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
，近来 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
。

　　近来  ，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 。近来 ，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
。

（文章来源：中国经营报）