電子發(fā)燒友網(wǎng)報道 1月21日，國務院新聞辦新聞發(fā)布會上，工信部副部長張云明表示，近期工信部聯(lián)合7部門出臺《“人工智能 + 制造”專項行動實施意見》，并配套制定行業(yè)轉(zhuǎn)型指引和企業(yè)應用指南。下一步，工信部將以落實《實施意見》為抓手，推動人工智能產(chǎn)業(yè)高質(zhì)量發(fā)展，技術創(chuàng)新是重點，突破訓練芯片、異構算力等關鍵技術是關鍵。

訓練芯片：AI模型基石與技術攻堅核心

訓練芯片是專用于訓練神經(jīng)網(wǎng)絡模型的高性能集成電路，能處理海量數(shù)據(jù)、進行復雜深度計算，構建特定功能的AI模型。

從底座作用看，訓練芯片是大模型研發(fā)的算力基石，決定AI技術發(fā)展速度與高度。但當前高端訓練芯片市場被高度壟斷，國內(nèi)大規(guī)模模型訓練面臨算力供給不足和結構性失衡問題，推動國產(chǎn)高端訓練芯片研發(fā)是AI產(chǎn)業(yè)鏈自主可控的關鍵。

技術攻關聚焦高端訓練芯片領域，涵蓋芯片內(nèi)核架構設計、生產(chǎn)工藝適配、先進封裝等全鏈條技術。

近期，國產(chǎn)訓練芯片及相關技術棧取得諸多突破，不僅涉及芯片硬件，還延伸至軟件框架、集群訓練和創(chuàng)新架構等多個層面。

2026年1月，智譜AI與華為合作，利用華為昇騰Atlas 800T A2設備，全程訓練出新一代多模態(tài)圖像生成模型GLM - Image。從數(shù)據(jù)預處理到強化學習后訓練，全流程在國產(chǎn)芯片完成，打破高端模型訓練對國外芯片的依賴。該模型發(fā)布后迅速登頂Hugging Face趨勢榜第一，證明國產(chǎn)算力底座能支撐前沿AI模型研發(fā)。

科大訊飛與華為深度合作，攻克萬卡級集群組網(wǎng)和通信協(xié)同優(yōu)化難題。通用大模型訓練效率從行業(yè)基準的30% - 50%提升至85% - 95%，長思維鏈強化學習場景中訓練效率超84%，意味著國產(chǎn)芯片訓練大模型成本顯著下降，穩(wěn)定性接近國際主流水平。

國產(chǎn)芯片廠商產(chǎn)品迭代迅速，新發(fā)布芯片關鍵參數(shù)對標國際主流產(chǎn)品，強調(diào)國產(chǎn)工藝。燧原科技L600定位極高性能AI算力，采用國產(chǎn)工藝，首創(chuàng)原生FP8低精度算力，用于訓練集群，性能對標英偉達H20 GPU，計劃支持萬卡級超大算力集群建設。中誠華隆HL100采用自研GPGPU + NPU融合架構，強調(diào)高能效比和高性價比，同等算力下總擁有成本僅為國外某AI芯片的1/4。

此外，中國科研團隊在顛覆性技術路徑上有進展。清華大學團隊發(fā)布的“太極 - II”首創(chuàng)全前向智能光計算訓練架構，大規(guī)模神經(jīng)網(wǎng)絡訓練速度較傳統(tǒng)GPU提升10倍，能效比高，為突破算力瓶頸提供新路徑。中科院自動化所發(fā)布的“瞬悉1.0”在國產(chǎn)GPU集群上完成訓練，推理效率和能耗表現(xiàn)顯示非Transformer架構在國產(chǎn)算力上有巨大潛力。

異構算力：破解AI算力瓶頸的關鍵路徑

異構算力已從“硬件堆疊”進化為解決AI算力瓶頸的核心路徑。它指在一個計算系統(tǒng)中，混合使用不同架構的計算單元（如CPU、GPU、NPU、FPGA等）協(xié)同處理任務。

為何發(fā)展異構算力？以算力中心比作交通系統(tǒng)，傳統(tǒng)同構模式如滿街都是小轎車，拉貨載人都不合適；異構模式則根據(jù)任務調(diào)度不同車輛，拉貨用卡車（NPU/加速卡），載人用轎車（CPU），長途用高鐵（專用芯片），實現(xiàn)效率最大化、成本最低化。

目前，異構算力突破集中在三個層面：

打破“算力孤島”（跨地域、跨芯片）：這是重大突破。過去不同廠商芯片無法協(xié)同工作，算力閑置。上海AI實驗室的DeepLink實現(xiàn)全球首次長距離、跨地域異構算力互聯(lián)，像“萬能插座”，將上海和濟南不同架構算力拼成“超級節(jié)點”，訓練效率達單一芯片集群的95%以上，解決算力分布不均問題。

軟硬協(xié)同的“調(diào)度藝術”：異構算力難點在于軟件調(diào)度。阿里云構建業(yè)內(nèi)首個萬卡混合異構算力云平臺，通過算網(wǎng)融合架構，讓不同廠商GPU協(xié)同工作，通信性能提升20%。京東云JoyScale平臺支持超10家國產(chǎn)算力卡，實現(xiàn)行業(yè)最多元異構調(diào)度。中國電信驗證“英偉達+國產(chǎn)”芯片交叉組合推理試驗，將推理任務“Prefill”和“Decode”階段分開，分配給不同特性芯片處理，成本最高下降42%。

顛覆性的“光計算”：這是下一代異構算力的探索。清華“太極 - II”是智能光計算芯片，用光子計算，特定任務上速度比傳統(tǒng)GPU快10倍，能效比高，是打破“電算力”物理極限的關鍵路徑。

工信部重視“異構算力”，因其已從“技術概念”變?yōu)椤皠傂杌A設施”。未來AI算力不再追求單一“大力出奇跡”，而是“精打細算”。通過異構算力，可盤活國產(chǎn)算力資源，降低對單一進口芯片的依賴。