AI竞赛新赛道，筑基长远发展

▼

6月23日，2026国际高性能计算大会在德国汉堡开幕。

这场被视为全球高性能计算领域“风向标”的大会，今年最热的话题已经不再是芯片和模型，而是计算结构、能源系统、算力网络和下一代人工智能（AI）基础设施。

几乎同一时间，全球科技巨头也在加速下注。

AI云服务商CoreWeave获得85亿美元融资；欧洲企业Nebius宣布将在芬兰建设功率最高达310兆瓦的AI工厂；微软、亚马逊、谷歌母公司Alphabet和Meta计划在2026年投入约6350亿美元用于数据中心和AI基础设施建设。

越来越多资金正从实验室流向机房、电网和算力网络。全球AI竞争正在进入新的阶段。

（一）

风起潮来：一场不能缺席的竞争

过去几年，人们关注的是谁家的模型参数更多、排行榜更靠前、回答更聪明。如今一个更现实的问题摆在面前：这些模型如何稳定运行、持续迭代，并真正进入生产生活？

如果说模型是高楼，那么基础设施就是地基。模型训练出来只是开始，能否支撑海量用户同时使用，能否推动产业规模化落地，最终都取决于背后以算力、网络、能源和数据系统为代表的AI基础设施。

随着AI进入大规模应用阶段，一个新的瓶颈开始显现。

设备越来越多，性能越来越强，但耗电量也越来越惊人。美国多个州已经出现大型数据中心争抢电力资源的现象。过去依靠不断增加设备来提升性能的方法，正在遭遇成本、能源和效率的多重挑战。

全球AI竞争也因此悄然转向，比拼的不再只是单个模型的能力，而是谁能把算力、网络、能源和应用组织成一个高效运转的整体。

从这个意义上说，AI基础设施已不再是配套工程，而是未来生产力的底座。

对于中国而言，这是一场不能缺席的竞争。

利用AI技术，列车转向架装配数字化产线实现智能化升级。图源：央广网

（二）

从面子到里子：根扎得深，树才长得高

过去几年，中国AI产业发展迅速，从短视频到电商，从制造业到医疗服务，应用层展现出强大的创新活力。部分开源模型已经与国际先进水平并跑，甚至在一些方向形成优势。

但产业界逐渐意识到，仅有繁茂的枝叶还不够。

一些企业发现，模型训练完成后还需要数月时间进行部署和调优；一些算力中心建成后利用率并不理想；还有一些地方先建设机房，后找场景，导致资源闲置。

这些现象指向同一个问题，基础设施建设不能停留在设备层面。

过去几年，中国首先解决的是“有没有”的问题。面对外部限制，建设数据中心、增大算力供给、提升芯片自主能力，是必须完成的任务。

6月22日，北京，第四届中国国际供应链促进博览会（链博会）数智科技链展区。图源：视觉中国

但进入新阶段，拥有设备已经不足以形成竞争优势。因为AI本质上不是单一产品，而是一整套复杂系统。设备之间要协同，算力之间要调度，网络之间要互联，应用和生态还要跟得上。如果这些环节彼此割裂，再大的投入也难以充分释放价值。

求木之长者，必固其根本；欲流之远者，必浚其泉源。

未来真正决定产业竞争力的，不是一块芯片、一个模型，而是谁能够组织资源、构建生态、定义体系。

这才是真正的“里子”。

（三）

从“铺摊子”到“织网”：路子对了，就不怕远

全球AI产业正面临共同挑战。

过去，人们相信只要不断增加计算设备，AI能力就会持续增长。但现实证明，这条路并非没有尽头。

设备规模越来越大，能源消耗越来越高，系统复杂度也越来越高。继续增加设备带来的收益，开始被电力、散热和运行成本所抵消。产业界把这种现象称为“能源墙”。

近年来，围绕先进散热技术、能源管理系统和新型功率器件的投资持续增长，本质上都是在寻找突破“能源墙”的办法。

武汉-南昌1000千伏特高压交流工程。图源：国家电网杂志

真正值得思考的是，下一代AI基础设施究竟应该是什么样子。

过去的建设逻辑更像是“铺摊子”，缺算力补算力，缺电补电，散热困难就解决散热。而未来更重要的事应该是“织网”：把算力、存储、网络、能源和应用从规划阶段就统一考虑，让原本分散的资源协同运行。

美国的发展路径更接近于不断突破单点极限，中国则有条件探索系统协同的新路径。

《孙子兵法》讲“善战者，求之于势。”在部分底层技术仍存在差距的现实条件下，通过系统设计释放整体效能，本身也是一种竞争力。

这也是国家近年来持续推进全国一体化算力网络建设的重要原因。让东部的需求连接西部能源优势，让不同地区、不同类型的资源统一调度，让算力像电力一样自由流动。

比起简单拼规模，“织网”更考验系统设计能力。

（四）

真正的硬气：从“卖设备”到“造方案”

AI正在从互联网应用走向真实生产环，航空航天、药物研发、工业仿真、新材料研究等领域已经成为应用前沿。

这意味着过去单一的算力体系已经难以满足需求。聊天机器人和视频生成模型需要高速计算，而航空仿真、科学研究和药物研发则需要更高精度的计算能力。

如果为不同需求分别建设系统，不仅成本高昂，还会带来资源闲置和重复建设。因此，下一代基础设施的发展方向，正从单一能力走向综合能力，建设能够根据不同任务自动调度资源的统一平台。

这也是为什么越来越多企业开始从设备供应商向整体解决方案提供者转型。

近年来，包括中科曙光在内的一些中国企业，开始探索将算力、网络、能源和应用协同设计的新模式，提供开放算力和系统服务。比如已经在国家超算互联网接入使用的scaleX AI超集群，在系统设计阶段即兼顾FP64高精度与INT8低精度计算能力，探索“超智融合”的基础设施路径。

图源：视觉中国

这种探索代表着产业发展的方向。未来客户购买的将不只是具体的设备，而是一整套能够开放兼容、稳定运行、持续创造价值的能力体系。

从更宏观的视角看，基础设施不只是技术问题，也是发展问题。

一个国家能够建设什么样的基础设施体系，决定着其能够支撑什么样的产业体系；能够形成什么样的产业体系，又决定着其在未来国际竞争中的位置。

因此，下一代人工智能基础设施建设，争夺的不只是技术优势，更是未来生产力发展的主动权。

（五）

潮涌浪打，方显真从容

回顾历史，每一次重大技术革命，最终改变世界的都是支撑时代运转的基础设施。铁路塑造了工业时代，电网塑造了电气时代，互联网塑造了数字时代。

人工智能时代，同样如此。表面看是技术竞争，本质上是生产力底座竞争。

美国仍在算法创新和规模化应用探索方面占据优势，中国则拥有超大规模市场、丰富产业场景和强大的系统工程能力。双方的竞争仍在持续，但差距正在缩小。

更重要的是，在基础设施架构、算力网络、能源协同和生态建设等方向上，全球都还处于探索阶段。

这意味着，中国不仅有机会追赶，更有机会参与定义未来AI基础设施发展方向。某种意义上，这是中国第一次有机会参与设计赛道本身。

“观乎天文，以察时变；观乎人文，以化成天下。”

当科技界还在追逐模型参数、芯片性能和榜单排名时，真正决定长期竞争力的，往往是那些不那么显眼却支撑一切的基础设施。

不畏浮云遮望眼，要将目光始终投向真正决定长远竞争力的地方，夯实根基，中国方能在新一轮科技革命的底座竞争中决胜先机。