Quick Look
今年以来，多个国产大模型发布后迅速获得国产算力适配支持，如智谱匿名模型在OpenRouter测试中走红及月之暗面Kimi K3开源模型参数达2.8万亿。然而，芯片产业周期以年计算与大模型月度迭代的时间差成为核心挑战。专家指出，国产算力链的真正护城河在于数据主权与部署灵活性带来的成本、数据、供应链三重可控，而非仅仅成本优势。下游应用中，模型企业与算力厂商积极合作推动软硬件协同迭代，智能体兴起和词元经济形成为国产算力提供结构性机遇。
AI-generated summary
Why It Matters
今年以来，国产大模型发布后得到国产算力平台快速适配支持，体现产业链协同能力。芯片产业周期长与大模型快速迭代形成时间差挑战，而政策如“十五五”规划推动自主可控生态建设。
今年以来多个大模型自发布之后，国产算力迅速适配。这份快速响应背后存在哪些问题？在大模型与算力平台的“双向奔赴”中又面临哪些机遇和挑战？
不久前，一款匿名模型在全球多模型聚合平台OpenRouter上进行大规模测试，迅速成为当周最受欢迎的模型。而近日谜底揭晓，它正是智谱最新的大模型。值得关注的是测试期间的请求流量全部由国产芯片提供算力支持。在此之前，月之暗面发布Kimi K3大模型并宣布开源，该模型总参数量达2.8万亿，对算力基础设施提出了极高要求。而不到一天之内的时间，多家国产算力平台就宣布已完成适配。
一家国产算力企业相关负责人向记者表示，面临大模型快速迭代升级，除了时间节奏挑战，更核心的难题来自参数量和模型的不断演变。
如何解决挑战？负责人告诉记者，需要不断扩大芯片的显存容量、提高Token的吞吐速度。但产业迭代中最大的困难，是年与月之间的巨大的时间差。芯片的产业周期往往是以年为单位来计算的。而大模型几乎每月都会推出新版本，新的模型结构、算子与精度要求，不断对算力芯片提出新考验。
“十五五”规划明确提出加强算力设施支撑，加快培育自主可控、协同运行的软硬件生态。随着智能体快速兴起、词元经济成形、各行各业加速智能化转型，国产算力迎来跨越发展周期的结构性机遇。
国家数研院数字科技和基础设施研究部副主任 陈东：我认为最重要的是带来了数据主权与部署灵活性的优势。整条国产算力链的价值不仅是“更便宜”，还有就是“更可控”，成本、数据、供应链三重可控，这才是国产算力链真正的护城河。
国产大模型与算力平台双向奔赴带来新机遇
在下游应用端，国产大模型与国产算力厂商积极合作，需求量不断增加，这样的“双向奔赴”带来哪些新机遇？
一家大模型企业负责人向记者表示，自去年下半年至今，大模型在智能体调用、内容创作等场景的应用越来越多。随着模型能力不断提升，市场对国产算力的需求也同步走高。
稀宇科技开放平台首席架构师 冯雯：我们的模型在正式上线之前，就已经在积极地和国内9家国产算力的厂商去做对应的适配。当下已经正在做我们自己的国产算力集群的搭建，预计会在这个季度完成我们国产算力集群的建设。
专家认为，国产大模型和国产算力平台的“双向奔赴”，能让模型企业、芯片企业和制造厂商更充分地对接需求，推动软硬件一起迭代成熟。
清华大学计算机科学与技术系教授 陈文光：模型和算力之间其实是一个复杂的互动关系。模型的一些设计甚至影响芯片的设计，或者反过来说芯片有什么样的特点，其实模型可能可以去采用。这样的结合以后，就让模型更加高效。因为算力是提供效率的，模型是提供能力的，那么它其实就可以去触发各行各业。
(央视新闻客户端）
What to Watch
AI outlook — possibilities, not facts
国产算力集群建设将在本季度完成，以支持稀宇科技等模型企业的本地化适配需求。
Likely · Within weeks
随着智能体应用和词元经济成形，国产算力需求将持续增长，推动芯片企业加大研发投入以缩短适配周期。
Possible · Within months
Open Questions
- 国产算力在显存容量和Token吞吐速度提升方面的具体技术路线和时间表是什么？
- 如何平衡芯片年级迭代与模型月度更新的节奏矛盾？
- 国产算力链的三重可控（成本、数据、供应链）在实际应用中如何量化和验证？
