本报记者 王镜茹

随着生成式人工智能技术从“模型训练”逐步迈向大规模商业落地，以训练为核心的算力消耗，正逐渐转向以推理为主导的持续性算力需求。3月17日，英伟达首席执行官黄仁勋在GTC大会上表示，AI推理市场拐点已经到来，AI从训练阶段全面进入推理与执行阶段，推理算力需求呈指数级爆发。

“随着生成式人工智能应用规模扩大，推理算力需求增长速度可能远超训练算力。一方面，应用需求爆发，生成式AI与智能体应用加速落地，用户高频交互带来指数级推理请求；另一方面，专用推理芯片、液冷散热及光互连等技术持续突破，显著提升算力效率与并发能力，为大规模部署奠定基础。”深圳市前海排排网基金销售有限责任公司研究员张鹏远对《证券日报》记者表示。

从行业机构的预测来看，推理算力的重要性正持续提升。国际数据公司（IDC）预测，到2027年，我国推理算力占整体算力的比例将突破70%。中国IDC圈创始人、CEO黄超表示，2026年产业智能体将进入百花齐放的发展阶段，算力应用正从“训练主导”转向“推理驱动”，推理算力需求的爆发周期即将全面到来。

面对推理算力需求的快速增长，国内产业链上下游企业正加快技术研发和产品布局。在芯片层面，多家厂商正推出面向推理场景优化的芯片。相较于传统训练芯片，推理芯片更强调功耗控制、成本效率以及部署灵活性，因此在云端和边缘侧均具有广阔应用空间。

以深圳云天励飞技术股份有限公司（以下简称“云天励飞”）为例，该公司以NPU为核心，在云推理场景的大算力芯片上确定了GPNPU技术路线，并在矩阵、向量单元、存储层级和有效带宽利用上深度优化，目标是指数级降低token成本，加速大模型应用的规模化、普惠化落地。

2025年，云天励飞实现营业收入13.08亿元，同比增长42.57%。云天励飞相关负责人对《证券日报》记者表示：“对于企业而言，随着行业竞争从比训练规模逐步转向比推理效率、比交付成本、比系统赚钱能力，谁能更早把硬件、存储和软件协同做到位，谁就更有机会在推理时代占据主动。”

在服务器和系统层面，头部厂商也在持续推出针对推理场景优化的算力平台。例如，浪潮电子信息产业股份有限公司推出了元脑R1推理服务器，可实现单机支持16张标准PCIe双宽卡，单机即可部署DeepSeek-671B模型；推出元脑CPU推理服务器，可快速部署并高效运行DeepSeek-R132B、QwQ-32B等新一代推理模型。

与此同时，算力基础设施建设也在同步提速。过去，国内许多智算中心普遍采用训推一体的建设模式。3月12日，云天励飞中标广东省湛江市AI渗透支撑新质生产力基础设施建设项目，该项目定位为专注推理任务的AI推理集群，主要面向各类行业应用场景，为国内传统产业的AI化提供落地样本。

北京止于至善投资管理有限公司总经理何理认为，在这一变革中，高性能推理芯片、HBM及全栈软件将率先受益算力红利。推理场景对低延迟、高吞吐和能效要求极高，LPU、ASIC等专用架构将加速替代通用计算单元，HBM4等存储技术将成为突破带宽瓶颈的关键。同时，算力由数据中心向边缘侧下沉，高密度推理机架与先进散热技术需求提升，叠加模型量化、参数压缩等编译优化，将推动产业从硬件堆叠转向软硬协同。

（编辑 乔川川）