科技腾讯新闻··AI 生成
中国工程院院士郑纬民：中国AI算力，真正缺的是什么？
郑纬民院士指出，中国AI算力的核心矛盾并非单纯的芯片数量短缺，而是高端算力受制于出口管制、中低端算力因软件生态不成熟而利用率低的结构性失衡。他认为，破局的关键在于发展自主可控的基础软件（如高性能图计算）和全栈国产化生态，推动算力基础设施从提供模型（MaaS）向提供可调度的高质量Token生产能力（TaaS）演进。本文适合关注国产算力、AI基础设施政策与产业趋势的深度读者，有助于理解当前算力供应困境的深层原因及解决路径。原文 ↗原文 ↗
核心观点
- ▍中国AI算力面临的结构性矛盾是：高端算力因美国出口管制而供不应求，中低端算力则因软件生态不成熟而供过于求、利用率低，核心症结在于软件而非硬件数量。
- ▍解决算力困境的关键在于发展自主可控的「基础软件」（如高性能图计算），通过AI Harness（驾驭工程）来盘活现有中低端算力资源，并推动生态自立。
- 01中国信通院2025年报告指出，国内智算设施利用负载差异大，特别是地方政府或国资平台主导建设的项目，实际赋能价值有待提升。
- 02郑纬民提出「主权AI三大支柱」：算力自主、算法自强、生态自立，其中「生态自立」是当前最明显的短板，决定了国产芯片能否从「能跑」跨越到「愿意用」。
- 03作者主张算力基础设施应从MaaS（模型即服务）演进到TaaS（Token即服务），核心竞争转向高质量Token的高效生成、组织和利用，需要计算、数据、知识、应用体系的协同优化。
- 04郑纬民团队与海致科技合作，于2021年成立高性能图计算院士专家工作站，2023年共同研发了国产分布式图数据库AtlasGraph，作为产学研融合的案例。
反方 / 局限
- — 文章未主动讨论国产芯片本身性能、成熟度或功耗与英伟达的差距，主要将问题归因于软件生态，可能忽视了硬件层面的竞争劣势。
前置背景
平行视角
未来推演
延伸追问