2026年05月22日：20260522 民企新生代 爱拼更会赢 AI中国芯：算力怎样变竞争力？ - 提供未来建议

放心，竞技场上当先锋、挑大梁，领跑新领域、新赛道。民营经济促进法助力民企培育新质生产力。在我身后，有超过六万张国产AI加速卡正在高速运行。国内日均Token调用量两年增长超千倍，国产大模型加大力度适配国产算力芯片，软硬协同夯实智能经济产业根基。高端AI芯片供给能力还在提升过程中。民企新生代，爱拼才会赢，AI中国芯：算力怎样变竞争力？

今年以来，在政策扶持和市场需求激增的双重驱动下，国产算力芯片实现了跨越式发展。AI中国芯赢在哪里？技术上的突破有哪些？民营经济促进法实行一周年以来，深耕国产AI算力芯片的民营企业又得到了哪些政策助力？未来，民企新生代要如何继续打拼，才能持续提升发展？带着这些问题，我们今晚请到的两位嘉宾，一位是摩尔线程高级副总裁董龙飞，另一位是我们的财经评论员刘戈。

今年，我国日均Token调用量超过140万亿，是两年前的一千多倍。调用资源背后是强大的算力支撑系统。究竟什么是算力网？接下来让我们先用一组数据打开这张一体化的算力版图。

正在建设的算力网就好比现在用的电网。我们用电不必人人都买发电机，因为电网已实现统一调配，随取随用。未来算力也一样。截至2026年3月底，我国算力总规模已达188E Flops（即每秒运算188×10^18次），可支持同时训练数十个千亿参数大模型。

不仅仅是规模提升，让算力实现流动的数字高速公路也正全速织网。目前我国已初步实现八大国家算力枢纽节点20毫秒时延覆盖，也就是说，从一个枢纽抵达其他节点的时延不到人类眨眼时间的十分之一。其中最快的成都枢纽，至全国各节点往返时延为12.4毫秒，部分区域时延仅1毫秒，真正实现算力在身边、秒送达。

今年我国日均Token调用量超140万亿，是两年前的一千多倍。日均百万亿级调用量的背后，是处理速度更快、单位成本更低的算力支撑。不过，将加速整合算力成一张网，让跨越山河的算力全速奔流，真正赋能千行百业。

今年以来，随着AI智能体等多模态应用快速普及，国内日均Token调用量已突破140万亿，两年增长超千倍，直接带动算力需求呈现指数级飙升。这种爆发式的需求，我们先来问一下董先生：对于包括摩尔线程在内的国内AI算力芯片行业，都带来了哪些具体的机遇？

其实现在很多人手机上都装有人工智能助手。你问它一句话，背后其实要进行大量的计算。像您刚才讲的，140万亿次调用，两年提升了接近一千倍，这么大规模、这么快速的增长是前所未有的。在我们国内的芯片企业来看，我们看到的不仅仅是所谓的国内芯片企业创业的风口，我们看到的是：这是中国未来十年、二十年人工智能整体产业基础建设的开端。这种基础建设，就像我们以前工业时代的电力基础设施建设，数字时代的通讯基础设施建设，它影响的不仅是我们企业或行业里的专业公司，其实会影响我们每一个老百姓。这个规模会超过电力和通讯的基础建设，所以它带来的需求是真实的需求。

另一方面，行业里面也发生了很多变化。以前，这种高科技的算力产业，很多的竞争规则是由国外的科技巨头决定的。现在，国内越来越多的企业对国产芯片越来越熟悉，用得也越来越多。我们看到，国内的芯片产品和计算中心正在进入越来越多的企业，实现大规模的部署。很多企业以前小心翼翼，现在可以进行非常大范围的部署。

我们摩尔线程的成绩也说明了这一点。我们的企业是2020年10月1日成立的，2025年全年收入达到了15亿元，比2024年增长了两倍半。今年第一季度，我们整个营收就接近了去年全年营收的一半。我们看到，我们的用户包括整个行业在用真金白银投票。所以对于国内芯片企业包括人工智能产业里面不同的企业来说，这不是一个简单的从国外替代、从备用变为主力的简单替换。我们觉得，今天中国人工智能的市场是中国的芯片企业、国产算力企业、人工智能科技企业的主场，整个规则是由这些企业一起谱写的。

所以我们经常讲“算力就是国力”。我们行业里面的很多从业人员，每一天都在建设中国的这些力量。所以，140万亿次调用背后，中国的算力底座正在形成。这个行业的机遇大爆发，会在未来几年帮助中国催生出世界级的科技企业。

国内AI算力芯片企业在面临算力需求爆发机遇的同时，不可否认，我们和海外的相关企业在技术差距上依然存在一些不足，这意味着我们还面临着挑战。刘老师，您觉得国内AI算力芯片企业接下来如何更好地抓住窗口期，依托自身优势，进而补足短板？

现在的确是一个非常好的窗口期。国内的算力芯片企业被需求量非常大，基本上黄仁勋最担心的一件事发生了——国内的大模型企业和芯片企业现在已经联手互相做适配，这是非常重要的原因。再一个，国产芯片产能经过几年发展有了快速增长，能够在一定程度上满足大模型企业的需求。还有，美国的制裁限制高端芯片卖给中国，这就产生了大的市场空间。这样的市场空间，给我们带来在芯片供应上的机会，比如在推理使用的成熟制程芯片、成熟制程的存储等方面，供应量已经逐渐上来，基本能满足算力需求。

但也要看到，确实还有很多方面存在不足。比如在GPU先进制程（4纳米及以上）方面，我们现在还没有供应能力；在高带宽存储芯片方面，也只是刚刚开始有企业填补了一些空白。整体上，无论是稳定性还是功耗，还比较高，这些方面还需要追赶。另外，之前大家形成的CUDA生态已经积累了大量开发者和企业应用，我们形成中国的软硬件适配生态也需要一个过程。还有一个更艰难的基础性问题——设备。美国不仅自己的设备不能卖给我们，只要含有美国要素比例超过15%左右，其他国家的设备也不能卖给我们。所以设备方面的制约，很大程度上影响了我们整体的生态发展。需要攻坚克难的地方非常多，但是从我们现在发展的速度，包括摩尔线程这样的企业在短短几年内取得这样的发展程度，你应该能感受到：这些难关，最终不管时间多长，都是可以被攻克的。

董先生，请您再介绍一下：最近这几年来，我们的国内AI算力芯片在技术攻关、产品迭代、适配生态等方面取得了哪些实打实的关键突破？在这个过程中，民营经济促进法实施一周年，是不是也给企业和产业提供了实实在在的助力？

这几年国产人工智能芯片确实取得了非常明显的进步。芯片企业是特别典型的要先投入、后回报的行业，研发周期和资金需求都非常大。像我们企业，过去几年研发投入占整个营收的八九成，这在传统制造业企业是难以想象的。这说明像我们这种高科技芯片企业，在硬科技领域就是要敢投入，方向对了，功夫做到了，结果自然就回来。中国有这么广阔的市场，只要把事情做对了，就可以做到。

在硬核科技企业方面，包括我们和很多国产芯片企业，在技术上过去几年做到了很多过去都不敢想的事。摩尔线程研发的是全功能GPU，芯片复杂程度高于很多人认为的AI芯片。过去五年，我们设计了五颗芯片，累计投入研发资金超过50亿元。企业员工70%以上是研发人员，申请了超过2000份专利。在过去一年多，我们做了一个非常有挑战的事情：把超过一万张GPU连接在一起，做成高性能的超大计算集群，就像一个超级科学装置一样。在这个装置上，我们可以训练万亿参数的大模型，提供给各行各业和科研单位，利用人工智能在前沿科技上做探索。

另外是软实力，在生态方面我们也做了很多工作。与上下游合作伙伴、很多人工智能产业的大模型公司都有深度整合。现在很多主流大模型和开发工具，都已经能够在我们的AI算力平台上高效运行。开发者社区的开发者人数超过了50万。

回到民营经济促进法，实行一年多以来，我们能切实感受到在融资渠道、知识产权保护等方面有了非常大的改善。我们的企业2020年成立，到2025年底登陆了科创板，这也是借了政策的东风。政府非常扶持和指导我们。登陆科创板使我们更有底气去投入、去解决更难的课题。所以我们感觉，民营经济促进法对企业有很实打实的帮助。

没错，对于民营企业来说，要想可持续发展，核心是稳健经营，而民营经济促进法在这方面给了很好的赋能。结合这种赋能，刘老师觉得，国内AI算力芯片企业接下来要想实现从粗放发展到精益深耕的转变，在优化经营模式、平衡研发和盈利等方面，有哪些现实的路径可以参考？

我再补充一个细节：摩尔线程从提交申请到上市只用了八十多天。这个时间在中国的A股上市进程中创了一个记录。也就是说，只要有核心技术，在我们现在的营商环境里就会得到特别大的支持。民营经济促进法把民营经济称为“中国式现代化的生力军”，但在人工智能、尤其是在芯片领域，它就不光是生力军了，是主力军。现在这些企业得到了政府、地方基金等各方面的支持，尤其在资本市场上，最受追捧的就是这些相关的硬件芯片企业。这是好事，大家追捧、股市涨得好，乐见其成。但是，这样的股市气氛会形成一定的浮躁氛围。这些上市公司里很多有地方政府的基金，大家希望有好股价以利于退出等。受到股市追捧以后，一定会有其他因素出现。对业绩的快速追求、对股价的追求，是不是会在某种程度上干扰企业之前坚持搞研发、搞技术的初心和长期主义？这一点，对于处在风口上的企业来说，要有足够的定力。

刚才我们说到了我国算力芯片产业除了技术迭代和市场需求快速增长之外，也离不开政策层面的支持。在今天的一场新闻发布会上，国家发展改革委政策研究室副主任李超表示，要指导国产大模型加大力度适配国产算力芯片，在保持快速发展的同时确保自主可控。事实上，随着算力赛道竞争越来越激烈，国产大模型都在主动适配国产芯片，这种软硬协同的趋势越来越明显。董先生结合你们企业的实操，在这样的过程中，我们要如何实现从之前的单点突破向全链条协同发展，从而更好地夯实发展根基？

算力产业是一个非常复杂的系统工程，一家企业完全干不了。我们现在经常讲“软硬协同”，包括大模型企业与芯片企业的互动。软硬协同不是一个新概念，过去十五二十年，全球GPU产业的发展历史就是软硬协同的历史。以前，国产芯片不太容易融入大的系统，主要原因不是技术原因，而是用的人少。但现在，国产芯片整体情况在变化，越来越多地进入各种计算中心、云服务平台，有很多行业客户，装机规模和应用密度都在提升。所以今天国家发改委发言讲的，国产大模型企业在发布时甚至在发布之前就跟国产芯片做适配。反过来，像摩尔线程这样的企业，每一天很多工作也在帮助国产大模型做适配、优化，降低模型的运营成本。这样，国产AI芯片和人工智能模型企业就形成了良性互动：用的人越多，提出的问题就越多，我们就可以解决更多问题、改进产品，产品变得更好，反过来用的人就更多。

更重要的是，对中国整个人工智能全链条产业来说，这种关系不仅发生在人工智能企业和大模型之间。人工智能产业链非常长，这两个主力军之间的良性循环会外溢到整个产业链。芯片做得更好，可以促进服务器产业的改进，进而促进大型复杂计算中心的改进。计算中心反过来会要求构建计算、存储、网络、新能源、散热等各方面链条的改进。摩尔县城在设计芯片时使用国产EDA工具，与智谱等大模型公司一起优化和发布新一代模型，与新华三、中兴、长城、紫光等上下游服务器厂商推出先进的液冷计算服务器，甚至与宁德时代这样的绿色能源企业构建面向下一代的基于绿色能源的计算中心。所以，整个产业缺的不是生态循环的规模基础。随着需求真正起来，全链条的正向循环已经启动。我们可以期待，在未来几年内，就像中国制造业拥有全球最完善、最长的制造业链条一样，在高科技领域，由这么大的市场需求和机遇，也能促进中国高科技领域制造业链条的完善。

刘老师走访过很多科技企业，您觉得我们的民营科技企业为中国算力产业的高质量发展，提供了哪些可推广、可复制、可借鉴的经验？

我觉得首先是国家的科技创新政策和民营企业自身落地结合起来，形成了一套中国特有的创新机制。之前，国外甚至国内很多专家有一种刻板印象，认为政策驱动和国家驱动的创新机制往往效率低下、资源错配。但前两天我看到《华尔街日报》的一篇文章认为，现在中国的这套机制是成功的，甚至在原创科技方面也是成功的，打破了大家固有的印象。

随着人工智能产业需求爆发，中国芯（国产半导体产业）迎来了一轮新的发展机遇。在今年全国两会上，集成电路产业被明确列为六大新兴支柱产业之首，产业政策方向已经从之前的解决生存问题转向引领发展问题。随着民营经济促进法等一系列利好政策陆续落地，芯片领域涌现出一批新生的民营企业，他们敢拼能打，站上全球AI产业竞争的潮头，为中国经济的持续增长不断夯实根基。

别只盯着黄仁勋，中国算力正在悄悄“换心脏”

你有没有发现，现在手机里那个随叫随到的AI助手，回话速度快得离谱？以前问个问题要转圈等半天，现在眨眼间答案就出来了。这背后不是魔法，而是一场发生在硅片上的“闪电战”。

咱们把那些听不懂的术语拆开看。新闻里说“日均Token调用量两年增长一千倍”，啥意思？你就把它想象成菜市场的买菜大军。两年前，每天只有几个人来买“智能服务”这颗菜；现在，每天有一百四十万亿人挤在摊位前抢着要！为了接住这波泼天的富贵，咱们国家建了一张看不见的“算力电网”。以前每家企业都得自己买发电机（服务器），贵还吵；现在好了，国家把电铺到了家门口，插上插头就能用，而且速度快到从成都传数据到北京，比你眨一下眼还要快十倍。这就是“算力网”，让智慧像自来水一样，拧开龙头就有。

这事跟你半毛钱关系没有？大错特错！这意味着规则变了。以前高科技这块地盘，是国外巨头说了算，咱们只能当配角。但现在，摩尔线程这些民企“新生代”站出来了，营收翻倍，专利拿到手软。更重要的是，国产大模型开始主动适配国产芯片，就像咱们中国的厨师开始专门为中国产的锅具研发菜谱，软硬结合，越用越顺手。虽然我们在最顶级的制造设备上还被卡脖子，就像做饭缺了把进口菜刀，但咱们现在的“家常菜”已经做得有模有样，甚至开始出口风味了。对于普通人来说，这意味着未来的工作机会、投资风口，都在这个“中国芯”的产业链上。

给你两条实在的建议。第一，别觉得AI离你很远，去试试那些基于国产算力开发的应用，你的每一次使用，都是在给国产技术投“信任票”，帮它迭代升级。第二，关注那些真正搞研发、有硬技术的民企，特别是那些能在科创板快速上市、被真金白银投票的企业。别去凑热闹炒概念，要看谁在默默修路、谁在真正造车。

所谓的“国力”，不是挂在嘴边的口号，而是每一张国产芯片里跳动的脉搏。国家搭台，民企唱戏，咱们普通人只要跟对节奏，就能在这场科技盛宴里，分到属于自己的一杯羹。关注我，带你看懂金钱背后的真相。