作者：王琛伟　刘建涵

　　近期，人工智能迎来一波“算力涨价”考验。华为、寒武纪、沐曦、天数智芯等多家AI芯片厂商纷纷上调产品报价，部分型号涨幅达到20%至50%。算力是人工智能产业的基础要素和底层支撑，本次全球算力“涨价潮”给人工智能发展带来警示——不能单靠“拼规模”，更要“拼效率”，人工智能产业深度转型势在必行。

　　人工智能深刻改变人类生产生活方式。随着各类前沿大模型快速迭代并规模化应用，模型训练带来的电力消耗和大规模推理带来的算力需求均呈现指数级增加态势。放弃“拼规模”模式、转向“拼效率”模式，对于巩固人工智能产业链韧性、培育发展新质生产力、推动高质量发展具有重要战略意义。近年来，我国不断完善顶层设计，持续强化统筹协调，探索形成了符合中国特色的集约高效人工智能发展模式。

　　一是模型研发轻量化，国内头部AI企业在模型压缩、混合精度计算、推理优化等方面持续突破。比如，DeepSeek等大模型以远低于国际同行的资源投入，达到对标国际一流水平的应用效果。

　　二是软硬件高效协同，推动模型算法与国产芯片深度联合调优，国产人工智能芯片加速适配迭代，国产大模型与国产芯片之间的联通效率不断提升。比如，DeepSeek V4今年在华为昇腾芯片首发，实现国产软硬件生态绑定，推理成本仅为GPT-4的1/70，硬件成本为英伟达方案的1/3。

　　三是应用场景牵引，依托我国数据资源丰富、产业体系完备、应用场景广阔、市场空间巨大的优势，以垂类应用场景为牵引推动人工智能大模型落地应用，同时通过场景数据不断反哺、优化模型性能。

　　未来，推动人工智能产业向“拼效率”深度转型，应坚持系统观念，进一步克服关键核心技术不强、基础要素保障支撑不足、赋能应用程度不深等问题，把握趋势、发挥优势、坚持问题导向，力争始终牢牢掌握人工智能发展和治理主动权。

　　加快关键核心技术攻关，补上芯片和模型技术短板。集中力量攻克高端芯片、基础软件等关键核心技术，构建自主可控、协同运行的人工智能基础软硬件系统。加强模型基础能力建设，支持模型架构创新和多路径技术探索，推进模型压缩、推理优化等关键技术研发，推动模型、算法与算力软硬件协同优化。

　　强化关键基础要素保障支撑，夯实产业发展根基。加快建设全国一体化算力网，强化算力统筹协调与调度，根据区域产业需求和能源承载力，严控低水平、分散化的算力中心建设。建立算力与电力协同规划机制，探索推广“源网荷储一体化”“绿电直连”等新模式，推动绿电和算力一体化协同部署。深化数据资源开发利用和开放共享，加快建设行业高质量数据集，完善数据产权制度和流通交易规则，促进数据要素安全有序流动，为人工智能产业持续健康发展提供坚实要素支撑。

　　深化技术赋能应用，打造垂直领域竞争优势。动态制定并发布“人工智能+”重点行业领域和垂直场景清单，重点聚焦智能制造、生物制造、辅助医疗等重点行业领域，深度发掘高价值场景。开展“人工智能+”标杆场景应用攻关，以场景牵引技术落地，对实测效果显著、能切实降本增效的示范项目，给予设备更新补贴或贴息支持，并将首台（套）软硬件纳入政府采购推荐目录，解决垂直模型“落地难、推广难”的问题。（王琛伟　刘建涵）