两会为中国AI发展指路，国产算力将成关键支撑

春节以来，DeepSeek的持续爆火进一步提升了中国AI的技术自信，产业界愈发期待国内AI基础设施能实现软硬件领域的纯国产闭环。另一方面，DeepSeek作为能力出众的开源模型，进一步加速了AI应用的爆发。随着落地场景的扩大，算力需求将被进一步激发。

在此背景下，AI算力也成为今年两会的高频词，国产算力尤其受关注。全国政协委员曹鹏表示，只有加强自主可控智算能力建设，才能确保我们的技术独立性与数据安全；全国人大代表刘庆峰呼吁，加快构建国产算力平台上的自主可控大模型及产业生态；全国政协委员郭御风则提到，组建“芯片+算法+场景”一体化的攻关联盟，打破技术壁垒。

经过长期研发投入，国产芯片其实已逐步实现突围，打破了无芯可用的困境。但在AI算力需求爆发的时代，大多数企业都不可能去采购芯片自建算力，因为昂贵且低效。而云化国产算力，拥有高效、灵活、可持续和可扩展等特性，正逐步成为中国企业更优的算力选择。

自主可控成焦点，国产芯片逐步起势

春节前夕，GPU巨头英伟达股价一天暴跌17%令人印象深刻，一些观点认为DeepSeek打破了英伟达的算力神话。诚然，DeepSeek的低成本、高效率有目共睹，但这并没有改变AI算力需求的增长范式，随着模型普及和应用场景扩展，长期推理需求仍将继续增长。

互联网大厂一直在进行算力储备和军备竞赛。近期阿里巴巴宣布，计划在未来三年内投入至少3800亿元，用于建设云计算和人工智能基础设施，字节跳动、腾讯、百度等公司采购芯片的新闻也频频见诸报端，甚至OpenAI、Meta、谷歌等国外大厂也充满了算力渴望。

但与国外大厂不同，中国企业头上一直悬着美国制裁的“达摩克利斯之剑”，不但被迫高价采购英伟达的“阉割”芯片，还长期处于断供焦虑中，发展自己的国产芯片是人心所向。

今年两会上，全国政协委员曹鹏的提案指出，避免美芯片管制持续升级已成为当务之急。基础设施层面，只有加强自主可控智算能力建设，坚持自主研发与创新，才能确保我们的技术独立性与数据安全，推动人工智能产业持续健康发展。

全国人大代表、科大讯飞董事长刘庆峰也直言，国产大模型训练高度依赖进口算力，若不能加快解决国产自主可控人工智能产业生态薄弱、适配困难等问题，无异于“在别人地基上建高楼”。他呼吁，给予相关企业资金专项支持，加速基于国产算力的大模型算法创新。

令人欣慰的是，经过长期研发和投入，国产芯片已不再是花拳绣腿。华为昇腾、海光信息、壁仞科技、摩尔线程、天数智芯、昆仑芯等国产芯片相继涌现，华为云甚至还在贵安、乌兰察布、芜湖等地打造了AI云算力中心，提供高性价比、即开即用的昇腾云服务。

尤其随着DeepSeek技术路径（如FP8低比特训练、MoE架构）证明国产芯片适配的可能性，国产算力的应用空间将被进一步打开。截至2025年2月，包括华为昇腾在内的16家国产AI芯片企业宣布适配DeepSeek模型，充分证明国产芯片在推理阶段已具备竞争力。

不仅如此，DeepSeek通过底层优化（如PTX编程、通信效率提升60%）释放硬件潜力，证明了算法、系统、芯片协同优化的必要性，这种协同创新可能打破英伟达CUDA生态的垄断，形成国产化的“软硬件闭环”。“DeepSeek带来的启示是中国人可以把美国芯片用得比美国好，下一步就是我们可以把中国的芯片用得更好。”有行业人士如是说道。

大模型时代，云化算力成更优选择

有了可用的国产芯片是不是就可以高枕无忧，对大多数企业来说其实并不是，因为从购买芯片到获取适合自身的算力资源，中间还有很多鸿沟要跨越，蜂拥大规模自建算力的做法并不可取。甚至两会也有专家提出，要防止过多采用“私有化部署+项目制”的方式。

这其中有几大关键原因。

首先，数据中心机房环境要求高，决定了建设成本高，并且大模型对算力的需求变化节奏快，要求AI服务器升级换代要快，多数企业难以弹性应对；其次AI硬件产品迭代速度快，而异构资源调度复杂度高，自建算力难以充分发挥不同芯片的性能，影响大模型训推效率；第三是数据中心的运营维护困难且成本高，对只有传统IT维护能力的企业带来重大挑战。

因此，对于很多不具备自建AI算力和自训基础大模型能力的企业来讲，选择云服务可能是更为合理的、可持续的选择。尤其是在外部封锁和内部需求激增的双重挑战下，云化国产算力作为一种高效、灵活、可持续、可扩展的解决方案，已成为突破算力瓶颈的更优选择。

面对呼啸而来的大模型时代，国内云厂商已经做好长足准备。基于华为AI软硬件技术全栈，华为云打造一站式、全场景、全流程AI应用开发及运行管理平台，对外提供高性价比、即开即用的澎湃AI算力服务——昇腾云服务。

相比与传统的算力供给，昇腾云服务可以解决行业多个痛点，优势显而易见。

首先是资源获取快，一键可接入贵安、乌兰察布、芜湖等AI云算力中心，支撑万亿参数大模型、百P数据训练，即开即用0等待，并且以独有的多级恢复机制和完备的工具链实现了千卡训练连续30天不中断。其次是模型迁移快，昇腾云服务支持业界各类框架、加速库及三方社区生态，可快速、无损实现模型和应用的迁移适配，典型场景迁移至生产环境时间小于2周。第三是故障恢复快，昇腾云服务可以主动诊断故障，集群故障可以做到1分钟发现，5分钟诊断，10分钟恢复。第四是成本控制优，云计算弹性扩缩容支持业务快速增长的同时，避免业务波谷时资源闲置，可以按需付费。第五是就近服务时延优，推理服务可以就近接入相应的AI算力中心，实现10ms可达的超低时延优质服务体验。

毋庸置疑，大模型实现自身价值一定是在产业应用中，而云服务提高了算力供给效率，大幅降低了应用和部署门槛。全国政协委员曹鹏提案建议，链主企业和云平台向中小企业提供低成本、高质量的智算服务，打造开箱即用的产品服务，让更多企业和个人无差别地享受技术创新的红利，引导技术创新走出实验室和大公司的围墙，在产业场景发挥价值。

突破算力瓶颈，推动中国AI走深向实

一直以来，市场比较执着的是对比国产芯片和英伟达芯片的性能。而华为轮值董事长徐直军已经指出，中国半导体制造工艺将在相当长时间里处于落后状态，这就意味着我们所能制造的芯片的先进性将受到制约，这是我们打造算力解决方案必须面对的挑战。

大模型时代的到来，放大了国产芯片的挑战，但同时也带来了机遇。当模型参数越来越大，应用场景越来越复杂，单卡的性能优势将被弱化，系统化、集群化的算力供给成为趋势。

徐直军曾指出，华为的战略核心就是，充分抓住人工智能变革机遇，基于实际可获得的芯片制造工艺，计算、存储和网络技术协同创新，开创计算架构，打造“超节点+集群”系统算力解决方案，长期持续满足算力需求。

通过计算、存储、网络端到端协同，以及ModelArts等服务升级，昇腾云正加速大模型应用落地，推动中国AI走深向实。

以科大讯飞为例，通过华为提供昇腾集群，讯飞星火大模型的训练性能整体提升17%，华为云全球算力布局也支持了科大讯飞业务出海，共同服务全球企业智能化；网易伏羲与华为云进行技术联合创新，依托云原生技术构建了AI多云平台，并进一步适配华为云昇腾AI云服务，在算子层和框架层进行大量性能优化，满足交互场景的秒级时延要求，保障玩家流畅丝滑的互动体验；知乎与华为云展开合作，基于昇腾AI云服务提供了弹性扩展的AI算力，并实现异构算力管理和调度，满足了大模型的训练要求……

随着DeepSeek爆火，昇腾云结合30+行业场景和1000+场景模型经验沉淀，迅速提供全链路DeepSeek专业服务体系，涵盖咨询、部署实施、场景开发微调、蒸馏模型开发、大模型开发增量预训练及培训6大类服务场景和30多个服务能力，并将服务能力沉淀到数据、模型、工程三大工程工具里，为开发者提供高效、灵活、稳定的AI推理算力服务。

截至2025年3月，昇腾云上已有超40家企业部署DeepSeek，并深度应用在业务场景中，比如与中旅国际合作打造文旅领域大模型，部署至小程序提供AI对话服务；通过吸引汽车制造商、电信运营商等接入，昇腾云AI服务还推动了跨行业应用落地以及众多行业场景业务创新，其中更有超过10家大型银行和央企选择昇腾云部署DeepSeek。

刚闭幕的两会上，《政府工作报告》提出，持续推进“人工智能+”行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用，大力发展智能网联新能源汽车、人工智能手机和电脑、智能机器人等新一代智能终端以及智能制造装备。扩大5G规模化应用，加快工业互联网创新发展，优化全国算力资源布局，打造具有国际竞争力的数字产业集群。

政策层面的大力支持，意味着中国人工智能产业的快速发展已成必然。在这个过程中，也必将会产生更多国产算力需求，而以华为云昇腾云为代表的国产力量，正通过技术突破与开放合作，不断降低大模型的应用和部署门槛，通过打造开箱即用的产品服务，让更多企业无差别地享受技术创新的红利，为中国AI产业崛起保驾护航，也为全球AI产业贡献中国智慧。

本文系观察者网独家稿件，未经授权，不得转载。