服務能力，並將服務能力沉澱到數據、模型、工程三大工程工具裏，為開發者提供高效、靈活、穩定的AI推理算力服務。

截至2025年3月，昇騰雲上已有超40家企業部署DeepSeek，並深度應用在業務場景中，比如與中旅國際合作打造文旅領域大模型，部署至小程序提供AI對話服務；通過吸引汽車製造商、電信運營商等接入，昇騰雲AI服務還推動了跨行業應用落地以及眾多行業場景業務創新，其中更有超過10家大型銀行和央企選擇昇騰雲部署DeepSeek。

剛閉幕的兩會上，《政府工作報告》提出，持續推進“人工智能+”行動，將數字技術與製造優勢、市場優勢更好結合起來，支持大模型廣泛應用，大力發展智能網聯新能源汽車、人工智能手機和電腦、智能機器人等新一代智能終端以及智能製造裝備。擴大5G規模化應用，加快工業互聯網創新發展，優化全國算力資源佈局，打造具有國際競爭力的數字產業集羣。

政策層面的大力支持，意味着中國人工智能產業的快速發展已成必然。在這個過程中，也必將會產生更多國產算力需求，而以華為雲昇騰雲為代表的國產力量，正通過技術突破與開放合作，不斷降低大模型的應用和部署門檻，通過打造開箱即用的產品服務，讓更多企業無差別地享受技術創新的紅利，為中國AI產業崛起保駕護航，也為全球AI產業貢獻中國智慧。

本文系觀察者網獨家稿件，未經授權，不得轉載。