ASI前瞻：全球算力竞赛白热化，充裕算力被视作ASI诞生的第一性原理
2025年，全球科技巨头在AI基础设施领域的投资竞赛进入白热化阶段。英伟达向OpenAI投资高达1000亿美元，共同建设至少10吉瓦的AI数据中心；阿里巴巴宣布3800亿元的AI基础设施建设计划；微软与欧洲Nebius Group达成174亿美元的GPU云容量协议。
这些天文数字背后，是一个正在形成的行业共识：充裕的算力是ASI诞生的第一性原理。正如OpenAI首席执行官萨姆·奥特曼所言：“一切始于算力，算力基础设施将成为未来经济的根基”。
01 全球算力竞赛格局：中美领跑，多极追赶根据中国通信工业协会数据中心委员会的报告，2023年全球算力总规模达1397EFLOPS，同比增长54%，预计2030年将突破16ZFlops。智能算力占比超过30%，成为增长的核心动力。
美国凭借技术与生态优势稳居第一梯队。英伟达占据全球92%的AI芯片市场份额，CUDA生态形成技术壁垒。《芯片与科学法案》和“星际之门计划”构建了全链条支持体系，科技巨头年度资本支出超3000亿美元。
中国算力规模位居全球第二，2024年末总规模达280EFLOPS，“东数西算”工程构建全国一体化算力网络。在AI大模型数量上，中国以1509个居全球首位，在工业、政务等场景应用领先。
欧盟以《欧洲芯片法案》和《人工智能法案》为核心，聚焦数字主权与绿色算力，布局13座AI超级工厂。新兴经济体中，中东依托资本优势建设零碳算力枢纽，沙特HUMAIN公司计划与马斯克旗下xAI共同建设规划容量高达500兆瓦的巨型设施。
02 算力为何是ASI的第一性原理从技术演进角度看，大模型发展已逼近理论极限，单纯依靠参数扩张带来的边际效益急剧递减。ASI需要突破这一瓶颈，而解决方案就是更大规模的算力投入。
阿里巴巴CEO吴泳铭在云栖大会上阐述了通往超级人工智能的三阶段演进路线，明确指出通用人工智能仅是起点，终极目标是发展出能自我迭代、全面超越人类的超级智能。这三个阶段都对算力提出极高要求：
智能涌现阶段需要海量计算资源训练基础模型；自主行动阶段要求低延迟、高并发的推理算力；自我迭代阶段则需要近乎无止境的算力支持AI自主进化。
黄仁勋将算力需求增长归结于三大因素：数据洪流的处理需求、生成式AI取代推荐系统、以及自主智能体的兴起。这些趋势共同推动算力需求呈指数级增长。
马斯克更是预言，高度发达的人工智能和机器人将带来前所未有的物质丰裕，最终让“货币”这种概念变得无足轻重。这一愿景的实现，同样以充裕算力为前提。
03 算力基建的差异化战略路径各大科技巨头在算力基础设施建设上选择了不同的战略路径，反映出各自的技术理念和市场定位。
英伟达-OpenAI“联盟模式” 形成闭环生态：OpenAI向甲骨文购买云计算服务，甲骨文向英伟达采购GPU芯片，英伟达再投资OpenAI。这种强强联合旨在快速突破算力规模瓶颈。
阿里巴巴的“全栈自研”模式致力于构建从芯片到平台的全栈能力，其与英伟达合作的Physical AI生态覆盖从数据合成、模型训练到仿真测试的全链条。阿里云提出“AI云是下一代计算机”的愿景，目标是到2032年将数据中心能耗规模较2022年提升10倍。
马斯克的“太空突破”模式试图通过SpaceX全资收购xAI，将AI算力搬上太空。这一路径虽然面临太空散热、宇宙辐射等工程难题，但代表了为突破算力瓶颈的颠覆性探索。
中科曙光的“系统集成”模式则体现了一种系统优化思维。其scaleX万卡超集群通过高速互联网络、存算传紧耦合设计、高密供电与散热、统一资源高效调度等一系列系统工程，将成千上万个不同的国产算力单元整合成高效、可扩展的算力实体。
04 技术突破与工程创新面对算力需求爆炸性增长，技术创新成为突破瓶颈的关键。中科曙光推出的scaleX万卡超集群支持多品牌、多技术路线的国产AI卡混合部署与统一调度，并兼容CUDA等主流软件生态。这种开放架构策略有效降低了国产算力的使用门槛。
在散热方面，液冷技术成为应对高功耗的关键。浪潮信息的液冷服务器技术可将算力密度提升3倍，完美适配AI训练的高功耗需求。中科曙光在液冷技术领域同样领先行业，可解决超算中心的散热难题。
芯片架构也在持续创新。澜起科技的内存接口芯片可将数据传输速率提升至8400Mbps，解决算力瓶颈。寒武纪的第二代智能处理器架构针对多模态任务优化，可高效处理ASI所需的跨领域数据。
这些技术创新共同推动算力规模持续扩张。目前，scaleX万卡超集群已完成400多个主流大模型的适配优化，全面覆盖万亿参数模型训练、高通量推理、AI for Science等大规模AI计算场景。
05 未来趋势与挑战全球算力竞争呈现五大趋势：产业规模高速扩张，芯片与服务器技术向异构融合、液冷方向迭代；应用场景向多行业深度渗透；供应链受地缘政治影响向区域化重构；商业模式向“算力即服务”演进；绿色低碳成为刚性约束。
能源挑战尤为突出。OpenAI的“星际之门”项目需要建设17千兆瓦电力容量，相当于17座核电站，面临电网承压、能源供应瓶颈等严峻挑战。萨姆·奥特曼强调，为支撑下一代AI，必须大规模投资高密度能源，包括先进裂变与聚变技术。
生态碎片化是另一大挑战。全球AI算力生态正面临被少数封闭技术体系锁定的风险。scaleX万卡超集群的开放架构尝试破解这一困境，但建立统一标准仍需全球协作。
成本与可持续性问题也不容忽视。麦肯锡报告显示，87%的中国企业计划加大AI投资，但仅9%实现显著价值转化。如何在追求算力规模的同时确保投入产出比，是行业必须面对的现实问题。
新智元发布的《2025 ASI前沿趋势报告》预测，2027年将抵达超级人工智能的临界点，智能体将全面爆发。这一趋势对算力提出更高要求，同时也带来新的发展机遇。
当马斯克仰望星空寻找算力突破时，中科曙光的scaleX万卡超集群已在中国国家超算互联网核心节点同时上线试运行。这不是实验室里的原型机，而是全国首个实际投入运营的3万卡国产AI算力池，一个已然成型的“智能时代电站”。
人类对于未来的探索，既需要马斯克这样仰望星空的梦想家，也需要脚踏实地构建算力基座的实干家。在这场决定未来的算力竞赛中，唯有着眼长远、夯实基础，才能在ASI时代把握先机。 |
手机版|ASI网-未来AI社区 ( 闽ICP备2025094058号-10 )|网站地图
GMT+8, 2026-2-11 09:35 , Processed in 0.039087 second(s), 20 queries .
Powered by Discuz! X3.5
© 2001-2026 Discuz! Team.
