本报告主要围绕国产算力专家交流纪要展开,分析了英伟达事件对国内大模型算力供给的影响,重点探讨了国产卡训练大模型的能力、阶段划分、评价指标及面临的卡点问题。报告还深入剖析了破局路径,包括芯模协同、统一中间层、系统工程、训推分层、开源生态和底层硬件等方面,并介绍了头部模型公司在国产算力发展中的角色和行业意义,最后分析了国内算力策略的变化趋势。
国产算力赛道未来发展趋势呈现训推分层加速的特点。推理国产化无悬念,规模和现金流反哺芯片迭代,而训练方面逐步过渡,但纯国产预训练稳定性要求高,可能出现反复。头部模型公司如DeepSeek、智谱等在推动国产算力发展中扮演重要角色,未来若智谱下一代万亿级模型全昇腾预训练落地,将是国产卡首次扛起此量级任务。同时,开源生态建设加速适配,开源模型成为测试集和标准件,推动行业整体进步。
报告重点分析了国产卡训练大模型的能力,从2020-2023年(0到1)阶段到2026年(万亿全流程)的阶段性进展,包括智谱用海光卡训练29亿参数模型、讯飞/华为建成国产万卡平台、中国电信万亿参数模型训练时长超98%、蚂蚁训2900亿参数MoE模型、华为盘古Ultra系列纯昇腾训练、DeepSeek V4部分训练用昇腾、百度昆仑芯万卡集群训文心5.1、美团LongCat-2.0全栈国产、智谱用海光训700亿参数模型等案例。此外,报告还深入分析了国产算力的卡点问题,如单卡与内存、产能、软件生态、碎片化、人力成本等,并提出了破局路径。
当前国产算力市场现状呈现国产卡训练大模型能力逐步提升但与国际一线仍有差距的特点。虽然国产卡训练大模型已验证六年,但“能训”不等于“训得起/快/好”,规模已解决,效率和成本待突破。英伟达事件对国内大模型算力供给的影响主要在心理层面,短期部分厂商会调整订单和囤卡节奏,但“国产算力要凉”的说法站不住脚。头部模型公司如DeepSeek、智谱等在推动国产算力发展中扮演重要角色,但纯昇腾预训练稳定性要求高,可能出现反复。国内算力策略正加速训推分层,推理国产化无悬念,规模和现金流反哺芯片迭代。
阅读这份报告需要注意的风险包括:国产算力发展仍面临卡点问题,如单卡与内存、产能、软件生态、碎片化、人力成本等,这些问题可能制约国产算力的进一步发展。此外,纯昇腾预训练稳定性要求高,可能出现反复,若智谱下一代万亿级模型全昇腾预训练未能顺利落地,可能影响国产算力的发展进程。虽然英伟达事件对国内大模型算力供给的影响主要在心理层面,但国产算力发展仍需长期投入和持续优化,短期内可能面临技术和市场双重挑战。