近期，人工智能迎來一波“算力漲價”考驗。華為、寒武紀、沐曦、天數智芯等多家AI芯片廠商紛紛上調產品報價，部分型號漲幅達到20%至50%。算力是人工智能產業的基礎要素和底層支撐，本次全球算力“漲價潮”給人工智能發展帶來警示——不能單靠“拼規模”，更要“拼效率”，人工智能產業深度轉型勢在必行。

人工智能深刻改變人類生產生活方式。隨著各類前沿大模型快速迭代並規模化應用，模型訓練帶來的電力消耗和大規模推理帶來的算力需求均呈現指數級增加態勢。放棄“拼規模”模式、轉向“拼效率”模式，對於鞏固人工智能產業鏈韌性、培育發展新質生產力、推動高質量發展具有重要戰略意義。近年來，我國不斷完善頂層設計，持續強化統籌協調，探索形成了符合中國特色的集約高效人工智能發展模式。

一是模型研發輕量化，國內頭部AI企業在模型壓縮、混合精度計算、推理優化等方面持續突破。比如，DeepSeek等大模型以遠低於國際同行的資源投入，達到對標國際一流水平的應用效果。

二是軟硬件高效協同，推動模型算法與國產芯片深度聯合調優，國產人工智能芯片加速適配迭代，國產大模型與國產芯片之間的聯通效率不斷提升。比如，DeepSeek V4今年在華為昇騰芯片首發，實現國產軟硬件生態綁定，推理成本僅為GPT-4的1/70，硬件成本為英偉達方案的1/3。

三是應用場景牽引，依托我國數據資源豐富、產業體系完備、應用場景廣闊、市場空間巨大的優勢，以垂類應用場景為牽引推動人工智能大模型落地應用，同時通過場景數據不斷反哺、優化模型性能。

未來，推動人工智能產業向“拼效率”深度轉型，應堅持系統觀念，進一步克服關鍵核心技術不強、基礎要素保障支撐不足、賦能應用程度不深等問題，把握趨勢、發揮優勢、堅持問題導向，力爭始終牢牢掌握人工智能發展和治理主動權。

加快關鍵核心技術攻關，補上芯片和模型技術短板。集中力量攻克高端芯片、基礎軟件等關鍵核心技術，構建自主可控、協同運行的人工智能基礎軟硬件系統。加強模型基礎能力建設，支持模型架構創新和多路徑技術探索，推進模型壓縮、推理優化等關鍵技術研發，推動模型、算法與算力軟硬件協同優化。

強化關鍵基礎要素保障支撐，夯實產業發展根基。加快建設全國一體化算力網，強化算力統籌協調與調度，根據區域產業需求和能源承載力，嚴控低水平、分散化的算力中心建設。建立算力與電力協同規劃機制，探索推廣“源網荷儲一體化”“綠電直連”等新模式，推動綠電和算力一體化協同部署。深化數據資源開發利用和開放共享，加快建設行業高質量數據集，完善數據產權制度和流通交易規則，促進數據要素安全有序流動，為人工智能產業持續健康發展提供堅實要素支撐。

深化技術賦能應用，打造垂直領域競爭優勢。動態制定並發布“人工智能+”重點行業領域和垂直場景清單，重點聚焦智能制造、生物制造、輔助醫療等重點行業領域，深度發掘高價值場景。開展“人工智能+”標杆場景應用攻關，以場景牽引技術落地，對實測效果顯著、能切實降本增效的示范項目，給予設備更新補貼或貼息支持，並將首台（套）軟硬件納入政府採購推薦目錄，解決垂直模型“落地難、推廣難”的問題。(王琛偉 劉建涵)