人工智能产业竞争转向拼效率
人工智能产业竞争转向拼效率
近期， 人工智能 迎来一波“算力涨价”考验。华为、 寒武纪 、沐曦、 天数智芯 等多家 AI芯片 厂商纷纷上调产品报价，部分型号涨幅达到20%至50%。算力是 人工智能 产业的基础要素和底层支撑，本次全球算力“涨价潮”给 人工智能 发展带来警示——不能单靠“拼规模”，更要“拼效率”，人工智能产业深度转型势在必行。
人工智能深刻改变人类生产生活方式。随着各类前沿大模型快速迭代并规模化应用，模型训练带来的 电力 消耗和大规模推理带来的算力需求均呈现指数级增加态势。放弃“拼规模”模式、转向“拼效率”模式，对于巩固人工智能产业链韧性、培育发展新质生产力、推动高质量发展具有重要战略意义。近年来，我国不断完善顶层设计，持续强化统筹协调，探索形成了符合中国特色的集约高效人工智能发展模式。
一是模型研发轻量化，国内头部AI企业在模型压缩、混合精度计算、推理优化等方面持续突破。比如，DeepSeek等大模型以远低于国际同行的资源投入，达到对标国际一流水平的应用效果。
二是软硬件高效协同，推动模型算法与 国产芯片 深度联合调优，国产人工智能芯片加速适配迭代，国产大模型与 国产芯片 之间的联通效率不断提升。比如，DeepSeek V4今年在 华为升腾 芯片首发，实现国产软硬件生态绑定，推理成本仅为GPT-4的1/70，硬件成本为 英伟达 方案的1/3。
三是应用场景牵引，依托我国数据资源丰富、产业体系完备、应用场景广阔、市场空间巨大的优势，以垂类应用场景为牵引推动人工智能大模型落地应用，同时通过场景数据不断反哺、优化模型性能。
未来，推动人工智能产业向“拼效率”深度转型，应坚持系统观念，进一步克服关键核心技术不强、基础要素保障支撑不足、赋能应用程度不深等问题，把握趋势、发挥优势、坚持问题导向，力争始终牢牢掌握人工智能发展和治理主动权。
加快关键核心技术攻关，补上芯片和模型技术短板。集中力量攻克高端芯片、基础软件等关键核心技术，构建自主可控、协同运行的人工智能基础软硬件系统。加强模型基础能力建设，支持模型架构创新和多路径技术探索，推进模型压缩、推理优化等关键技术研发，推动模型、算法与算力软硬件协同优化。
强化关键基础要素保障支撑，夯实产业发展根基。加快建设全国一体化算力网，强化算力统筹协调与调度，根据区域产业需求和能源承载力，严控低水平、分散化的算力中心建设。建立算力与 电力 协同规划机制，探索推广“源网荷储一体化”“绿电直连”等新模式，推动绿电和算力一体化协同部署。深化数据资源开发利用和开放共享，加快建设行业高质量数据集，完善数据产权制度和流通交易规则，促进 数据要素 安全有序流动，为人工智能产业持续健康发展提供坚实要素支撑。
深化技术赋能应用，打造垂直领域竞争优势。动态制定并发布“人工智能+”重点行业领域和垂直场景清单，重点聚焦智能制造、生物制造、辅助医疗等重点行业领域，深度发掘高价值场景。开展“人工智能+”标杆场景应用攻关，以场景牵引技术落地，对实测效果显著、能切实降本增效的示范项目，给予设备更新补贴或贴息支持，并将首台（套）软硬件纳入政府采购推荐目录，解决垂直模型“落地难、推广难”的问题。
（文章来源：经济日报）