长江商学院刘劲：算力自主体系建设提速，训练端仍待突破

长江商学院会计与金融学教授、投资研究部主任刘劲日前在接受《中国经营报》记者采访时表示，未来10至20年乃至更长时间，人工智能将是提升生产力最重要的工具，也是中美科技竞争的重点领域，算力正成为这场竞争的关键变量。

刘劲分析，人工智能运算可分为训练和推理两类。训练阶段需要处理海量数据、反复运算参数，对算力消耗极大；推理阶段负荷相对较小。目前全球仅中美两国具备训练大型AI模型的实力。与美国相比，我国AI推理应用已广泛落地，训练层面仍有提升空间，训练端是自主算力体系需要突破的重点，推理端是既有优势，软件优化则成为弥补算力不足、提升整体效率的关键路径。

在算力基础设施方面，国内算力中心主要布局在京津冀、长三角、珠三角等东部地区，同时依托宁夏中卫等西部地区气温适宜、光伏和风电资源充足的优势，借助“东数西算”工程，一张全国协同的算力网络正在成型。我国发电量约占全球总量的三分之一，为算力中心运转提供了能源基础。

核心芯片自主突破方面，华为昇腾960芯片研发进度超出预期，昇腾950超节点已实现规模化商用，DeepSeek V4已完成与昇腾超节点的全面适配，长鑫科技成功登陆科创板。国家大基金等政策支持下，累计投入资金接近7000亿元，带动全产业链发展。

刘劲还提到，以DeepSeek为例，在算力条件有限的前提下，其模型性能已与美国同类产品差距不大，Token使用成本明显下降。IDC报告预测，2026年国内智能算力规模同比将上涨87.9%，算力市场整体规模将达到515亿美元。