文 | 半导体工业纵横
已往几年，，， ，， ，， ，国产AI芯片始终活跃在一个相对清静、也相对边沿的位置——推理侧。。 。。。。。
在政务、金融、安防、工业质检等场景中，，， ，， ，， ，国产芯片依附本钱可控、供应稳固等优势，，， ，， ，， ，逐步完成了从“可用”到“好用”的历程。。 。。。。。但在AI训练这一算力金字塔顶端，，， ，， ，， ，国产芯片恒久缺席，，， ，， ，， ，或者只能加入边沿性使命。。 。。。。。
这一名堂，，， ，， ，， ，正在爆发改变。。 。。。。。2026年，，， ，， ，， ，将成为“国产AI芯片训练落地元年”。。 。。。。。但这一步，，， ，， ，， ，绝非简朴升级，，， ，， ，， ，而是一场系统工程级别的跨越。。 。。。。。
01 训练与推理有何区别？？？？？？？？
在公共语境中，，， ，， ，， ，“AI算力”往往被视作一个整体，，， ，， ，， ，但在工程实践中，，， ，， ，， ，训练与推理险些是两种完全差别的事情负载。。 。。。。。
训练的焦点是让AI模子“学会知识”，，， ，， ，， ，详细而言，，， ，， ，， ，是通过海量带标签样本，，， ，， ，， ，经由特定算法迭代，，， ，， ，， ，求解出机械学习模子最优参数的历程。。 。。。。。这一阶段需要海量数据的一连投喂、数十亿至万亿级参数的动态更新，，， ，， ，， ，以及数周以致数月的不中止运行，，， ，， ，， ，追求的是吞吐量与规模�；；；； ；；怂阈省！� 。。。。。
这意味着训练芯片不但要具备强悍的算力，，， ，， ，， ，还需配备极高的显存带宽、高效的漫衍式通讯能力，，， ，， ，， ，以及万卡级集群规模下的稳固性。。 。。。。。训练历程可进一步细分为预训练与后训练两个阶段：预训练依托海量无标注或弱标注数据，，， ，， ，， ，通过大规模重复迭代盘算优化模子参数，，， ，， ，， ，最小化展望误差，，， ，， ，， ，最终形成具备通用天生能力的基础大模子，，， ，， ，， ，对芯片的盘算性能、互连通讯能力及通用性提出极高要求；；；；； ；；后训练又称微调、优化阶段，，， ，， ，， ，基于通用大模子，，， ，， ，， ，借助标注专业数据集对输出层参数举行量化、剪枝等优化，，， ，， ，， ，通过强化学习强化特定领域适配能力，，， ，， ，， ，虽盘算量缺乏预训练，，， ，， ，， ，但随着行业化需求提升，，， ，， ，， ，其在全流程中的权重正一连增添。。 。。。。。
与训练形成鲜明比照，，， ，， ，， ，推理是模子“运用知识”的阶段，，， ，， ，， ，需要依托已训练完成的模子参数，，， ，， ，， ，对新输入数据举行展望、天生响应，，， ，， ，， ，是AI手艺落地解决现实问题的焦点环节。。 。。。。。相较于训练，，， ，， ，， ，推理更着重速率、能效比、响应延迟与本钱控制，，， ，， ，， ，其安排场景笼罩云效劳、边沿节点以致终端装备，，， ，， ，， ，对稳固性与能效比的诉求远高于峰值算力。。 。。。。。这种特征使得推理历程无需履历漫长的迭代训练，，， ，， ，， ，可直接挪用成熟模子完身剖析展望，，， ，， ，， ，在海量数据处置惩罚与实时响应场景中具备显著高效性。。 。。。。。
大模子的生长遵照Scaling Law的履历公式，，， ，， ，， ，即模子参数目、数据量以及盘算资源的增添能获得更好的模子智能。。 。。。。。在通用基础大模子生长阶段，，， ，， ，， ，大模子向更大参数偏向一直演化，，， ，， ，， ，预训练阶段的数据量呈指数级增添，，， ，， ，， ，GPU作为算力硬件的焦点在预训练市场履历了爆发增添。。 。。。。。凭证中国信通院《中国算力生长白皮书（2023）》，，， ，， ，， ，GPT-3的模子参数约为1,746亿个，，， ，， ，， ，而GPT-4的模子参数约抵达了约1.8万亿个，，， ，， ，， ，逊с力需求上升了68倍。。 。。。。。别的，，， ，， ，， ，xAI宣布的Grok-3使用20万卡训练芯片集群带来模子性能提升亦证实晰预训练Scaling Law将恒久成为人工智能生长的基石。。 。。。。。
更值得关注的是，，， ，， ，， ，逊с力保存“边际效益递减”的天花板。。 。。。。。关于浓密架构大模子，，， ，， ，， ，当参数从千亿级向万亿级跨越时，，， ，， ，， ，算力需求呈超线性增添，，， ，， ，， ，指数级攀升的本钱压力，，， ，， ，， ，让重新训练大模子成为少数科技巨头的“专属游戏”。。 。。。。。
依附高算力门槛，，， ，， ，， ，国际领先厂商英伟达的产品一直以来都是人工智能训练端的首选，，， ，， ，， ，占有了AI训练市场90%以上份额，，， ，， ，， ，其Blackwell架构支持1.8万亿参数模子训练，，， ，， ，， ，且NVLink 6手艺实现72卡集群无缝互联。。 。。。。。而推理端（尤其是边沿端、终端推理）对芯片性能要求较训练端低，，， ，， ，， ，因此推理芯片市场百花齐放，，， ，， ，， ，种种芯片均占有一席之地。。 。。。。。
由于中国AI芯片市场起步较晚，，， ，， ，， ，国产厂商通常从门槛相对较低的推理端切入市场，，， ，， ，， ，现在已取得阶段性效果；；；；； ；；而训练端的国产化率仍相对较低。。 。。。。。在外洋高性能芯片出口管制一直升级的配景下，，， ，， ，， ，拥有高性能盘算能力、产品可有用应用于训练端的国产厂商将充分受益。。 。。。。。
02 国产算力走向训练，，， ，， ，， ，难在那里？？？？？？？？
从“能推理”到“能训练”，，， ，， ，， ，外貌看是性能维度的小幅提升，，， ，， ，， ，实则是跨越全手艺栈的深度重构，，， ，， ，， ，焦点面临手艺突破与商业闭环两大挑战，，， ，， ，， ，磨练的是企业的综合攻坚能力。。 。。。。。
手艺层面，，， ，， ，， ，焦点矛盾已从简单芯片的纸面参数竞争，，， ，， ，， ，转向万卡级集群的互联瓶颈突破，，， ，， ，， ，最终目的是提升模子算力使用率（MFU）。。 。。。。。硬件端，，， ，， ，， ，单卡性能的提升已无法知足大规模训练需求，，， ，， ，， ，漫衍式并行成为必由之路——Scale Up通过增添单效劳器GPU数目构建超节点，，， ，， ，， ，Scale Out通过扩容效劳器规模搭建漫衍式集群，，， ，， ，， ，谷歌、Meta、微软等外洋大厂已率先结构，，， ，， ，， ，如谷歌A3虚拟机搭载2.6万块英伟达H100 GPU，，， ，， ，， ，同时基于自研芯片搭建8960卡TPUv5p集群，，， ，， ，， ，通过规模�；；；； ；；河攀朴呕Ю图芄埂！� 。。。。。而国产厂商虽在单卡性能上实现突破，，， ，， ，， ，但在集群协同能力上仍与外洋保存差别。。 。。。。。
软件端，，， ，， ，， ，纯粹兼容CUDA生态的路径在高强度训练场景中已袒露瓶颈，，， ，， ，， ，构建原生、高效的自主软件生态成为一定选择。。 。。。。。随着大模子参数目与算法重漂后提升，，， ，， ，， ，训练使命对盘算系统的通讯能力要求一连升级，，， ，， ，， ，千卡、万卡级智算集群成为标配，，， ，， ，， ，而海内具备完整训练芯片安排能力的厂商寥若晨星。。 。。。。。其中，，， ，， ，， ，华为海思依附恒久手艺积淀、全栈协同优势及富厚的人才与客户储备，，， ，， ，， ，在国产训练芯片领域建设了显著领先职位。。 。。。。。
手艺之外，，， ，， ，， ，市场用最质朴的逻辑投票：稳固性与总拥有本钱（TCO），，， ，， ，， ，这两大维度组成了对国产训练芯片的焦点拷问：
其一为应用稳固性，，， ，， ，， ，长达数月的训练使命对芯片平均无故障时间（MTBF）提出极致要求，，， ，， ，， ，一次意外中止就可能造成数百万淹没本钱。。 。。。。。这也是目今智算中心普遍接纳“异构安排”战略的焦点缘故原由——通过英伟达芯片包管焦点基座模子的稳固运行，，， ，， ，， ，同时用国产芯片在垂类模子微调、推理等场景中迭代优化、积累信托，，， ，， ，， ，推动国产算力从“敢用”向“愿用”跨越，，， ，， ，， ，而实战落地是唯一的破局路径。。 。。。。。
其二为工业系统升维。。 。。。。。浚�？？？？？？突ё钪詹晒旱牟⒎荘etaFLOPS这类酷寒的性能参数，，， ，， ，， ，而是稳固高效的AI生产力。。 。。。。。这要求国产厂商完成从“简单芯片供应商”到“全栈算力解决计划效劳商”的转型，，， ，， ，， ，具备从供电、液冷等基础设施到软件调优、运维支持的全链条效劳能力，，， ，， ，， ，交付一套高性能、高可靠的“算力动力总成”。。 。。。。。
03 国产AI芯片从推理走向训练
国产芯片在训练场景的落地，，， ，， ，， ，并非一蹴而就的爆发，，， ，， ，， ，而是政策驱动与手艺迭代配相助用的效果，，， ，， ，， ，早在去年就已展现眉目。。 。。。。。2025年8月21日，，， ，， ，， ，DeepSeek曾体现，，， ，， ，， ，新版本接纳了一项针对国产芯片而设计的手艺，，， ，， ，， ，能够实现性能优化，，， ，， ，， ，并加速处置惩罚速率。。 。。。。。
政策层面的支持更为明确：2025年5月，，， ，， ，， ，美国BIS宣布《关于可能适用于先进盘算芯片及其他用于训练AI模子商品的管制的政策声明》《关于通用禁令10（GP10）对中华人民共和国（PRC）先进盘算芯片适用的指南》《关于避免先进盘算芯片转移的行业指南》，，， ，， ，， ，从AI芯片的使用规模、供应链制裁等角度进一步增强了对先进AI芯片和相关手艺的出口管制，，， ，， ，， ，将出口管制危害进一步延伸至工业链的各个加入方。。 。。。。。地缘政治倒逼相关海内客户使用国产GPU产品，，， ，， ，， ，在一定水平上资助国产GPU厂商与海内客户和供应商建设亲近联系，，， ，， ，， ，进而快速实现手艺和产品迭代升级。。 。。。。。
并且近期，，， ，， ，， ，工信部团结7部分出台《“人工智能+制造”专项行动实验意见》明确提出，，， ，， ，， ，支持突破高端训练芯片、端侧推理芯片、人工智能效劳器、高速互联、智算云操作系统等要害手艺。。 。。。。。
多重因素叠加下，，， ，， ，， ，2026年成为国产AI芯片训练落地的要害元年。。 。。。。。
今年以来，，， ，， ，， ，一批基于国产芯片训练的AI大模子麋集落地，，， ，， ，， ，标记着国产算力在训练场景的实战能力获得验证。。 。。。。。
2026年1月14日，，， ，， ，， ，智谱团结华为开源新一代图像天生模子GLM-Image，，， ，， ，， ，开源后24小时内登顶全球AI开源社区Hugging Face Trending榜单榜首。。 。。。。。该模子基于华为昇腾Atlas 800T A2装备与昇思MindSpore AI框架，，， ，， ，， ，完成从数据处置惩罚到模子训练的全流程闭环，，， ，， ，， ，是首个依托国产芯片实现全程训练的SOTA（目今最高水平）多模态模子，，， ，， ，， ，首次让国产芯片训练的模子站上国际顶端舞台，，， ，， ，， ，印证了我国AI模子端到端自主研发能力的突破，，， ，， ，， ，引发全球AI圈、工业界与资源市场的普遍关注。。 。。。。。
1月13日，，， ，， ，， ，摩尔线程与北京智源人工智能研究院告竣突破，，， ，， ，， ，依托MTT S5000千卡智算集群与FlagOS-Robo框架，，， ，， ，， ，乐成完成智源自研具身大脑模子RoboBrain 2.5的全流程训练。。 。。。。。这一效果首次验证了国产算力集群在具身智能大模子训练中的可用性与高效性，，， ，， ，， ，标记着国产AI基础设施已具备应对重大多模态使命的能力。。 。。。。。别的，，， ，， ，， ，摩尔线程还与小马智行正式宣公告竣战略相助。。 。。。。。双方将聚焦L4级自动驾驶手艺落地与规模�；；；； ；；τ�，，， ，， ，， ，围绕小马智行手艺焦点——天下模子及虚拟司机系统的训练与优化睁开深度协同，，， ，， ，， ，配合探索“AI算法+AI算力”深度融合的相助新范式，，， ，， ，， ，以清静可靠的AI算力，，， ，， ，， ，赋能自动驾驶手艺迭代和商业落地。。 。。。。。双方将基于摩尔线程MTT S5000训推一体智算卡及夸娥智算集群，，， ，， ，， ，配合推进小马智行天下模子及车端模子训练的适配与验证。。 。。。。。
中国电信近期开源的千亿级星辰大模子，，， ，， ，， ，实现了国产AI全栈生态的要害突破。。 。。。。。此次宣布的TeleChat3系列包括两大焦点模子——混淆专家架构的TeleChat3-105B-A4.7B-Thinking与浓密架构的TeleChat3-36B-Thinking，，， ，， ，， ，其训练全程依托上海临港国产万卡算力池完成，，， ，， ，， ，累计消耗15万亿tokens训练数据，，， ，， ，， ，成为国产AI生长史上的里程碑事务。。 。。。。。手艺层面，，， ，， ，， ，该系列模子实现从硬件到软件的全链路国产化适配，，， ，， ，， ，深度整合华为昇腾生态，，， ，， ，， ，包括Atlas800T A2训练效劳器的硬件支持、昇思MindSpore框架的开发情形，，， ，， ，， ，以及完整的国产AI算力基础设施支持。。 。。。。。
客观来看，，， ，， ，， ，英伟达A100/H北京华远数字传媒有限公司100/H800系列GPU仍是全球超大规模前沿模子（如DeepSeek-V3）训练的首选，，， ，， ，， ，但国产算力平台已逐步实现突破，，， ，， ，， ，可稳固支持数十亿至千亿参数级模子的全流程训练使命。。 。。。。。此前主流大模子高度依赖外洋GPU的名堂正在改变，，， ，， ，， ，供应链清静危害获得有用缓解，，， ，， ，， ，国产AI芯片正从推理侧的“单点突破”，，， ，， ，， ，迈向训练侧的“系统化崛起”。。 。。。。。