1. 首頁 > 生活百科 > >

中經評論：讓人工智能跑出中國速度

人工智能

text":"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 ， 華為推出參數規模高達7180億的全新模型盤古Ultra MoE ， 這是一個全流程在國產昇騰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、資本投入和生態成熟度等方面更具優勢 。 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“美強中快”的動態變化 ， 中國憑借應用創新、數據規模和政策驅動快速追趕 ， 差距持續縮小 。 DeepSeek的成功 ， 已經證明我國在大模型領域走出了一條“低成本、高性能”的創新之路 。
算力是人工智能競爭的重要戰場 。 人才、數據、算力被視為發展人工智能的關鍵三要素 。 其中 ， 算力是訓練大模型、處理海量數據的核心基礎設施 ， 決定著算法的創新空間 。 當前 ， 美國在人工智能核心算法和框架方面占據優勢 ， 在先進算力領域也處于領先地位 。 國產算力在市場占有率、性能優化、生態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 ， 更是通過系統工程創新與深度協同機制 ， 將“根深葉茂”的研發理念轉化為集群效能的躍升 ， 生動詮釋了以體系化優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完善 ， 國產算力的能力還將持續增強 ， 有望實現從“可用”到“好用”的跨越 。
算力競爭其實是一場“體系化戰爭” 。 從芯片架構、框架優化到工程化能力 ， 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 。 從披露的數據看 ， 昇騰算力平臺訓練效率高、推理性能好、系統運行更穩定可靠 。 這充分證明 ， 聚焦根技術突破與體系化協同 ， 中國人工智能產業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 ， 人工智能核心產業規模近6000億元 ， 企業數量超4700家 ， 形成了覆蓋基礎層、框架層、模型層、應用層的完整產業體系 。 算力規模居全球前列 ， 已建成鋼鐵、煤炭等高質量行業數據集 ， 培育出一批競爭力強的通用大模型和行業大模型 ， 并登上全球主流開源社區下載量榜首 ， 產業鏈正在從單點突破轉向協同創新 。
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 。 國產算力還需在高端芯片架構、集群通信效率、軟件生態等方面繼續優化提升 ， 訓得更好、推得更快 ， 為中國人工智能產業發展提供堅實基礎 。
【中經評論：讓人工智能跑出中國速度】中國發展人工智能 ， 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 ， 而是創新體系、產業韌性與戰略視野的綜合較量 。 作為全球工業門類最齊全的國家 ， 我國制造業增加值占全球比重約30% ， 這是我們發展人工智能的重要優勢和基礎 。 只有保持“永遠在路上”的心態 ， 在基礎研究上甘坐冷板凳 ， 在生態構建上深耕細作 ， 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 。 （本文來源：經濟日報 作者：黃鑫）
"

    推薦閱讀