人民網北京6月5日電 （記者李彤）如何提高利用效率，讓算力帶來更多產能？怎樣通過問題導向，創新技術、優化成本，促進應用落地？

在國家頂層設計上，算力產業的發展“路線圖”越來越明晰。“十五五”規劃綱要提出，“加強算力設施支撐”“提升算力普惠易用水平”。今年政府工作報告提出，“實施超大規模智算集群、算電協同等新基建工程”“加強全國一體化算力監測調度”。

“我們要推動‘紙面算力’更高效地轉化為‘有效產能’。”在近期舉辦的“鯤鵬昇騰開發者大會2026”現場，多位來自高校的科研人員表示，軟硬件深度協同優化將減少超大規模大模型訓練中的系統內耗，加速推動應用落地。

把脈算力消耗症結

“過去存在一種誤區，認為硬件性能會持續迭代升級，產業重心多聚焦在軟件開發層面。”浙江大學軟件學院特聘研究員常志豪指出，如今摩爾定律已接近物理極限。當硬件的代際紅利放緩，系統性的軟硬協同優化就不再是錦上添花，而是決定算力能否真正釋放價值的核心工作。

這一現象在萬卡集群的分布式訓練中尤為明顯。北京大學計算機學院助理教授劉古月說，行業過往評判算力水平，多聚焦單卡或單台服務器的硬件指標。但在超大模型訓練，依托數萬張算力卡進行分布式協同作業的背景下，跨節點的網絡傳輸存在數據擁堵與算力等待的情況。

東數西算等工程提出構建多層次算力調度架構，提升算力網絡傳輸效率。在劉古月看來，這一頂層設計的核心落點之一，就是通過算法與通信協議的持續迭代，解決集群內部的擁堵問題，讓硬件算力從“被空耗”變成“被驅動”。

異構協同壓降成本

數據順暢流動后，下一個問題接踵而至，計算資源如何配置才不會浪費？

清華大學計算機科學與技術系副教授章明星提到，大模型訓練與推理的不同環節對資源的需求差異大，有的階段需要密集的矩陣運算，有的階段則偏向邏輯處理和序列生成。單一硬件架構往往只能在其中某一個環節高效運轉，其余環節容易陷入低效等待。

章明星認為，通過“分而治之、異構協同”的策略，針對大模型不同階段的資源訴求，精准匹配CPU與自主架構的人工智能（AI）加速芯片的差異化計算能力，降低詞元（Token）的生成成本，為新技術的普惠共享提供了經濟可行性。

隨著軟硬協同將算力門檻和綜合成本推向更合理的區間，受益者不僅是互聯網大廠。北京大學計算機學院副教授熊英飛認為，伴隨單位算力成本持續下探，結合大模型賦能的代碼自動化研發，軟件開發的門檻將被系統性壓低。以往需要專業團隊才能完成的工作，中小開發者甚至初創企業借助AI工具有望逐步落地。這種“技術普惠”效應，也將成為“中小企業數字化轉型”與“培育專精特新小巨人企業”的底層支撐。

場景落地釋放產能

業界人士勾勒出的技術邏輯鏈，在產業一線初步顯現。

浙江大學人工智能學院百人計劃研究員朱霖潮在數字文化產業一線看到了改變。他說，AI視頻在生成過程中，短短數秒內就會產生數十萬級的視覺Token，且畫面要保証場景、外觀語義、物理邏輯的高維一致性。這對算力是極高的實時挑戰。在傳統模式下，視頻生成往往面臨耗時較長、效率有限的瓶頸。如今，得益於底層算力結構的持續優化與模型壓縮技術的協同進步，這一瓶頸正在被快速打破。這種效率的量級躍遷，正深刻推動數字內容創作的生產力革新。

在關乎國計民生的氣象預報領域，清華大學計算機科學與技術系助理研究員王一鳴見証了軟硬協同的價值。他介紹，氣象預報是一個極度依賴高並發、低延遲的計算場景。預報時效每提升一天，計算復雜度都呈指數級上升。相較於以往模糊的城市級預報，現在通過數百個監測點位精准演算，將常規天氣預報有效時長穩定提升至7天以上。提前預警極端天氣，能夠指導農業生產、防災減災。

從底層技術攻堅到成本控制、從減少系統消耗到場景落地，計算科學的不斷成熟，離不開科研力量與產業主體的雙向奔赴。

華為計算戰略與業務發展部部長朱照生表示：“隨著AI智能體、多模態迅速發展，我們將持續完善開發工具鏈與開源社區，深化校企合作，通過技術賽事、開源生態和高校科研攻關等，為開發者提供全方位支持，共同構建健康的計算產業生態。”

附：“巨人港觀察：伙伴故事”系列報道

第一期：打造地質“翻譯機” 以算力提升油氣勘探效力

第二期：算力聚力 加碼智慧生活

第三期：國產政務雲筑牢數字中國底座：讓“數據多跑路、群眾少跑腿”成為現實

第四期：數智化轉型繪就醫療服務新圖景