主流ai开发工具（国产算力发展）

无算力不AI。

从年初的MWC巴展，到年中的MWC上海展，再到下半年的PT展，AI不仅是各大展会活动的主题展示内容，亦是各方热烈讨论的议题之一，而在2025年中国移动全球合作伙伴大会上，AI所带来的变革更是被推向高潮。

展会现场，无人餐厅、无人门店、无人药店、赛博遛狗等场景成为展会上最热门的打卡“景点”，参观者络绎不绝。AI已不再是躲在智能终端的手机助手，或者一系列的AI工具，而是深度融入衣食住行的无形伙伴，重构人与技术的交互方式。

无人餐厅、无人门店、无人药店、赛博遛狗等场景成为展会上最热门的打卡“景点”。

当AI正广泛深入人们生产生活、社会治理等方方面面的时候，算力基础设施正在其中扮演至关重要的作用，成为与电力、能源等同等重要的战略性新型基础设施。全球各个国家和地区，围绕算力展开了新一轮战略布局与资源抢夺，甚至成为各方政治博弈与维系国家安全的关键筹码。在此背景下，大力发展自主可控的国产算力产业已成为我国科技战略的核心方向。

回看本届合作伙伴大会，传递出清晰信号——从芯片架构设计到异构计算平台优化，从智能调度算法到全栈软硬件协同创新，中国企业正加速攻克关键瓶颈，构建安全可控的技术生态，推动国产算力在性能、能效和可靠性上持续突破。

GSE上新

作为“链长”企业，电信运营商不仅是算力的核心需求方之一，也在加速培育国产算力生态中发挥着引领性作用。

据悉，在本届合作伙伴大会期间，中国移动携手产业伙伴发布了“国芯国连”智算开放互联GSE生态攻坚计划及GSE2.5版标准。GSE是由中国移动联合产业合作伙伴共同提出的以太网技术架构，旨在突破智算中心网络性能瓶颈，打造无阻塞、高带宽及超低时延的新型智算中心网络，助力AIGC等高性能业务快速发展。新近发布的GSE 2.5版本标准，在GSE 2.0版本基础上实现多项关键技术增强。GSE2.5版本全面支持精简报文设计、RDMA全操作类型乱序接收机制（覆盖WirteReadAtomicSend）主流ai开发工具，并引入基于状态感知的多路径负载均衡、高效的端到端丢包快速恢复，以及以太网物理层安全技术，打造更可靠、更安全、更高效、更大规模组网的智算中心精品网络。

在本届合作伙伴大会期间，中国移动携手产业伙伴发布了“国芯国连”智算开放互联GSE生态攻坚计划及GSE2.5版标准。

作为协同推进GSE技术商用部署的关键举措，“国芯国连”生态攻坚计划以汇聚产业力量、构建开放完善的GSE生态体系为目标，联合芯片、设备厂商等产业链伙伴制定了里程碑规划，计划2026年陆续发布支持400G的国产GSE智能网卡、GSE光电融合原型系统、51.2T国产GSE交换芯片及商用交换机，并在2027年上半年具备十万卡级GSE智算集群的完整商用交付能力。

本届合作伙伴大会上，中国移动联合华为、中兴、新华三等产业伙伴展览展示、迭代发布的国产算力新成果，让产业界看到了中国算力产业链推动国产算力高质量发展的决心与成效。

国产算力提速

事实上，GSE仅仅是中国产业链发力国产算力的冰山一角。

本届合作伙伴大会汇聚了一批算力产业链代表企业，展示了从芯片、存储、服务器到网络传输、云终端等全栈自主创新成果。其中，华为展示了昇腾384超节点，通过架构革新实现384卡高速互联，能够满足大模型训练推理的大规模算力需求；中科海光展示了CPU、DPU等新一代算力芯片，以及液冷AI超集群解决方案；江波龙带来UNCIA 3836 SATA SSD与DDR4 RDIMM 2R×4两款企业级存储产品；中兴通讯展示了全栈智算解决方案、HI-NET优智承载网解决方案等，筑牢万物AI智联的底层基座；长飞、亨通等光纤光缆企业展示了空芯、多芯等新一代光纤，以及超高速光模块产品，支持超高速、大容量的数据传输需求，为智算中心与算力网络的高效协同提供坚实支撑。

与此同时，随着千卡、万卡算力池的大量建设，三大运营商逐步扩大算力服务器集采规模，其中国产算力服务器采购力度持续攀升。仅今年下半年，中国联通集采了78395台国产算力服务器，中国移动集采了23637台自主可控架构PC服务器，中国电信天翼云集采了4000台新一代ARM-A服务器（G系列）。

运营商发力国产算力服务器采购的背后是中国自主可控的x86架构、ARM架构、鲲鹏架构等处理器核心技术的持续突破，以及从芯片、操作系统到整机、软件的全栈生态协同创新。据了解，华为昇腾910B芯片性能已对标国际旗舰产品，海光信息的深算DCU性能达到英伟达A100的90%，寒武纪思元系列芯片算力达256TOPS。

在国产算力崛起的同时，英伟达、英特尔等国际厂商在中国市场的份额正被逐步挤压，更因安全漏洞、市场垄断等问题受到中国有关部门的调查。此消彼长下，国产算力正迎来前所未有的发展机遇。

挑战犹在

国产算力虽进展显著，但仍面临高端GPU性能瓶颈、生态成熟度不足等挑战。

面临挑战，国产算力产业正加速突围。

GPU是驱动AI训练与高性能计算的核心支撑，国产GPU虽在消费级和专业级市场取得突破，但高端AI训练芯片性能与国际顶尖产品仍存在代际差。国际巨头旗舰级GPU采用先进制程工艺，集成高带宽内存与大模型优化架构，并深度融合Transformer等大模型架构，全面支持多卡互联与分布式训练等关键功能，而国产GPU在这些核心领域的优化进程亟待加速。中国工程院院士刘韵洁表示，中国在单卡GPU性能上无法和国外竞争，起码短时间内做不到。

算力的价值需通过软件生态实现，而国产算力生态与国际巨头相比仍存在成长空间。在CUDA兼容性方面，英伟达CUDA生态已构建“硬件-软件-应用”闭环，覆盖90%以上主流AI开发框架；反观国产GPU的软件栈虽具备端到端能力，但CUDA兼容性存在明显短板——部分应用必须针对国产GPU重新编译，不仅大幅增加开发者工作量，更显著削弱用户使用意愿。在工具链与开发者生态方面，国产算力的编译器、调试工具及性能分析工具成熟度不足，难以有效支撑高端应用需求。

面临挑战，国产算力产业正加速突围。国家有关部门积极创造有力政策环境，推动构建全国统一算力服务体系，有效降低中小企业算力使用成本，并大力促进算力深度赋能实体经济，重点扶持工业、医疗、教育等领域的应用实践，全面提升行业数字化水平。国家大基金三期牵头设立国家人工智能产业投资基金，全面布局人工智能全产业链，覆盖算力、算法、数据等核心环节，其中算力芯片成为重点投资方向。同时，产业链企业积极研发迁移工具，助力大模型用户向国产GPU平稳过渡；三大运营商加速推进万卡、十万卡级算力集群建设，通过规模化部署突破国产GPU性能瓶颈。

在政策引导与市场需求的双重驱动下主流ai开发工具，国产算力产业链厂商正加速实现规模化部署，全面覆盖从数据中心到边缘计算的全栈应用场景。尤其在AI训练、大数据分析等高负载领域，国产算力将逐步取代进口方案，成为新基建的重要基石，助力实现中国式现代化。

采写：高超