人工智能大模型競賽進入深水區(qū)，算力已經(jīng)成為了決定技術(shù)高地的關(guān)鍵因素。面對英偉達等進口芯片長期占據(jù)市場主導地位的情況，國內(nèi)科技企業(yè)加大了對算力基礎(chǔ)設(shè)施的投資力度，也因為外部的技術(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生態(tài)、以“萬卡規(guī)?！弊非髽O致性能的依賴路線；二是出于自主可控的壓力下，堅持全棧自研的攻堅路線；三是采用英偉達和國產(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”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重，因此國內(nèi)廠商對進口芯片的依賴性非常大。以字節(jié)跳動、阿里巴巴、智譜AI為代表的互聯(lián)網(wǎng)大廠及AI獨角獸選擇深耕“英偉達陣營”，其核心邏輯在于“先搶占市場、再完善自主”。

首先看字節(jié)跳動，它有海量的數(shù)據(jù)和算法積累，還有十數(shù)萬張英偉達顯卡儲備，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，并且增強了其在C端和B端的應(yīng)用優(yōu)勢。

據(jù)權(quán)威財經(jīng)媒體報道，字節(jié)跳動計劃在2026年投資1000億元采購英偉達的AI芯片。相比2025年的850億元增長了17.6%，說明字節(jié)跳動對算力的需求非常迫切，并且高度依賴英偉達的算力。

再看阿里巴巴，依托阿里云強大的云計算底座，其在支撐夸克大模型訓練時，一方面部署了規(guī)模達數(shù)千張的英偉達高端GPU集群，以保障前沿模型研發(fā)的算力性能與訓練效率；另一方面，積極推動自研的“含光”系列芯片在推理等場景的規(guī)模化部署，構(gòu)建起自主可控的算力補充，實現(xiàn)了“性能與安全”的雙重平衡。

最后看AI獨角獸，智譜AI依托于清華的技術(shù)背景，擁有數(shù)千張英偉達卡，專注在學術(shù)與產(chǎn)業(yè)融合的應(yīng)用場景上；而Kimi的母公司月之暗面則是通過融資快速擴展算力，并以英偉達顯卡為硬件優(yōu)化了MoE模型架構(gòu)，依靠高效的并行計算能力，在長文本處理領(lǐng)域形成了自己的優(yōu)勢。Minimax同樣以英偉達卡為基礎(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)筑了自身競爭力。

只不過，對英偉達生態(tài)系統(tǒng)的深度依賴，也正成為“英偉達陣營”不可忽視的短板。它們不但面臨芯片斷供的風險，還要支付較高的算力費用，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”，進口+自研并行

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

一方面，百度仍然保有數(shù)量不小的英偉達高端芯片集群。這些進口的算力就像是“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)模訓練任務(wù)的高效、穩(wěn)定運行，保證其在激烈的市場競爭中不會因為算力瓶頸而喪失先機。

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)的推理場景中，并且開始向訓練環(huán)節(jié)滲透，大大減少了關(guān)鍵業(yè)務(wù)對單一外部供應(yīng)鏈的依賴，形成了一個國產(chǎn)化安全緩沖區(qū)。

百度“進口和自研”并行的雙軌模式，既滿足了當前算力需求，也為將來實現(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)回報是其所要面對的持續(xù)性問題。

第三類代表：科大訊飛“全國產(chǎn)化”突圍

面對英偉達芯片受阻的挑戰(zhàn)，科大訊飛并沒有妥協(xié)，而是與華為、中科海光、寒武紀等國產(chǎn)芯片企業(yè)合作，建成一個規(guī)模達數(shù)萬卡級的全國產(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練的行業(yè)桎梏，證明了國產(chǎn)化由“可用”到“好用”的實際可能性。最新發(fā)布的“訊飛星火X2”大模型就是完全用國內(nèi)自研算力訓練出來的，并且在多個核心能力上與國際頂尖模型相當。

與此同時，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，從而形成自己獨特的競爭優(yōu)勢。

在教育領(lǐng)域，訊飛智慧學習機融入“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學習機T90系列為例，它搭載了由“星火X2”賦能的業(yè)界首創(chuàng)“錯因貫穿個性化學習系統(tǒng)”，超擬人AI老師“曉悅”可以像真人教師一樣進行啟發(fā)式錯因分析和講解，實現(xiàn)精準高效的個性化輔導。

在醫(yī)療行業(yè)，科大訊飛的“智醫(yī)助理”已經(jīng)在全國31個省市、801個區(qū)縣實現(xiàn)了常態(tài)化應(yīng)用，累計提供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。

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

算力自主，中國AI的必修課

當前，全球算力競爭已經(jīng)到了白熱化的程度，高端市場依然由國際大廠掌控，國產(chǎn)算力的發(fā)展之路如同一場漫長而艱巨的“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、場景爆發(fā)以及政策扶持三重機遇。

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)計算平臺，使計算系統(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，場景化AI成為主要戰(zhàn)場。大模型競爭焦點從單純追求數(shù)量轉(zhuǎn)為深耕行業(yè)、“場景落地”。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)打造核心競爭力的關(guān)鍵。

這一趨勢給國產(chǎn)算力企業(yè)提供了差異化競爭的絕佳機遇。憑借對國內(nèi)行業(yè)場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+場景”的垂直整合，實現(xiàn)技術(shù)價值在具體業(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，政策紅利不斷釋放，也進一步推動了國產(chǎn)算力生態(tài)的成熟，并形成了技術(shù)和市場之間的良性互動。

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，并以場景化產(chǎn)品實現(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，實現(xiàn)從“追趕者”到“引領(lǐng)者”的跨越。