2026世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2026）日前闭幕，《经济参考报》记者在WAIC现场采访发现，处在AI中上游的芯片、能源、算力中心、大模型企业都在寻求更为紧密的协作，以芯模联动叠加算电协同，从源头保障中国AI行业快速、健康发展。
随着智能体应用场景愈发复杂，高并发、高密度的AI推理任务持续增多。在WAIC现场，记者看到搭载蓝芯算力首款自研CPU芯片LX500的整机服务器，可独立支撑Kimi K2.6等经过量化处理的万亿级参数国产开源大模型，并稳定开展推理工作。
蓝芯算力生态负责人许庆伟介绍，不同于“通用CPU+独立GPU”传统组合方案，LX500芯片省去了CPU、系统内存与独立加速模块间反复的数据搬运流程，大幅简化算力运行链路。经真实场景测量，相较主流独立GPU服务器方案，搭载LX500芯片的整机设备，在同等功耗条件下，AI推理综合性能约提升30%；在同等业务吞吐能力下，可降低硬件综合采购成本约20%。目前，基于LX500的算力解决方案已规模化商用，并进入联想等厂商供应链体系。
WAIC期间，中国电信宣布打造旗下首个TPU（张量处理单元）千卡级集群部署项目，并将面向大模型训练、AI推理、科学计算等场景提供全自主算力支撑。
对此，TPU芯片企业中昊芯英创始人杨龚轶凡表示，在同等算力输出规模前提下，TPU智算中心的综合运营成本比传统方案近乎减半，持续迭代后成本降幅还会进一步扩大。不过，想要把芯片算力利用率、模型吞吐性价比打磨至最优水平，依旧需要两周至一个月专项调优工作。预计未来两三年，国内算力芯片厂商软件生态会趋于成熟稳定，全新大模型上线后无需大量调优，即可充分释放芯片算力。
除了芯片企业发力，大模型企业也在积极适配。随着芯模联动的持续推进，国产芯片已在大模型预训练阶段渐露锋芒。“LongCat-2.0万亿参数大模型从预训练初始化到最终发布的全流程均在国产芯片上完成，训练过程最多调用5万多张国产芯片，”美团相关负责人告诉记者，从模型权重初始化到训练完成的周期，处于行业常规的1到2个月迭代区间内，整体训练周期未因使用国产算力明显拉长，未来模型训练效率存在进一步提速的可能；性能相比初始训练版本提升接近50%。
围绕芯模联动中如何扬长避短，美团相关负责人介绍，硬件短板是客观存在的，例如单卡显存容量、计算算力低于主流芯片，但国产芯片多卡互联带宽具备优势，可一定程度弥补单卡性能不足。此外，项目初期国产芯片软件生态成熟度低，同一个算子开发用主流芯片仅需1到2周，使用国产芯片则需1个月以上；随着厂商快速迭代优化，现在软件编程差异已大幅缩小。
汇正财经资深投资顾问吴远达认为，国内算力产业链各环节正同步提速发展，算力芯片市场朝着“一超多强”的格局演进。中国的半导体和算力公司可能会迎来更高的估值。
AI尽头是算力，算力尽头则是电力，“算电协同”也成为WAIC的热门议题。
在WAIC“人工智能与能源双向赋能论坛”上，国家能源局透露，近年来，中国能源企业与人工智能企业积极协同研发，投用了30余个具有行业代表性的大模型，带动行业软件性能和能源生产效能持续提升。国家能源局将前瞻布局能源保障体系，让能源供应更好满足推理算力需求，推动算力既要跑起来、跑得快，更要跑得稳、跑得远。
国家电网有限公司透露，在推动算电协同双向赋能方面，一是以电强算，超前布局电网配套，开辟绿色通道，服务数据中心等高标准设施用电，开展电能质量在线监测指导和服务，为芯片制造、算力中心等新质生产力用户提升关键生产设备抗扰水平。二是“电随算建”，统筹新能源基地和国家八大算力枢纽、十大算力集群布局，加快配套电网建设，完善电力交易机制，为算力产业提供稳定、低碳、经济的绿色电力保障。三是“算随电动”，探索聚合算力可调资源，引导算电协同。
此外，中国工程院院士郭剑波建议，算电规划协同需要政府部门牵头，实现算力节点、网架、新能源基地和调节资源的统一规划，实现时空配合。在算力中心大发展时，既要警惕风险，也要注重双向赋能，确保双向安全，同时关注算力中心的并网标准、入网检测、运行监测，建立安全评价全过程技术体系。
宝盈策略提示：文章来自网络，不代表本站观点。
