2026世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2026）日前成功闭幕，《经济参考报》记者在WAIC现场采访发现，处于AI中上游的芯片、能源、算力中心以及大模型企业都在积极寻求更为紧密的协作，借助芯模联动叠加算电协同，从源头上保障中国AI行业可以实现快速且健康的发展。

随着智能体应用场景变得愈发复杂，高并发、高密度的AI推理任务因此得以持续增多。在WAIC现场，记者看到搭载蓝芯算力首款自研CPU芯片LX500的整机服务器，该设备可独立支撑Kimi K2.6等经过量化处理的万亿级参数国产开源大模型，并得以稳定开展推理工作。
。

蓝芯算力生态负责人许庆伟介绍道，不同于“通用CPU+独立GPU”这一传统组合方案，LX500芯片省去了在CPU、系统内存与独立加速模块之间反复进行的数据搬运流程，由此大幅简化了算力运行的整体链路。经过真实场景下的测量可以发现，相较于主流独立GPU服务器方案，搭载LX500芯片的整机设备在同等功耗条件下，其AI推理综合性能约提升30%；而在同等业务吞吐能力之下，则可降低硬件综合采购成本约20%。目前，以LX500为基础的算力解决方案已实现规模化商用，并进入联想等厂商供应链体系之中。

WAIC期间，中国电信宣布打造旗下首个张量处理单元（TPU）千卡级集群部署项目，并将面向大模型训练、AI推理以及科学计算等场景提供全自主算力支撑。

对此，TPU芯片企业中昊芯英创始人杨龚轶凡表示，在维持同等算力输出规模这一前提条件下，TPU智算中心的综合运营成本会比传统方案近乎减少一半，而且在完成持续迭代之后成本降低幅度还会进一步得到扩大。不过，如果要把芯片算力利用率与模型吞吐性价比调整至最优水平，那么依旧需要花费两周至一个月时间开展专项调优工作。预计未来两三年，国内算力芯片厂商软件生态会逐步趋于成熟稳定，全新大模型上线之后无需开展大量调优，即可充分释放芯片算力。

除了芯片企业发力之外，大模型企业也在积极开展适配工作。随着芯模联动的持续推进，国产芯片已在大模型预训练阶段逐步显露锋芒。“LongCat-2.0万亿参数大模型从预训练初始化到最终发布的全流程均在国产芯片上得以完成，训练过程最多调用5万多张国产芯片，”美团相关负责人告诉记者，从模型权重初始化到训练完成的周期，处于行业常规的1到2个月迭代区间内，整体训练周期未因运用国产算力而明显拉长，未来模型训练效率存在进一步提速的可能；性能相比初始训练版本提升接近50%。
。

围绕芯模联动中如何扬长避短，美团相关负责人进行了介绍，硬件短板是客观存在的，例如单卡显存容量、计算算力低于主流芯片，但国产芯片多卡互联带宽具备优势，这可以一定程度弥补单卡性能不足。此外，项目初期国产芯片软件生态成熟度低，同一个算子开发运用主流芯片仅需1到2周，使用国产芯片则需1个月以上；随着厂商快速迭代优化，现在软件编程差异已大幅缩小。

汇正财经资深投资顾问吴远达认为，国内算力产业链各环节正同步进行提速发展工作，算力芯片市场朝着“一超多强”的格局持续演进。中国的半导体以及算力公司可能会迎来更高的估值。
。

AI尽头在于算力，算力尽头则依赖于电力，“算电协同”也因此成为WAIC的热门议题。

在WAIC“人工智能与能源双向赋能论坛”上，国家能源局透露，近年来，中国能源企业以及人工智能企业积极协同开展研发工作，投用了30余个具有行业代表性的大模型，由此带动了行业软件性能以及能源生产效能得以持续提升。国家能源局将前瞻布局能源保障体系，以便让能源供应可以更好满足推理算力需求，推动算力既要跑起来、跑得快，更要跑得稳、跑得远。
。

国家电网有限公司透露，在推动算电协同实现双向赋能的工作方面，一是以电强算，借助超前布局电网配套设施的方式，开辟绿色通道来服务数据中心等高标准设施的用电需求，对电能质量进行在线监测并提供指导与服务，从而为芯片制造以及算力中心等新质生产力用户提升关键生产设备的抗扰水平。二是“电随算建”，统筹新能源基地以及国家八大算力枢纽、十大算力集群的布局，加快配套电网建设工作，完善电力交易机制，从而为算力产业提供稳定、低碳以及经济的绿色电力保障。三是“算随电动”，探索聚合算力可调资源的工作，引导算电协同得以实现。
。

此外，中国工程院院士郭剑波建议，算电规划协同需要由政府部门牵头组织，对算力节点、网架、新能源基地以及调节资源开展统一规划工作，从而实现时空配合。在算力中心大发展时，既要警惕风险，也要注重双向赋能，确保双向安全得到维护，同时关注算力中心的并网标准、入网检测、运行监测，建立起安全评价全过程的技术体系。
。

来源：“芯模联动”“算电协同” AI企业聚指成拳 | 证券时报网