萬卡大算力+萬億大模型：中國AI新敘事

這個春節，大模型徹底“殺瘋了”。

從騰訊元寶的10億紅包在微信里“炸群”，到千問的“30億免單”掀起奶茶狂歡，再到這兩天字節的Seedance2.0刷爆屏幕——AI視頻第一次讓人感覺可以直接交付了！

應用層一片喧囂，但真正的戰場并不在此

就在我們搶紅包看視頻時，據海外媒體消息，OpenAI正與英偉達、微軟、亞馬遜洽談新一輪融資，規模可能高達400億至600億美元。這筆錢只有一個目的：為OpenAI未來幾年的算力買單

這不是孤例。微軟早已百億美元押注OpenAI，Anthropic也將其核心算力基礎設施分別部署在谷歌云和亞馬遜AWS上，并采用英偉達的GPU進行訓練。全球AI的頂層格局已經明朗：算力寡頭與大模型寡頭正在深度綁定

那么問題來了：當中國大模型的狂歡席卷全網，支撐這場盛宴的算力根基，到底是誰？

答案，藏在近期兩則看似低調的新聞里。

上周，國家超算互聯網核心節點在鄭州上線試運行。2月10日，“國產萬卡算力賦能大模型發展研討會暨聯合攻關啟動儀式”在鄭州舉行，國內頭部大模型廠商、算力基礎設施提供商等上百家生態伙伴以及頂尖專家學者聚在一起，核心議題就一個：如何系統性地打通國產“萬卡大算力”與“萬億大模型”的協同發展路徑，并正式啟動了聯合攻關行動。

看明白了嗎？當別人在搞“豪門聯姻”時，我們正在發動一場全產業鏈的協同作戰。這不是一兩個巨頭的游戲，而是一場由產學研用玩家共同入局的系統性工程。

困局：為什么我們必須自己“修路”？

先聊聊“英偉達+OpenAI”這條看似“光鮮”的路。說實在的，性能確實頂尖，生態閉環也很高效，但這套玩法有個根本問題：命門不在自己手里。

有意思的是，就連OpenAI自己也在到處找“備胎”，牽手AMD、測試博通的芯片。這說明什么？把雞蛋都放在一個籃子里，誰都不放心。

那我們自己是什么情況？說實在的，挑戰是明擺著的：

首先，國產算力的“生態關”還沒完全過

芯片性能確實在快速進步，但真正的難點在于生態。不同廠商的芯片架構各異，軟件工具鏈也還沒統一，這就導致一個現象：國產算力能用，但要讓開發者用得順手、用得高效，還需要下功夫。企業想做AI創新，光適配不同算力平臺就要花不少成本。

其次，模型對算力的需求正在發生深刻變化

現在大模型的競爭重點，正從訓練轉向推理。推理場景對算力有完全不同的要求——需要的是穩定、低成本、可規模化的算力供給。但目前分散在不同地方的算力資源，要形成這樣的支撐能力，還需要在調度和優化上做大量工作。

所以，簡單的“買”或“仿”都已失效。中國AI要真正發展起來，必須找到一條既要自主可控，又要開放協同的新路徑。這條路，就是我們正在探索的“雙向奔赴”。

從“被動支撐”到“主動適配”：國產算力的新角色

最近工信部圍繞國家算力節點建設發布了一份重要文件，首次明確了“1+M+N”的頂層架構。這個信號很清晰：未來的算力網絡，絕不僅是建機房、堆芯片，而是要與行業應用深度綁定。

國家超算互聯網的實踐，正是對這種思路的最好印證。截至目前，整個超算互聯網平臺已服務超100萬用戶，上線應用商品7200多個，單日作業處理峰值達103萬次。這些數據表明，一個能有效調度全國算力資源的“智能網絡”已經跑起來了。它不再僅僅是“計算能力”的集合，而是一個有明確服務對象的“產業基座”。

2月5日在鄭州上線試運行的超算互聯網核心節點，則將這種“服務意識”推向了新高度其搭載的scaleX萬卡超集群，目標直指“萬億參數模型訓練、高通量推理等大規模AI計算場景”。這意味著，國產算力的建設邏輯已經改變：不再追求“通用”，而是為AI大模型這樣的“超級應用”打造“專用跑道”

更值得關注的是它在“適配”層面的實質性進展。依托scaleX萬卡超集群，該平臺不僅完成了超過400個主流大模型、世界模型的優化適配，更重要的是，它在兩個關鍵環節實現了從“支撐”到“優化”的跨越

在訓練側：通過scaleFabric與池化調度技術，能夠靈活適應從密集到MoE等各類創新模型架構的訓練需求。這意味著模型廠商在嘗試新架構時，不再需要“削足適履”

在推理側：依托開放架構和一體化算力網的調度優勢，超算互聯網正推動大模型以更便捷、更低成本的方式進入千行百業，加速AI從技術到公共產品的轉化

所以，這已不僅是“適配”，國產算力正在從“被動的工具”，轉變為模型創新的“核心合伙人”

大模型也在主動擁抱算力

路通了，考驗也來了：國產算力到底能不能扛住大模型的海量推理任務？這是它甩掉“能用但不好用”標簽的關鍵。

推理時代的到來，恰恰給了國產算力一個絕佳的差異化窗口——比拼的重點從極致性能轉向了規模、成本和穩定性。面對這個機會，中國的模型廠商沒有觀望，而是選擇了主動擁抱。

這種“奔赴”體現在兩個層面：

在企業層面，模型公司開始主動“下場”。階躍星辰牽頭成立“模芯生態創新聯盟”，聯合多家芯片廠商，從應用端反向定義硬件。還有頭部大模型技術負責人透露，經過聯合優化，國產算力性能差距在三個月內從15%縮小到5%以內

在產業層面，共識正轉化為集體行動。在鄭州舉行的這場國產萬卡算力賦能大模型發展研討會，正將企業實踐升華為行業共識。會議明確了三件事：算力自主是基石，必須構建自主可控的萬卡級算力集群，為萬億模型打下堅實基礎；供需必須協同，算力供給方和模型方要建立深度閉環；必須進行全鏈條優化，要從芯片、整機、基礎軟件一路打通至算法框架、大模型和最終應用

基于此，會議直接啟動了聯合攻關計劃。更妙的是設立了“AI布道師”機制，邀請百度、硅基流動等公司的專家，專門負責技術擴散和生態共建——這相當于為整個產業鏈建立了一套“最佳實踐”快速復制通道。

從企業單點優化到行業協同攻關，大模型對國產算力的這場主動擁抱，正在從技術適配升級為生態共建。在AI時代，這種深度捆綁或許正是我們實現突破的關鍵路徑。

終局：從“單點競技”到“體系對抗”

說實話，當外界還在圍觀芯片性能時，中國的打法已經變了——我們不再只盯著一兩個技術點，而是在下更大的一盤棋：用國產萬卡算力去支撐萬億大模型，讓算力與模型真正實現“雙向奔赴”

說白了，這就是一場全產業鏈的集體行動：算力主動“修路”，大模型主動“上車”，共同構建一個“算力-模型-應用”的閉環生態

這條路走起來更費勁，但可能也更踏實。它未必能很快造出一個“中國版OpenAI”，但卻能讓AI真正走進工廠、醫院、政務廳，去解決實際問題。

當AI從“炫技”回歸“實用”，這片由“雙向奔赴”滋養出的產業生態，或許才是中國AI最獨特的護城河。