國產(chǎn)算力產(chǎn)業(yè)走向“閉環(huán)”

經(jīng)濟(jì)觀察報記者 鄭晨燁

歲末年初，中國算力產(chǎn)業(yè)在資本領(lǐng)域的運(yùn)作驟然提速。

1月8日，上海天數(shù)智芯半導(dǎo)體股份有限公司（下稱“天數(shù)智芯”，09903.HK）在港股掛牌上市，其此次公開發(fā)售獲超400倍認(rèn)購，充分顯示了資本市場的熱情。

此前不久，另外兩家國產(chǎn)GPU頭部企業(yè)也已接連登陸科創(chuàng)板：2025年12月5日，摩爾線程（688795.SH）上市首日股價一度上漲468.78%，總市值突破3055億元；2025年12月17日，沐曦股份（688802.SH）上市首日漲幅達(dá)到692.95%，市值站上3300億元關(guān)口。

與GPU廠商的二級市場熱潮相呼應(yīng)，國產(chǎn)存儲芯片廠商也在2025年末完成了關(guān)鍵一躍。2025年12月30日，長鑫科技集團(tuán)股份有限公司（以下簡稱“長鑫科技”）正式向上交所遞交科創(chuàng)板招股書，并披露了其2025年前三季度320.84億元的營收數(shù)據(jù)，這一數(shù)字直觀展示了國產(chǎn)DRAM（動態(tài)隨機(jī)存取存儲器）產(chǎn)能釋放的規(guī)模。

更早之前的2025年9月25日，長江存儲科技控股有限責(zé)任公司（以下簡稱“長存集團(tuán)”）完成了股份制改革，其1600億元的估值一度刷新了半導(dǎo)體獨(dú)角獸的紀(jì)錄，也標(biāo)志著這家NAND Flash（閃存）龍頭進(jìn)入了發(fā)展新階段。

從芯片設(shè)計到存儲顆粒，從科創(chuàng)板到港交所，一浪接一浪的資本熱潮間接宣告了國產(chǎn)算力產(chǎn)業(yè)的快速進(jìn)步。當(dāng)然，在資本市場的熱度之外，國產(chǎn)芯片在實際的智算中心建設(shè)與應(yīng)用適配中，仍面臨著復(fù)雜考驗。

各司其職

進(jìn)入2026年，在告別了單純比拼硬件參數(shù)的階段之后，國產(chǎn)算力的競爭焦點(diǎn)正在發(fā)生轉(zhuǎn)移，“萬卡集群”的穩(wěn)定性、軟件生態(tài)的易用性以及商業(yè)落地的性價比，正在成為衡量價值的新標(biāo)尺。

在中國算力產(chǎn)業(yè)的敘事中，“萬卡集群”是一個被反復(fù)提及的里程碑，但當(dāng)系統(tǒng)規(guī)模真正邁向這一量級時，“萬卡集群”也往往意味著指數(shù)級增長的故障概率。

近期，中科曙光（603019.SH）發(fā)布了scaleX萬卡超集群，該集群由16個scaleX640超節(jié)點(diǎn)通過高速網(wǎng)絡(luò)互連而成，實際部署了10240塊AI加速卡。中科曙光高級副總裁李斌告訴經(jīng)濟(jì)觀察報記者，當(dāng)算力系統(tǒng)的規(guī)模比較小時，一個單點(diǎn)的困難或許不是大問題，但當(dāng)需要把幾萬個甚至十萬個芯片組成一個緊耦合系統(tǒng)時，任何微小的瑕疵都會被放大。

“假設(shè)一個點(diǎn)的可靠性是四個9（即99.99%），放大一百倍、一千倍之后，系統(tǒng)的可靠性就會呈現(xiàn)數(shù)量級的下降。”李斌說。

對此，中國工程院院士、清華大學(xué)計算機(jī)系教授鄭緯民在近期舉辦的摩爾線程MUSA開發(fā)者大會上亦直言，國產(chǎn)萬卡乃至十萬卡系統(tǒng)要做到可用、好用非常難，因為十萬張卡連在一起，平均一個小時要出一次錯，而只要有一個卡出錯，整個系統(tǒng)就得停下來。

為了解決這個問題，硬件廠商開始在“連接”上下苦功夫。

李斌介紹，中科曙光發(fā)布的這套集群，核心突破在于采用了國產(chǎn)首款400G原生RDMA（遠(yuǎn)程直接內(nèi)存訪問，一種允許服務(wù)器間直接交換內(nèi)存數(shù)據(jù)、無需CPU干預(yù)的高速網(wǎng)絡(luò)技術(shù)）網(wǎng)絡(luò)。而在傳統(tǒng)的超級計算機(jī)領(lǐng)域，以色列的邁絡(luò)思（Mellanox）公司幾乎壟斷了互連網(wǎng)絡(luò)標(biāo)準(zhǔn)，這也是英偉達(dá)收購邁絡(luò)思的原因，英偉達(dá)不僅賣GPU，更賣NVLink和InfiniBand網(wǎng)絡(luò)，這構(gòu)成了它的“三駕馬車”。

為什么網(wǎng)絡(luò)如此重要？李斌解釋稱，超級計算機(jī)進(jìn)行“變形計算”（即模擬物理結(jié)構(gòu)變化等大規(guī)模科學(xué)仿真計算）時，需要海量計算單元協(xié)同，這就要求數(shù)據(jù)傳輸網(wǎng)絡(luò)必須具備極高的信號質(zhì)量、極低的延遲和極大的帶寬。

這也是英偉達(dá)構(gòu)建“三駕馬車”產(chǎn)品體系的底層邏輯。除了提供核心算力的GPU，英偉達(dá)通過NVLink技術(shù)解決單個服務(wù)器內(nèi)芯片間的超高速互連，通過收購邁絡(luò)思掌握的InfiniBand（無限帶寬）網(wǎng)絡(luò)技術(shù)解決服務(wù)器節(jié)點(diǎn)間的高速數(shù)據(jù)傳輸。

現(xiàn)在的AI集群本質(zhì)上是超級計算機(jī)集群的延展，大模型的分布式訓(xùn)練對網(wǎng)絡(luò)的要求與超算一致，因此，節(jié)點(diǎn)間的高速互連網(wǎng)絡(luò)成為決定集群效率的關(guān)鍵瓶頸。

“過去，國內(nèi)存在很大的代差，這個技術(shù)落后比較多?！崩畋蟊硎荆乱淮鷩a(chǎn)網(wǎng)絡(luò)產(chǎn)品在規(guī)格指標(biāo)和實測穩(wěn)定性上，已經(jīng)可以對標(biāo)英偉達(dá)當(dāng)前量產(chǎn)的產(chǎn)品。

更長遠(yuǎn)的挑戰(zhàn)在于物理極限。李斌向記者分析，目前業(yè)界普遍使用銅纜連接，因為銅可靠性高、成本低、功耗低，但隨著數(shù)據(jù)中心內(nèi)部的單鏈路速率提升，銅纜的有效傳輸距離正在急劇縮短。

“當(dāng)速率達(dá)到448G的時候，銅線能驅(qū)動的距離可能只有幾厘米了?！崩畋笈袛?，未來的系統(tǒng)一定需要芯片直接出光，也就是硅光技術(shù)。

在數(shù)據(jù)傳輸中，銅纜承載的是電信號，隨著傳輸速率越來越高，電信號在銅線里的損耗會急劇增加，導(dǎo)致傳輸距離變短。為了解決這個問題，行業(yè)需要用光信號替代電信號進(jìn)行傳輸，即“光進(jìn)銅退”，而硅光技術(shù)，就是將電信號轉(zhuǎn)換為光信號的功能直接集成在芯片上，從而突破銅纜的物理極限。

在解決“連得上”的問題后，還得解決“存得下”的問題。李斌告訴記者，在算力放大很多倍的同時，數(shù)據(jù)傳輸和存儲的性能如果跟不上，中間的鴻溝就會越來越大。

這正是長鑫科技和長存集團(tuán)存在的意義，這兩家公司分別卡位了存儲芯片的兩大核心領(lǐng)域，DRAM（動態(tài)隨機(jī)存取存儲器，即內(nèi)存）和NAND Flash（閃存，即硬盤存儲）。

長鑫科技在2025年12月30日遞交的科創(chuàng)板招股書中披露，其2025年前三季度營收達(dá)到320.84億元，2022年至2024年主營業(yè)務(wù)收入復(fù)合增長率超過70%。另外，作為中國最大的DRAM設(shè)計制造一體化企業(yè)，長鑫科技的產(chǎn)品線已覆蓋從DDR4到DDR5、LPDDR5X，其推出的首款國產(chǎn)DDR5產(chǎn)品，速率高達(dá)8000Mbps。

在AI智算集群中，DDR5作為系統(tǒng)級內(nèi)存承擔(dān)著數(shù)據(jù)預(yù)處理的重任，而基于DRAM技術(shù)衍生的HBM（高帶寬內(nèi)存），則是決定GPU性能上限的核心要素。

長存集團(tuán)則在更底層的NAND Flash領(lǐng)域穩(wěn)住了陣腳。2025年9月，長存集團(tuán)完成了股份制改革，其全資子公司長江存儲憑借Xtacking架構(gòu)（一種將存儲陣列與邏輯電路分開制造再鍵合的技術(shù)），在3D NAND領(lǐng)域?qū)崿F(xiàn)了技術(shù)突圍。

有了計算和存儲，還需要一種機(jī)制把它們組織起來。對于高度成熟的半導(dǎo)體行業(yè)來說，分工和生態(tài)至關(guān)重要，沒有任何一家公司能夠獨(dú)立做好全產(chǎn)業(yè)鏈的所有環(huán)節(jié)。

“以往大家的心態(tài)都是——單做一點(diǎn)可能做不出市場，所以就開始都要做。但最后的結(jié)果是大家都沒做好?！崩畋笳f。

改變正在發(fā)生。光合組織（海光產(chǎn)業(yè)生態(tài)合作組織）秘書長任京暘告訴經(jīng)濟(jì)觀察報記者，以中科曙光發(fā)布的 scaleX 萬卡超集群為例，這種大規(guī)模算力系統(tǒng)已經(jīng)不再是單一品牌的獨(dú)角戲。

實現(xiàn)這一變化的底層邏輯在于協(xié)議的打通，作為國產(chǎn)通用算力的核心供應(yīng)商，海光信息開放了其 HSL（高速互連總線協(xié)議）技術(shù)，實現(xiàn)了海光CPU與各家GPU的異構(gòu)互聯(lián)，換言之，在同一個機(jī)柜里，可以插著海光的CPU，同時運(yùn)行摩爾線程、沐曦或者其他品牌的AI加速卡。

“海光把HSL開放了，其他國產(chǎn)AI芯片廠商都可以深度融入AI計算開放架構(gòu)，這樣CPU和GPU就拉通了?！比尉f。

這種技術(shù)上的解耦，折射出的是商業(yè)邏輯的妥協(xié)與成熟，在巨大的外部壓力下，沒有任何一家公司能吃下全產(chǎn)業(yè)鏈，分層解耦、各司其職成為唯一的生存之道。

軟件生態(tài)

相比于萬卡集群的硬件建設(shè)，軟件生態(tài)的遷移是更為復(fù)雜的系統(tǒng)工程。

在英偉達(dá)CUDA（英偉達(dá)專有的、用于調(diào)用GPU算力的軟件開發(fā)平臺）生態(tài)長期占據(jù)主導(dǎo)地位的背景下，開發(fā)者切換至國產(chǎn)計算平臺面臨著巨大的代碼重構(gòu)與學(xué)習(xí)成本，如何降低這一門檻，成為國產(chǎn)芯片廠商必須解決的問題。

作為國產(chǎn)全功能GPU領(lǐng)域的代表企業(yè)，摩爾線程選擇從個人開發(fā)者抓起。在近期舉辦的首屆MUSA開發(fā)者大會上，摩爾線程發(fā)布了一款名為“MTT AIBOOK”的AI算力本，這款筆記本預(yù)置了VS Code、PyTorch等全棧開發(fā)工具，讓開發(fā)者實現(xiàn)“開箱即用”。

摩爾線程試圖通過這款終端產(chǎn)品開始培養(yǎng)開發(fā)者的使用習(xí)慣，為此還推出了代碼生成大模型MUSACode，聲稱可以做到從CUDA代碼到MUSA代碼的自動化遷移，可編譯率達(dá)到93%。

“我們希望，你說一句話它就能幫你開發(fā)MUSA代碼?！蹦柧€程董事長張建中在MUSA開發(fā)者大會上還介紹了一個名為“Text to MUSA”的自研項目，這種策略旨在通過降低開發(fā)門檻，在開發(fā)者的起步階段培養(yǎng)使用習(xí)慣，從而逐步構(gòu)建獨(dú)立于CUDA之外的生態(tài)。

如果說摩爾線程是在試圖從源頭降低開發(fā)者的準(zhǔn)入門檻，那么在更復(fù)雜的企業(yè)級市場，云服務(wù)商則承擔(dān)起了“屏蔽差異”的職責(zé)。因為，與個人用戶通常只使用一種顯卡不同，大型企業(yè)，尤其是國資背景的智算中心，為了供應(yīng)鏈安全或平衡供應(yīng)商關(guān)系，往往同時采購了多種品牌的國產(chǎn)加速卡。

這種“多品牌混用”的硬件現(xiàn)狀，帶來了一個棘手的生態(tài)難題——國產(chǎn)芯片廠商各自為戰(zhàn)，軟件?；ゲ患嫒荩涌跇?biāo)準(zhǔn)各異，導(dǎo)致企業(yè)的算力資源被底層硬件切割成了一個個無法互通的孤島。

比如，海光信息（688041.SH）副總裁吳宗友在接受經(jīng)濟(jì)觀察報記者采訪時就坦言：“過去幾年信創(chuàng)發(fā)展迅速，芯片行業(yè)發(fā)展很快，但也給用戶造成了很多困擾?！庇脩糇畲蟮睦_在于國產(chǎn)芯片品牌繁多，每一款都要單獨(dú)適配和優(yōu)化，投入成本極高。他認(rèn)為，如果廠商繼續(xù)各自為戰(zhàn)，架構(gòu)以外的企業(yè)將面臨被淘汰的風(fēng)險，構(gòu)建開放的生態(tài)架構(gòu)，已成為行業(yè)生存的必選項。

優(yōu)刻得科技股份有限公司（下稱“優(yōu)刻得”，688158.SH）是國內(nèi)首家在科創(chuàng)板上市的中立云計算服務(wù)商。優(yōu)刻得服務(wù)器中心及AI算力負(fù)責(zé)人丁振雷在接受記者采訪時，將優(yōu)刻得的角色定義為“承上啟下”。

作為云服務(wù)商，優(yōu)刻得向下適配了3到5家主流的國產(chǎn)芯片。“行業(yè)生態(tài)有割裂的問題，有不兼容的問題?！倍≌窭字毖裕破脚_的作用，就是屏蔽底層的這些割裂，通過虛擬化和統(tǒng)一調(diào)度，讓上層應(yīng)用感覺不到底下跑的是哪家的卡。

對于大型國資企業(yè)和制造企業(yè)來說，這是一個剛需，因為它們往往擁有多類型的國產(chǎn)算力硬件。如何把這些異構(gòu)的算力統(tǒng)一管理起來，變成有效的生產(chǎn)力？丁振雷表示，這正是云平臺的機(jī)會。

另外，在終端側(cè)，紫光計算機(jī)則看到了“本地化”的獨(dú)特價值，紫光計算機(jī)產(chǎn)品中心總經(jīng)理潘睿向記者指出了一個被忽視的細(xì)節(jié)：云端AI雖然強(qiáng)大，但存在網(wǎng)絡(luò)延時和隱私風(fēng)險。

“如果你問網(wǎng)絡(luò)大模型問題，它會停幾秒再給你回復(fù)，其中有2秒左右是網(wǎng)絡(luò)延時造成的。”潘睿說，對于某些場景，比如工業(yè)流水線上的質(zhì)檢機(jī)器人，或者金融柜臺的業(yè)務(wù)處理，這2秒的延遲是不可接受的。此外，隱私問題也讓許多企業(yè)對云端大模型望而卻步。

針對這些痛點(diǎn)，紫光推出了一款帶有前置可插拔硬盤倉的AI工作站。潘睿解釋，在實際的AI作業(yè)中，面對海量數(shù)據(jù)，受限于網(wǎng)絡(luò)帶寬，直接插拔硬盤進(jìn)行數(shù)據(jù)交換的效率往往優(yōu)于網(wǎng)絡(luò)傳輸。

這種基于一線應(yīng)用場景的務(wù)實設(shè)計，反映出國產(chǎn)廠商正在從單純模仿，轉(zhuǎn)向基于用戶真實需求的微創(chuàng)新。

但在應(yīng)用落地逐漸走順的同時，上游供應(yīng)鏈的波動成為2026年國產(chǎn)算力產(chǎn)業(yè)面臨的新變量。比如，丁振雷就告訴記者，2025年下半年以來，全球存儲顆粒（DRAM/NAND）供應(yīng)壓力巨大，雖然長鑫和長存已經(jīng)量產(chǎn)，但國產(chǎn)化尚無法完全解決全球性的供需失衡。

“在2026年這是一個比較有挑戰(zhàn)的問題。”丁振雷稱，為了應(yīng)對缺貨，云廠商已經(jīng)改變了采購策略，從過去按季度規(guī)劃資源，拉長到按半年規(guī)劃，“大家紛紛前置，比如明年H100招標(biāo)計劃，現(xiàn)在都在第四季度完成了”。

走向閉環(huán)

檢驗國產(chǎn)算力成色的最終標(biāo)準(zhǔn)，還是客戶的選擇。

中國科學(xué)院高能物理研究所（下稱“高能所”）計算中心主任陳剛向經(jīng)濟(jì)觀察報記者透露，高能所的國家高能物理數(shù)據(jù)中心已開始采用國產(chǎn)算力設(shè)施（海光CPU結(jié)合海光DCU）進(jìn)行AI訓(xùn)練和科學(xué)計算。

高能物理實驗涉及海量數(shù)據(jù)的處理與分析，對算力基礎(chǔ)設(shè)施的精度與穩(wěn)定性提出了極高要求。對于國產(chǎn)芯片在科研場景中的實際表現(xiàn)，陳剛評價稱：“性能比國外的可能稍微差一點(diǎn)，但是差距并不大，完全夠用?！?/p>

除了硬件采購，更深層的變化在于合作模式。陳剛表示，目前科學(xué)家已深入?yún)⑴c到芯片的調(diào)優(yōu)過程中，通過雙方工程師聯(lián)合辦公的機(jī)制，科學(xué)家協(xié)助廠商驗證軟件，廠商則配合科學(xué)家優(yōu)化算法，這種聯(lián)合調(diào)試加速了軟硬件的適配。

對于國產(chǎn)算力的未來，陳剛持樂觀態(tài)度：“我不認(rèn)為他們能夠一直卡住我們，我認(rèn)為五年，不會超過十年（就能超越）?！?/p>

在更廣泛的商業(yè)市場，互聯(lián)網(wǎng)大廠的選擇往往具有風(fēng)向標(biāo)意義。

吳宗友觀察到，國內(nèi)互聯(lián)網(wǎng)大廠的態(tài)度正在發(fā)生微妙的變化，過去，大廠習(xí)慣于直接采購國際主流算力芯片，因為簡單省事。但現(xiàn)在，隨著購買力與話語權(quán)的提升，大廠不希望被單一供應(yīng)商控制，希望擁有更多話語權(quán)。

“他們自然就會接受更開放的架構(gòu)?！眳亲谟颜f。為了迎合這一需求，海光推出了定制化產(chǎn)品，允許大廠將自己的特殊需求寫入芯片。吳宗友認(rèn)為，這種定制化策略可以規(guī)避單純的價格戰(zhàn)，與客戶建立更深層的綁定。

至于市場上對“算力泡沫”的擔(dān)憂，丁振雷認(rèn)為，2026年是Agent（智能體）元年，Agent與傳統(tǒng)AI應(yīng)用不同，它不是降本邏輯，而是增效邏輯。

“如果大家用過Agent就知道，它對Token的消耗是巨大的。”丁振雷分析，一個真正好用的Agent場景，對算力的消耗是指數(shù)級增長的。因此，從大的供需關(guān)系來看，算力依然短缺。目前行業(yè)面臨的問題不是總量過剩，而是供需錯配，即好用的算力不夠，不好用的算力閑置。這也正是國產(chǎn)算力相關(guān)芯片的機(jī)會所在。

另外，DeepSeek等國產(chǎn)大模型的爆發(fā)，也正在反向定義硬件的競爭標(biāo)準(zhǔn)。比如，DeepSeek采用了FP8量化策略，這是一種通過降低數(shù)據(jù)計算精度（從16位或32位降至8位）來換取更高計算速度和更低顯存占用的技術(shù)。換言之，如果芯片廠商不支持這種特定的計算格式，其硬件性能就會大打折扣。

因此，摩爾線程等廠商迅速跟進(jìn)，通過優(yōu)化底層的計算庫支持了這種混合精度計算，在同等硬件條件下提升了模型的運(yùn)行效率。

此外，近期市場一直有傳聞稱美國可能放寬英偉達(dá)H200芯片的出口限制。這被行業(yè)內(nèi)視為“溫水煮青蛙”的策略，H200性能強(qiáng)于目前的國產(chǎn)主流芯片，如果它大量進(jìn)入中國市場，是否會打斷國產(chǎn)算力產(chǎn)業(yè)剛剛建立起的生態(tài)循環(huán)？

面對這一潛在變量，多位受訪者都在接受記者采訪時強(qiáng)調(diào)，國內(nèi)政企客戶對供應(yīng)鏈安全有剛性考量，另外，國產(chǎn)算力產(chǎn)業(yè)鏈也已經(jīng)形成閉環(huán)。目前，從長鑫科技、長存集團(tuán)提供的存儲底座，到中科曙光、海光信息構(gòu)建的計算與網(wǎng)絡(luò)集群，再到摩爾線程、天數(shù)智芯適配的終端應(yīng)用，國產(chǎn)芯片產(chǎn)業(yè)已不再是單點(diǎn)存在，而是已經(jīng)逐漸形成了一個完整、龐大的產(chǎn)業(yè)鏈條。

或者說，在過去的幾年里，中國算力產(chǎn)業(yè)已初步形成生態(tài)閉環(huán)，這種緊密咬合的生態(tài)，讓國產(chǎn)算力產(chǎn)業(yè)具備了進(jìn)一步直面挑戰(zhàn)的能力。

（作者 鄭晨燁）

免責(zé)聲明：本文觀點(diǎn)僅代表作者本人，供參考、交流，不構(gòu)成任何建議。

鄭晨燁

深圳采訪部記者 關(guān)注新能源、半導(dǎo)體、智能汽車等新產(chǎn)業(yè)領(lǐng)域，有線索歡迎聯(lián)系：zhengchenye@eeo.com.cn，微信：zcy096x。