我国在AI领域实现自主可控的进程正迈出关键一步——国家超算互联网郑州核心节点今日上线全国最大的3万卡国产AI算力池，首次以开放架构整合国产芯片集群，为万亿参数大模型训练等场景提供高效算力支撑，标志着我国算力基础设施的自主化能力进入新阶段。
一、国产算力的重大突破
规模与技术自主性
郑州核心节点部署的3套曙光ScaleX超集群系统，首次实现3万张国产AI加速卡的大规模组网，成为目前全国最大的单体国产算力资源池。该系统采用自主研发的ScaleFabric高速网络技术和分层解耦设计，支持多品牌国产加速卡（如华为昇腾、寒武纪等）的混合兼容，解决了硬件适配与生态割裂问题。
性能对标国际水平
实测显示，该集群在万亿参数模型训练、高通量推理任务中的稳定性超98%，算力效率逼近国际主流水平。其低耦合架构可动态调度资源，大幅降低大模型训练中断风险，将研发团队从“等算力”焦虑中解放。
二、自主可控的支撑体系逐步完善
硬件产业链闭环加速形成
芯片层：华为昇腾、寒武纪思元、海光深算等国产芯片性能已达国际旗舰产品（如A100）80%以上，金融、政务领域国产化率超70%；
制造与封装：中芯国际12nm工艺量产加速，通富微电等企业突破CoWoS-L先进封装技术，2026年国产芯片产能有望翻倍；
配套技术：液冷（英维克）、光模块（中际旭创）等关键环节实现国产替代，降低对海外供应链依赖。
软件生态与开源社区成熟
国家超算互联网已整合270余款国内外开源大模型，适配国产异构算力，并构建一站式开发社区。通过模型镜像、API免费调用（如DeepSeek）等降低使用门槛，日均服务调用量超百万次，推动“算力普惠化”。
超算互联网上线开源AI社区！模型+数据+算力，一站式解决
三、仍需突破的瓶颈与挑战
高端芯片仍存代差
7nm以下先进制程芯片依赖台积电代工，光刻机等设备国产化率不足10%，短期内高端训练芯片（如H100）仍需通过国际合作获取。
生态协同亟待深化
部分国产GPU厂商因生态适配不足面临商业化困境。需推动芯片企业与模型开发商深度优化（如摩尔线程与AI Coding Plan的联合开发），提升系统效率。
四、未来路径：从“能用”到“好用”
政策层面，工信部明确将“算力芯片突破”列为“人工智能+制造”的核心任务，通过标准制定与开源文化强化生态自主性。产业层面，华为、阿里等企业加速建设超大规模AI基础设施，预计2026年国产芯片市场份额将升至93%，逐步替代英伟达（份额降至8%）。
结论：当前我国已具备AI算力基础设施的自主建设能力，3万卡国产集群上线是阶段性里程碑。但完全实现“自主可控”需在底层硬件（光刻机/EDA工具）、软件生态适配等环节持续突破，预计需3-5年完成技术闭环。
(以上内容均由AI生成)
