两会期间，“算力”成为代表和委员们热议的话题，建言密集指向算力基建领域。科大讯飞董事长刘庆峰强调构建自主可控的国产算力平台生态，小米创始人雷军、京东高级副总裁曹鹏等也提出了加强自主创新、建设异构算力基础设施等提案。如何建立安全、稳定的算力基础设施，成为中国在AI领域占据科技高地的关键议题。
算力市场的结构性矛盾
《中国人工智能计算力发展评估报告》显示，2024年中国智能算力增长率预计达到74.1%。全国政协委员张云泉指出，当前算力市场存在供需矛盾：算力结构单一、高端算力短缺。因此，他建议建设国家级大算力集群，积极引导基于全精度、大算力、高互连国产芯片，构建新一代超智融合国家级算力中心，并支持市场主体建设高端智算中心。
企业加速布局云与AI硬件基础设施
在DeepSeek热潮的带动下，企业正加速布局云与AI硬件基础设施。阿里巴巴计划未来三年投入超过3800亿元，字节跳动将在2025年斥资900亿采购算力卡。华为云完成了贵州、内蒙古、安徽三大云核心枢纽的全国布局，应用最新技术如多元算力对等池化架构，以满足AI大模型训练和推理的算力需求。以芜湖算力中心为例，10ms光纤网直达华东及中部城市。同时，华为云在华北、华东、华南等热点区域部署了AI算力资源池，通过云边缘枢纽提供低时延的AI训推服务。
企业部署偏好的挑战
根据思瀚产业研究院的数据，近60%的企业选择在本地数据中心或私有云和边缘位置部署AI推理模型，51%的企业选择在托管云部署。这显示出企业对私有部署的偏好。然而，《政府工作报告》起草组成员陈昌盛指出，在推动人工智能过程中，应避免过多采用“私有化部署+项目制”的方式，以防止市场碎片化，充分利用大规模应用和快速迭代的优势，促进科技创新和市场应用的良性互动。
云算力的未来趋势
华为轮值董事长徐直军曾表示，不是每个企业都需要自建算力中心。AI算力集群对供电、散热等数据中心机房环境要求极高，且随着大模型规模的扩大，AI算力将走向更大规模，变化节奏快，AI服务器快速升级换代，这对企业来说成本极高。因此，用云的方式灵活弹性地调用云算力将成为解决算力供需矛盾的一大趋势。
国产算力的破局之道
面对外部技术封锁与内部需求激增的双重挑战，国产云算力与大模型的协同创新成为破局关键。华为腾云服务正积极构建覆盖全国的智能算力网。通过贵安、乌兰察布、芜湖三大算力中心，不仅能够支撑万亿参数模型训练的平均无中断时长约2.8天，腾AI云服务可实现40天无中断，故障恢复时间缩短至10分钟以内，同时将大模型的资源开通时间从月级缩短到天级，加速大模型的开发。这种云化服务模式有效解决了传统算力供给的三大痛点：通过弹性调度机制，企业算力成本降低30%以上；依托即开即用的资源池化技术，减少重复投资；借助存算网实现跨地域资源的高效协同。
DeepSeek的技术路径与国产芯片适配
值得注意的是，DeepSeek的技术路径已经证明了国产芯片适配的可能性，为国产算力提供了可行的应用方案。截至2025年2月，已有16家国产AI芯片企业宣布适配DeepSeek模型，标志着国产芯片在推理阶段已具备与国际先进水平竞争的实力。云算力与大模型的协同作用日益凸显，针对企业级AI应用的碎片化问题，华为云推出了全栈能力输出方案，覆盖从公有云API到本地化部署的全链条需求。其七大模型一键部署工具链的推出，使典型场景的迁移时间缩短至仅需2周，大大加速了“百模千态”的创新落地。
构建AI发展的新范式
今年政府工作报告着重部署了因地制宜发展新质生产力的任务，具身智能与6G技术首次被提及。报告强调深化“人工智能+”行动，结合数字技术、制造优势与市场潜力，推动大型AI模型广泛应用。中国积极参与AI算力标准制定，并推动国内技术体系获得ISO认证，贡献中国智慧。同时，需警惕“重硬件轻生态”倾向，构建“芯片-框架-模型-应用”全链条创新体系，确保软硬件协同发展。曹鹏建议加快构建全国一体化异构算力基础设施，优化资源配置。奇安信科技集团董事长齐向东强调，在追求创新的同时，必须兼顾安全，建立适应大模型特性的纵深防御体系，确保从内部防范潜在风险，从外部抵御恶意攻击，为数据安全、终端安全、API安全等领域提供全面的防护。
展望未来
中国AI产业正迎来一个前所未有的黄金发展期。以华为腾云为代表的国内力量，正通过深入场景的技术突破与开放合作的模式，为全球AI发展探索出一条新路径。这条路径不仅强调技术创新与自主可控，更注重生态协同与全产业链的构建。未来，随着国产算力的持续崛起和AI技术的广泛应用，中国将在全球AI领域发挥更加举足轻重的作用，为推动人类社会的进步与发展贡献更多中国智慧与中国方案。
