2026年世界人工智能大会期间,在上海交通大学携手徐汇区人民政府举办“AI未来发展论坛:产学研深度融合”主题论坛上,来自能源、芯片、算力基础设施、大模型、应用和金融资本等环节的嘉宾形成一个共识:AI领域的竞争,正在从单点技术竞争升级为产业系统竞争。
未来Token可能会像水、电、气一样成为重要资源,而支撑AI运行的能源体系相当于“超级大脑”的身体。宁德时代储能首席技术官兼储能技术中心主任吴殿峰认为,AI训练负荷不同于传统电力负荷,波动更快,对电网稳定性、供电响应和散热提出新要求。他提到,宁德时代正在研究用多时间尺度电池解耦供电侧和AI负荷侧的波动。换句话说,AI时代的能源问题不只是“电够不够”,还包括电力系统能否跟上毫秒、微秒级的算力负荷变化。
芯片层的瓶颈来自先进工艺、封装、互联、能效和软件生态的共同约束。壁仞科技战略委员会主席李新荣认为,国产AI芯片未来突破不能只靠单点架构创新,计算核、存储、互联、先进封装、能效散热和软件解决方案缺一不可。
智算基础设施真正难的不是“建起来”,而是“用起来”“跑起来”“算得值”。上海交大人工智能学院副教授、无问芯穹联合创始人兼首席科学家戴国浩表示,在多元异构算力环境下,基础设施需要通过软硬件协同来扩大可用规模、优化效率。
从大模型层面来看,阶跃星辰创始人兼首席执行官姜大昕认为,中国大模型无论模型架构、推理优化还是多模态方向,都有大量探索,但算力差距会影响训练速度和创新加速度,模型还需要向长程推理、复杂任务推进、自我进化和科学智能等方向继续发展。 本报记者 易蓉