中经记者 杜丽娟 北京报道
算力是人工智能产业发展的根基。面对高端训练算力供给仍需加强的现实，中国正从政策支持、芯片突破、软件优化、算力网络布局等多方面发力，加快打造自主可控的AI算力体系。
长江商学院会计与金融学教授、投资研究部主任刘劲在接受《中国经营报》记者采访时表示，未来10至20年乃至更长时间，人工智能将是提升生产力最重要的工具，也是中美科技竞争的重点领域，而算力正成为这场竞争的关键变量。“根据我们的观察，目前我国正依靠产业扶持政策、推进国产产品替代、优化软件运行效率等多条路径，构建属于自己的算力体系。”
刘劲分析，人工智能运算可分为训练和推理两类。训练阶段需要处理海量数据、反复运算参数，对算力消耗极大；推理阶段负荷相对较小，正式上线后运算压力会大幅下降。
目前，全球范围内只有中美两国具备训练大型AI模型的实力。与美国相比，我国AI推理相关应用已广泛落地，训练层面仍有提升空间。模型越智能，所需算力越高，GPU等并行计算芯片的重要性也愈发凸显。在此背景下，训练端是自主算力体系需要突破的重点，推理端是我国既有的应用优势，而软件优化则成为弥补算力不足、提升整体效率的关键路径。
在刘劲看来，自主算力体系的构建离不开算力网络和能源等基础支撑。目前，国内算力中心主要布局在京津冀、长三角、珠三角等东部地区，同时借助宁夏中卫等西部地区气温适宜、光伏和风电资源充足的优势，依托“东数西算”工程，一张全国协同的算力网络正在成型。
从发电量看，我国发电量约占全球总量的三分之一，每年新增发电量接近德国全国水平，为算力中心运转打下了扎实的能源基础。
除基础支撑外，核心芯片的自主突破也是体系建设的关键环节。在外部环境变化背景下，国内进一步加大自主研发力度，产业链供应链自主可控水平持续提升，各行各业也在多措并举推进国产替代。
例如，华为全联接大会透露，昇腾960芯片研发进度超出预期，昇腾950超节点已实现规模化商用，DeepSeek V4已完成与昇腾超节点的全面适配，长鑫科技也成功登陆科创板。
刘劲表示，在国家大基金等政策持续支持下，我国累计投入资金接近7000亿元，带动芯片设计、生产制造、配套设备、原材料等全产业链发展。华为、寒武纪等企业已具备芯片自主设计制造相关能力，长鑫科技也在存储芯片领域取得突破。
与此同时，软件优化成为提升算力效率的重要路径。刘劲表示，以DeepSeek为例，在算力条件有限的前提下，其模型性能已与美国同类产品差距不大，Token使用成本也明显下降。“本质上看，人工智能比拼的是智能服务本身，算力只是实现服务的中间环节。虽然我们在算力整体规模上还有提升空间，但依靠软件优势，可以带来更高的运行效率。”
IDC最新报告预测，2026年国内智能算力规模同比将上涨87.9%。随着各类AI智能体大量涌现，Token消耗量会成倍增长，算力市场整体规模将达到515亿美元。
在刘劲看来，随着芯片、软件、网络等环节协同推进，未来3至5年，国内算力瓶颈有望逐步破解，国产AI模型或将凭借成本效率形成全球竞争优势。
（编辑：朱会珊 审核：朱紫云 校对：刘军）
