随着大模型参数规模向万亿级演进，依赖单一芯片性能提升的“暴力计算”模式正触及物理与效率的极限。在近日举行的光合组织2025人工智能创新大会上，多位产业人士指出，算力竞争的核心已从单点性能转向系统效率，从全栈自研转向多方协同的系统工程。

中国科学院院士周成虎表示，数字社会需要一个超级大脑来支配其发展，计算是其背后的核心支撑。中科曙光高级副总裁李斌则指出，大模型对算力的要求已不再是单一芯片的快慢，而是整个系统能否长期、稳定、高效地运行。随着模型规模扩大，挑战已延伸至互连带宽、存储层级、供电制冷及系统稳定性等系统性指标。IDC中国区副总裁武连峰补充道，传统集群在规模扩大后，通信开销可能占用30%至50%的资源，而超集群模式需要在算、存、网、电、冷、管、软等多个维度协同融合。

行业对过往全栈自研路线的反思也在加深。李斌认为，早期厂商因产业链条长、担心无法掌控市场而纷纷开启全栈模式，但这加剧了“内卷”，形成了多个封闭的小生态。海光信息副总裁吴宗友指出，芯片种类的快速增加给用户带来了适配负担，每种芯片都需要单独优化，降低了开发效率。雷神科技董事长路凯林提到，相比国际厂商积累多年的生态，国产算力在软硬件无缝衔接上仍有差距，生态的丰富度是制约快速发展的瓶颈之一。

在产业路径调整的同时，国产GPU企业正借助资本市场加速发展。近期，上海天数智芯半导体股份有限公司已通过港交所上市聆讯。根据其招股说明书，公司构建了覆盖AI计算全场景的产品矩阵，天垓系列聚焦训练，智铠系列专注推理。其中，天垓Gen1为国内首款量产通用GPU产品，天垓Gen3已发布并预计于2026年一季度量产。数据显示，其通用GPU产品出货量从2022年的7800片增长至2024年的16800片，截至2025年6月30日，已累计交付超5.2万片，服务超290家行业客户。

此外，上海交通大学集成电路学院团队在光计算芯片领域取得突破，开发了全光计算芯片LightGen。该芯片支持高分辨率图像语义生成、3D生成及高清视频生成等任务，在取得与前沿电子神经网络相仿生成质量的同时，将算力与能效相较顶尖数字芯片提升了两个数量级。相关论文已发表在《科学》期刊上。（市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。）

来源：市场资讯