全國首個！超3萬卡國產AI算力上線，喂飽萬億參數大模型

新智元報道

編輯：KingHZ 犀牛

【新智元導讀】從打破CUDA壟斷到國家級萬卡集群落地，中國算力大動脈終于接通，國產萬億大模型從此告別「裸奔」時代。

20世紀20年代，美國石油公司給中國戴上了「貧油」的帽子。

那是一個資源匱乏到極致的年代，一滴汽油幾乎等于一滴血。

地質學家斷言中國無油可采，嘲笑聲從大洋彼岸傳來。

可中國人硬是從荒原里一鍬一鍬掘出了黑色黃金，大慶、勝利、華北……一座座油田拔地而起，最終讓「石油自給」四個字，成為中國工業奇跡最硬核的注腳。

歷史總是驚人地相似。

這一次，美國卡脖子的不再是石油管道，而是高端芯片、CUDA生態，以及全球最頂尖的算力集群。

算力，尤其是萬卡級算力，正在取代石油，成為新工業文明的「戰略資源」。

美國巨頭以吉瓦為單位瘋狂擴張算力版圖，甚至引發了「電荒」。

當海外巨頭以吉瓦為單位擴張算力版圖時，中國AI產業則面對芯片管制、生態壁壘和算力碎片化的三重夾擊，必須回答一個根本命題——

中國的大模型，到底該用什么算力來喂？

今天的競爭早已不是「某家公司能不能搞到卡」，而是「一個國家能不能把算力當成公共基礎能力來運營」。

換句話說：算力競賽，從拼卡升級為拼基礎設施！

而國家級頂層設計，已經明確落子。

2026年2月6日，工信部正式發布的《關于組織開展國家算力互聯互通節點建設工作的通知》。

通知提出構建「1+M+N」國家算力互聯互通節點體系——

1個國家算力互聯網服務節點+ M個區域節點+ N個行業節點。

這份通知最重要的，不是技術條文，而是它釋放的強烈信號：國家正在把算力當作「統一規劃、統一標準、統一規則」的新型基礎設施來建設與治理。

傳達出的信息再明確不過：國家級頂層設計已經落子，「萬卡大算力+萬億大模型」就是中國AI產業彎道超車的必然路徑。

萬億大模型如何破局？

很多人以為算力貴，是因為供不應求。

可更深的原因是：算力是典型的「賣鏟人」生意，一旦生態形成，上游就擁有定價權。

看看英偉達的財務數據就明白了：在AI浪潮驅動下，其毛利率長期處在令人咋舌的高位，2025財年毛利率達到約75%。

這意味著你買到的不是硅片，而是生態稅！

于是頭部廠商走出了一條極具代表性的路線：垂直一體化。

從芯片到系統到軟件再到模型再到應用，全鏈條深度綁定，層層優化，性能拉滿，效率極高。

谷歌在TPU體系上反復強調「系統級協同設計」（system-level co-design），把整套TPU Pod當作一個整體超級計算機來設計，從硅到互連到軟件棧一體化推進。

這條路線當然強，但它只適合少數「超級玩家」——錢、人才、工程管理、供應鏈與組織能力缺一不可。

更關鍵的是：它不適合一個國家的產業全局。

因為國家要解決的不是哪家公司的需求，而是千行百業共同上車。

當美國都在為電力與并網頭疼時，你就會明白：即便是超級玩家，都會在基礎設施面前遇到現實的天花板。

所以，從產業全局看，更有生命力的路徑，其實是——開放路線。

以AI計算開放架構為代表的開放路線，強調的是兼容多品牌加速卡、打通主流軟件生態、降低遷移門檻。

兩種模式都有價值，但從產業全局看——開放路線一定是最有生命力的，也是最適合大多數廠商的。

因為AI的未來不是一家獨大，而是千行百業跨領域、跨層次地深度參與。

沒有開放的算力底座，就不可能有繁榮的應用生態。

就像當年PC產業的IBM兼容機戰勝蘋果封閉體系，開放永遠是產業規模化的終極答案。

可現實是殘酷的。

全球競爭格局已發生了質變。

當前AI競爭已進入「規模戰爭」階段——

國外對先進算力的技術和市場壟斷，已成為制約中國AI產業發展的關鍵瓶頸。

單純依賴單體技術優化和追趕已無法彌合差距，中國AI亟需探索一條更具戰略全局安全優勢的系統化突圍之路。

過去「先模仿再超越」的幻想已經破滅，現在需要的是不破不立——建立完全自主可控的技術體系。

你必須讓國產算力，不僅「有」，還要「好用」；不僅能跑，還要跑得穩、跑得滿、跑得省；不僅能訓練，還要能交付。

而行業正在用更具體的行動，把這件事從口號拉到現實。

2月10日，光合組織在鄭州舉辦「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」，各方代表在此次會議上形成多項關鍵共識，幾乎把行業痛點說透了：

• 自主算力是「生存底座」：沒有萬卡級的自主集群，萬億參數的國產大模型就是無本之木。這不僅是技術必選項，更是產業安全的生命線。

• 供需協同是「進化飛輪」：算力不是買來的，是用出來的。沒有應用，算力就是「一堆鐵疙瘩」。

• 全棧攻關是「破局利刃」：只有打通從底層芯片到頂層應用的每一根「毛細血管」，才能實現從「勉強可用」到「極致好用」的根本性跨越。

這為萬億參數級的國產大模型點明破局方向。

但到底如何做？行業做了哪些探索？

當萬卡集群

遇上國家超算互聯網

國內有一個長期被嚴重低估的真相——

現階段很多模型的發展是離不開和底層軟硬件系統深度的結合。底層變得「更重」，對集群和框架的技術要求發生質變。

這顛覆了傳統認知：過去，大家認為算法創新可以脫離硬件；現在發現沒有自主算力，就沒有模型創新自主權。

中國信通院人工智能研究所軟硬件與生態部主任李論認為，整個軟硬件的生態體系，是下一個階段模型創新和智算設施競爭的焦點。

她判斷：「今天行業是以應用為導向牽引整個AI算力體系的建設。未來，整個智算集群的建設和發展也將會走向更精細化的狀況。」

前年，基礎模型戰爭，大家「卷模型」。

去年，AI模型架構趨同和收斂，形成新的行業共識。

特別是，DeepSeek的出現具有歷史轉折意義——模型層收斂，架構層創新。

這是一個關鍵轉折：架構創新下放至計算層和設施層，革新通用化技術。

于是，算力互聯、統一調度、可用算力池，開始從幕后走到臺前。

就在幾天前的2月5日，國家超算互聯網核心節點在鄭州上線試運行，部署3套曙光scaleX萬卡超集群，是全國首個實現超3萬卡部署、且實際投入運營的最大國產AI算力池。

依托得天獨厚的區位優勢和算力資源，在本次研討會上同步啟動的「國產大算力+國產大模型聯合攻關專項計劃」則變得水到渠成——分為專屬萬卡資源池（面向卓越級伙伴，從頭訓萬億級模型）和千卡級資源池（面向5-10家優選伙伴，推進垂類應用落地），實質是在用國產算力「喂」國產大模型。

光合組織、大模型廠商、模型加速廠商及重點行業用戶出席儀式

當萬卡集群真正以「可用算力」的形態落地，它帶來的變化往往不是「又多了多少卡」，而是生產方式的切換：算力變成可被穩定調用、可被統一編排、可被持續運營的基礎能力。

在架構、網絡、調度、容錯、監控與計量等關鍵環節上，萬卡規模的算力池具備了工程化，模型訓練與推理任務可以像使用云計算資源一樣「拿來就用」。

對模型團隊而言，這意味著從第一天開始就能把精力放在數據、訓練策略、對齊與評測等核心工作上，而不是先花幾個月做集群適配、排障與手工調優。

更關鍵的是鏈式反應：

一旦算力底座變得穩定且可預期，創新的約束條件會發生根本變化——試錯成本下降、迭代周期縮短、參與門檻降低。

過去很多團隊做大模型，第一階段往往卡在「能不能跑起來」，第二階段卡在「能不能跑得穩、跑得滿」，第三階段卡在「能不能降本、能不能交付」。

當萬卡集群把這些底層不確定性顯著收斂之后，模型側與應用側的行為模式會迅速改變：模型團隊敢于做更頻繁的實驗迭代，應用團隊也更愿意把試點推向生產環境。

重要的是：這會反向推動國產軟硬件體系進入自我加速的正循環——算力越可用→模型越敢訓→應用越敢上→需求越真實→迭代越快→算力越可用。

這就是所謂的「供需協同飛輪」。

當萬卡集群解決了算力適配難題，當超算互聯網打通了算力調度的「最后一公里」，國產的萬億大模型才能有可能真正擺脫算力制約，從「實驗室試點」走向「產業規模化應用」。

尾聲

回看工信部「1+M+N」算力互聯互通節點體系，國家意志已經非常清晰。

算力是AI時代的糧食。

誰的糧倉更大、糧道更通、糧權更自主，誰就掌握智能時代的主動權。

從「貧油帽子」到「石油自給」，中國用幾十年把不可能變成事實。

今天從「算力封鎖」到「算力自立」，也不會靠一句口號完成，而要靠一套可運行、可擴展、可驗證的工程體系完成。

光合組織和它的伙伴們正在做示范：當萬卡超集群與超算互聯網結合，算力不再是少數巨頭的私有資源，而開始成為能被更多模型、更廣行業調用的公共底座。

它們走在前面，不是因為喊得更響，而是因為它們把最難的那一步——把「萬卡」變成「可用算力」——先走出來了。

這場突圍，沒有退路，也不需要退路。