在人工智能領域，中國好消息不斷,。去年年底以來,，DeepSeek火爆全球，以實力回擊了“中國做不出一流大模型”的論斷。近日,，華為推出參數(shù)規(guī)模高達7180億的全新模型盤古Ultra MoE，這是一個全流程在國產(chǎn)昇騰AI計算平臺上訓練出來的準萬億MoE（混合專家）模型,，以實踐結果證明了國產(chǎn)算力也能訓練出世界先進大模型,。

中美兩國被視為人工智能發(fā)展的第一梯隊。與中國相比,，美國在人工智能領域起步較早,，在核心技術、資本投入和生態(tài)成熟度等方面更具優(yōu)勢,。自ChatGPT,、Sora登場后，有一些聲音認為中美人工智能差距越來越大,，難以追趕,。事實上，中美在人工智能領域的競爭呈現(xiàn)“美強中快”的動態(tài)變化,，中國憑借應用創(chuàng)新、數(shù)據(jù)規(guī)模和政策驅動快速追趕,，差距持續(xù)縮小,。DeepSeek的成功，已經(jīng)證明我國在大模型領域走出了一條“低成本,、高性能”的創(chuàng)新之路,。

算力是人工智能競爭的重要戰(zhàn)場。人才,、數(shù)據(jù),、算力被視為發(fā)展人工智能的關鍵三要素。其中,，算力是訓練大模型,、處理海量數(shù)據(jù)的核心基礎設施，決定著算法的創(chuàng)新空間,。當前,，美國在人工智能核心算法和框架方面占據(jù)優(yōu)勢，在先進算力領域也處于領先地位,。國產(chǎn)算力在市場占有率,、性能優(yōu)化、生態(tài)成熟度等方面有待提高,，還面臨技術封鎖,，困難重重。這也導致了有觀點認為“國產(chǎn)算力無法訓練一流大模型”,。

差距確實存在,，但并非不可逾越,。比如，華為雖然單芯片工藝落后美國一代,，但采用數(shù)學補物理的辦法,，通過疊加和集群等技術，也能極大提升系統(tǒng)性能,，最終達到世界先進的計算水平,。這不僅是芯片性能的追趕，更是通過系統(tǒng)工程創(chuàng)新與深度協(xié)同機制,，將“根深葉茂”的研發(fā)理念轉化為集群效能的躍升,，生動詮釋了以體系化優(yōu)勢突破關鍵核心技術的中國路徑。我們更要相信,，隨著技術迭代與生態(tài)完善,，國產(chǎn)算力的能力還將持續(xù)增強，有望實現(xiàn)從“可用”到“好用”的跨越,。

算力競爭其實是一場“體系化戰(zhàn)爭”,。從芯片架構、框架優(yōu)化到工程化能力,，中國已構建起全棧自主的技術鏈條,，不斷縮小與世界頂尖水平的差距。從披露的數(shù)據(jù)看,，昇騰算力平臺訓練效率高,、推理性能好、系統(tǒng)運行更穩(wěn)定可靠,。這充分證明,，聚焦根技術突破與體系化協(xié)同，中國人工智能產(chǎn)業(yè)完全有能力鍛造出自主可控,、世界領先的科技成果,，為千行百業(yè)智能化升級注入強勁動能。

應注意到,，中國在人工智能領域已取得顯著突破,，不應妄自菲薄。我國是全球人工智能專利最大擁有國,，人工智能核心產(chǎn)業(yè)規(guī)模近6000億元,，企業(yè)數(shù)量超4700家，形成了覆蓋基礎層,、框架層,、模型層、應用層的完整產(chǎn)業(yè)體系。算力規(guī)模居全球前列,，已建成鋼鐵,、煤炭等高質量行業(yè)數(shù)據(jù)集，培育出一批競爭力強的通用大模型和行業(yè)大模型,，并登上全球主流開源社區(qū)下載量榜首,，產(chǎn)業(yè)鏈正在從單點突破轉向協(xié)同創(chuàng)新。

更應看到人工智能技術迭代一日千里,，全球競爭日趨激烈,，不能沾沾自喜。如果自滿于階段性成果,，忽略依舊存在的短板差距,，中國人工智能可能會陷入“追趕—模仿—再追趕”的循環(huán)。國產(chǎn)算力還需在高端芯片架構,、集群通信效率,、軟件生態(tài)等方面繼續(xù)優(yōu)化提升，訓得更好,、推得更快,，為中國人工智能產(chǎn)業(yè)發(fā)展提供堅實基礎。

中國發(fā)展人工智能,，需要更多信心和耐心,。人工智能全球競爭，不是單一技術的比拼,，而是創(chuàng)新體系、產(chǎn)業(yè)韌性與戰(zhàn)略視野的綜合較量,。作為全球工業(yè)門類最齊全的國家,，我國制造業(yè)增加值占全球比重約30%，這是我們發(fā)展人工智能的重要優(yōu)勢和基礎,。只有保持“永遠在路上”的心態(tài),，在基礎研究上甘坐冷板凳，在生態(tài)構建上深耕細作,，在場景落地中精益求精,，才能讓中國人工智能真正跑出中國速度。（作者：黃鑫 來源：經(jīng)濟日報）