破解高端算力瓶颈，开放架构成算力突围关键

不久前，国务院发布《关于深入实施“人工智能+”行动的意见》中明确指出，深入实施“人工智能+”行动，推动人工智能与经济社会各行业各领域广泛深度融合，重塑人类生产生活范式，促进生产力革命性跃迁和生产关系深层次变革，加快形成人机协同、跨界融合、共创分享的智能经济和智能社会新形态。

可以说《意见》从宏观和政策层面为AI产业发展划定了明确方向，与此同时，一个关键的问题也浮出水面，在高端算力供给不足、国产软硬件生态待完善、行业应用门槛居高不下的情况下，中国AI产业该如何突破瓶颈，在全球竞争中占据主动？

（一）突破AI算力困局，开放架构为何“知难而行”？

当前全球AI算力产业存在两条清晰的发展路径，一条是目前行业运用较多的是封闭垂直优化路线，另一条则是正在被中国企业积极探索的开放跨层优化路线。垂直整合路线凭借“软硬件一体”的封闭生态，能在技术协同性和产品体验一致性上形成优势。

“垂直整合是科技企业在技术垄断期的‘最优解’，但绝非产业长期发展的‘必选项’。” 中国工程院院士孙凝晖直言。大型企业往往倾向于通过自研芯片、定制化操作系统与专属开发框架的深度绑定，提升算力效率的同时快速抢占据市场份额，这在技术迭代初期确实能够快速形成竞争力，封闭生态的弊端也随之显现。

然而，开放架构路线却走得格外艰难。根据IDC发布的《全球AI算力市场发展趋势报告》显示，相较于垂直整合，开放架构的推进难度至少高出30%，这种难度首先体现在技术标准的统一上。不同厂商的服务器、存储设备、算力调度平台长期采用专有接口与协议，要打破这些“技术壁垒”，需要协调产业链上下游众多企业达成共识，仅技术对接和适配工作就需要投入大量的人力、物力和时间成本。开放意味着企业要共享部分核心技术成果，放弃短期的技术垄断收益，这对追求短期利益的企业而言，无疑是巨大的挑战。开放生态的构建需要长期培育，在生态未成熟之前，产品的兼容性和稳定性可能面临质疑，进而影响市场推广进度。

中国科学院计算技术研究所研究员张云泉从产业经济学视角分析：“垂直整合的本质是‘以企业利益最大化替代产业利益最大化’。” 他指出，大型企业通过专利布局和接口封锁，将产业链利润集中在自身环节，而下游应用企业的算力成本却因此上涨。“这种模式在技术领先期能快速收回研发成本，但当全球算力需求年均大幅增长的当下，单一企业的产能和技术储备已难以满足多元场景需求，开放架构成为必然趋势。”

（二）坚持开放创新，中国AI产业的必然选择

尽管开放架构的推进困难重重，但从全球竞争、我国国情和产业需求来看，坚持开放却是中国AI产业的必然选择。

从全球竞争格局来看，美国等西方国家在AI高端算力领域长期占据垄断地位，通过高端算力产品禁售、先进芯片工艺封锁等手段，试图压缩我国算力发展空间，在关键环节对我国“卡脖子”。如果我国继续沿用以美国为代表的西方技术体系被动跟随，将始终受制于他人，难以实现科技自立自强。此时，构建自主可控的开放架构，打破技术垄断，成为我国在全球AI竞争中实现突围的关键。

从我国国情出发，我国拥有海量的数据资源、稳定的能源供应、多元的应用场景和完整的产业链条，这些优势为开放架构的发展提供了肥沃的土壤。但同时，我国AI产业也面临着“算力孤岛”普遍存在、跨区域跨行业算力资源难以高效互联、国产AI开发框架与芯片兼容性不足等问题。开放架构能够整合各方资源，实现算力资源的互通共享，解决这些内部生态问题，让我国的优势得到充分发挥。

从产业需求层面来讲，“人工智能+”涉及工业、农业、民生服务、全球治理等六大重点领域，场景之广、技术体系之复杂，远非少数企业能独立应对。以制造业为例，首钢股份冷轧公司落地67个数字化应用场景中，AI场景占比高达61%，这种“数据+ AI”双轮驱动的运营模式，需要不同技术、不同资源的高效协同。

中科曙光高级副总裁李斌表示，过去十年，中科曙光建设了20多个大规模算力集群，累计部署超50万张异构加速卡，同时又是国家先进计算产业创新中心牵头组建单位，有能力、也有责任来推动AI计算领域的开放协作与生态构建。曙光在重庆智博会上率先推出AI超集群系统，并协同20多家产业链上下游企业，共同发布了国内首个AI计算开放架构。这一举措并非偶然，而是曙光基于对全球竞争形势的判断、对我国国情的深刻理解以及对产业需求的精准把握所做出的战略选择。

（三）开放与融合并举，扛起“为国强算”使命担当

站在AI产业发展的十字路口，垂直整合与开放融合两条路径的利益权衡越发清晰。从国家战略布局与产业长远发展维度审视，开放道路承载的是更高层级、更广泛的利益。它所提升的，是整个国家在全球AI算力格局中的核心竞争力，是整个产业链实现协同创新的整体实力，这份利益关乎产业未来与国家科技自立自强的根基。

中国工程院院士孙凝晖指出，智能计算时代需实现“人-机-物”三元融合，这种融合绝非技术层面的简单叠加，更要深度延伸至产业协同的每一个环节。曙光牵头构建的AI计算开放架构，通过适配多品牌 GPU、兼容主流软件，以跨层协同优化的硬实力，打破了产业内长期盘踞的“技术墙”“生态墙”。若将其比作AI算力产业的“立交桥”，这座“桥”不仅让不同主体、不同技术、不同资源实现高效联通，更承载着打破技术垄断、构建自主生态的重任。而搭建这座 “桥” 的过程，本就是一场“明知山有虎”的艰难跋涉。

从技术标准的统一协调，到产业链上下游的利益平衡；从短期收益的主动让渡，到生态培育的长期投入，开放架构的每一步推进，都面临着看得见的阻碍与未知的挑战。但中国AI产业的探索者们，始终怀揣“为国强算”的初心，以“偏向虎山行”的勇气直面难题。他们深知，开放融合的算力架构，是“人工智能+”全面深化的坚实底座。

当前，全球 AI 产业已迈入规模化应用的“竞速期”，国际竞争的硝烟日益浓烈，技术封锁的壁垒依然存在。中国AI产业毅然选择以开放架构为突破口，构建自主可控的发展路径，这绝非偶然的选择，而是在认清前路艰险后，依然决心开辟新路的担当。这份选择，既顺应了全球技术创新开放共享的时代潮流，更精准契合我国破解“卡脖子”难题、推动算力普惠的国情需求，也深度贴近产业降低应用成本、提升创新效率的发展诉求。每一位投身其中的探索者，都在用行动诠释着，为了国家与产业的更高利益，纵使前方没有坦途，也要以无畏的勇气，走出一条属于中国AI产业的开放突围之路。（中国科技网）