芯片受限怎么办？走出中国自己的AI算力创新之路

来源：中国经济网　　作者：《每日财讯网》编辑　　发布时间：2025-09-26

华为日前发布最新算力超节点和集群。这是基于中国可获得的芯片制造工艺提出的算力解决方案，以解决中国发展人工智能对算力的大量需求，可以说是一条有中国特色的AI算力创新之路。

发展人工智能，算力是关键基石。无论是AI模型训练，还是实时应用场景，都需要海量强大的算力作支撑。近年来，从大模型参数呈指数级增长，到各类AI应用对实时性、稳定性要求的持续攀升，对算力的需求呈井喷式增长。我国AI产业发展迅速，但算力基础设施受供给不足、成本高企、生态待建等制约，仍存在算力缺口，尤其是高端算力。一个重要原因是算力芯片受制于人，不仅前期开发成本高、研发实力存在差距，而且面临断供风险。

芯片制造工艺受限怎么办？华为给出“数学补物理、非摩尔补摩尔、群计算补单芯片”的办法。通俗点说，就是单颗芯片的性能可能不如别人，但是“人多力量大”，多颗芯片加起来就可以做到比别人强。这背后的战略是以系统能力替代单点优势，以互联跃迁替代线性赶超。传统摩尔路径强调一颗芯片解决所有计算问题，非摩尔路径更强调整合优势，对产品开发、软件工程、芯片设计、网络架构、能源系统、场景应用等全链条打通协作提出了更高要求。

由此可见，AI算力不等于单颗芯片性能。算力是芯片性能、架构设计、资源协同等多方面因素综合作用的结果。在芯片制造工艺受限的情况下，通过创新架构设计，同样能实现算力大幅提升。正是基于这个办法，“超节点+集群”成为应对算力持续增长的重要解决方案。其中，超节点在物理层面是多机柜、多个卡组合而成，但从逻辑上看，它像一台计算机一样进行学习、思考与推理。集群则是把多个超节点通过网络联结在一起，形成一个大规模的计算群组，再借助软件来实现高效调度管理。

“超节点+集群”构建起独特的技术优势。AI有个重要属性叫并行计算，是将复杂任务拆分为多个小任务，通过多个计算单元同时处理以提升效率。立足这一属性，打造数百颗甚至上万颗芯片的规模组合，再通过网络联结形成规模算力池，将持续突破算力供给天花板。这种战略既发挥了已有的技术积累优势，包括芯片设计、联结能力等，规避外部硬件限制，又能通过基础设施提供算力服务挣钱，最终达成技术突破与市场收益双赢，为AI算力可持续发展提供了可行路径。

生态建设是AI算力发展的重要一环。华为为何坚持开源开放战略？因为开源开放能吸引更多开发者参与生态建设，不断反馈问题、提出优化建议，形成以用促建的良性循环，让产品更好用。硬件卖得多了，开源开放的成本自然也就回来了。比如，若是产业链上下游企业基于华为开放的灵衢互联协议技术规范，研发光模块、交换机、服务器等配套产品，就能逐步构建起完整的自主AI生态体系。这种开放共建模式，将有效增强协同创新，避免重复研发造成的资源浪费，提升我国AI产业整体竞争力。

中国AI算力的创新发展之路，是一条融合架构创新与生态构建的特色之路。凭借在技术创新、基础设施建设以及产业协同等方面的独特优势，中国有望在全球AI算力竞争中占据领先地位，为我国AI产业蓬勃发展、新质生产力培育注入源源不断的动力。

责任编辑：《每日财讯网》编辑

上一篇：商务部：关于大豆贸易，美应取消相关不合理关税

下一篇：创业板指续创逾三年新高 科技成长主线齐走强