谁将定义中国智算未来？从系统可用的算力基建，到产业认可的价值闭环丨GAIR 2025

54 0 0

文章摘要

“谁能构建未来智算的标准、模式与底座，谁就将在下一代智能化竞争中拥有真正的主导权。”这一核心观点贯穿GAIR 2025「AI算力新十年」下午场论坛的全程讨论。与会专家从技术突破、产业实践和商业模式等维度，深入探讨了中国智算体系的未来发展方向。

工业大模型的应用成为焦点议题之一。清华大学王智副教授指出，工业大模型面临数据、成本、算力三大挑战，并提出虚实融合的智能数据制备路径。其团队开发的IGen框架通过单张照片生成上千条机器人操作数据，将无人工示教模型的成功率从0%提升至75%。在模型设计层面，团队创新性地引入成本感知框架和机理感知调度框架，实现性能与成本的动态平衡。针对边缘计算环境，团队提出的分布式训练优化方案，显著提升了在弱算力条件下的训练效率。

数字化底座的建设是另一个关键议题。欧洲科学院院士刘向阳强调，企业AI能力的核心在于数字化基本功。他批评了当前企业数字化转型中存在的两种极端路径——自建数据中心和全面上公有云，指出前者技术陈旧，后者则容易形成云孤岛。美的采取的”自建云能力”路径，构建了从IaaS到PaaS的完整云计算体系，使GPU利用率提升4-5倍，并通过统一AI网关实现多模型的高效管理。

在算力服务领域，并行科技赵鸿冰提出，算力服务的关键是成为用户的”专属车手”。公司研发的ParaSelect系统能基于应用特征推荐最优算力平台，通过深度优化将大模型训练的GPU利用率从75%提升至95%。赵鸿冰将算力市场分为租赁、服务、运营和网络四个层级，并行科技通过”厂网结合”模式，管理着超过200万CPU核心和5万GPU卡的庞大资源池。

MaaS（模型即服务）模式的兴起引发广泛讨论。清程极智师天麾指出，推理引擎是决定算力价值释放的关键。他观察到当前MaaS市场存在巨大的供需信息差，不同厂商的吞吐与延迟差异可达五倍。为此，公司开发了AI Ping评测平台，帮助用户更清晰地评估不同MaaS服务的真实能力。师天麾预测，2025年将是中国AI从训练向推理转型的关键年。

新材料研发领域展示了AI与产业深度融合的范例。鼎犀智创吕海峰提出“干湿结合”的闭环研发新路径，将AI大模型、模拟仿真与自动化实验平台相结合，显著缩短了材料研发周期。这种模式不仅解决了数据瓶颈问题，更形成了可持续的商业闭环。

圆桌讨论进一步深化了关于算力价值闭环的思考。专家们指出，当前智算中心平均利用率不足40%，算力消纳成为行业痛点。价值闭环的终极标准是”让客户用AI赚到钱”，这需要技术优化、场景适配和商业模式的协同创新。展望未来，2026年可能成为国产芯片与液冷技术爆发的元年，而推理市场的增长和MaaS模式的普及将重塑行业格局。

论坛最终达成共识：中国智算未来的定义权将属于能够高效整合资源、产出普惠服务并形成价值闭环的系统。这需要从技术协同、商业设计到政策引导的全链条创新，共同构建支撑智能化竞争的基础能力。智算的未来形态正在通过扎实的产业实践被逐步塑造，其核心在于将技术创新转化为实际价值创造能力。