直击WAIC 2025丨AI智能体元年，究竟需要怎样的算力？超节点、高性价比推理芯片还是全栈协同

站在AI（人工智能）发展的长河中，2025年可能是非常重要的节点。

2025年，被认为是AI走向大规模应用的开始，是AI智能体的元年。随着AI应用爆发，算力芯片的需求逻辑也被重塑。推理而不是训练，将成为未来算力需求的核心增长点。

此外，人形机器人的发展也将助推对算力芯片的需求。人形机器人分为大脑、小脑和本体，而算力芯片正是人形机器人大脑的计算核心。

在WAIC 2025上，各大厂商带来了它们的解决方案。比如华为昇腾的384超节点，摩尔线程“AI工厂”理念，施耐德电气“算电协同”三层架构等。

AI算力争奇斗艳

本届WAIC，是华为昇腾384超节点的首次亮相。这款获得WAIC 2025镇馆之宝之称的产品，到底是什么呢？

所谓的384超节点，就是拥有384个算力卡的算力集群，该产品通过总线技术实现384个NPU（神经网络处理器）之间的大带宽、低时延互联，解决集群内计算、存储等各资源之间的通信瓶颈。通过系统工程的优化，实现资源的高效调度，让超节点像一台计算机一样工作。

AI算力能否有效发挥，也需要AI基础设施厂商的辅助。作为华为计算唯一战略级伙伴，华鲲振宇首次参加WAIC。据了解，其为成都本土培育成长的国资控股混合所有制高新技术企业，自2020年成立以来，以“鲲鹏+昇腾”双引擎为核心构建全栈自主计算产品体系，为千行万业数字化转型提供自主创新、安全可靠的超强算力支撑。

华鲲振宇副总裁宋璇表示：“AI产业中，我们定位为‘国产算力生态的技术转化者’与场景落地者，华鲲振宇不仅要发展积累AI产品能力，更要坚定地投入到国产AI生态建设中，我们深耕鲲鹏+昇腾生态，通过与华为在服务器领域深度协同，将生态技术红利精准输送到千行百业。目前我们已实现整机出货量第一，在金融、运营商、政府等领域积累了深厚实践经验。”

除了华为昇腾这类NPU，在当下火热的GPGPU（通用图形处理器）赛道，国产厂商也带来了各自的产品。其中摩尔线程以全功能GPU为核心的“云边端”全栈AI产品和解决方案精彩亮相，并首次提出“AI工厂”理念，旨在为AGI时代打造生产先进模型的“超级工厂”。

除了人们熟知的大模型训练、推理外，摩尔线程也联合合作伙伴推出的具身智能高性能算力扩展模块，兼容主流生态，可以与各主流具身智能设备无缝对接。该模块采用低功耗、高性能的AI SoC（系统级）芯片，为机器人提供算力支撑。

从单点突破到系统级方案

可以看出，不管是华为昇腾的超节点，还是摩尔线程“云边端”全栈解决方案，各大厂商当下并不寻求AI算力的单卡突破，而是通过系统级方案解决问题。

在Scaling Law（规模化法则）持续生效之下，对于大规模云端算力的需求仍然持续。而随着大模型应用的推广和深化，对AI推理算力的需求与日俱增。若未来探索出具有大规模需求的应用场景，边缘侧、终端推理算力也将爆发。

值得一提的是，随着训练、推理芯片的大爆发，智能中心的功耗也将指数型增长。

在沐曦展台，记者发现GPU机柜并没有接通电源，公司工作人员告诉记者：“如果接通电源，整个展台的电都不够它用的。”

作为AI算力的核心基础设施，数据中心电力消耗持续攀升，能源挑战日益凸显。据预测，2030年我国数据中心在用电量高情景下或突破7000亿千瓦时，占全国总用电量5.3%。

因此，加快推进算力与电力两大系统的协同优化，已成为数据中心行业可持续发展的当务之急。

在此背景下，《财富》全球500强厂商施耐德电气在此次WAIC上创新性提出“算电协同”三层架构及系统化解决方案。其由底层“电力供给基础设施”、中层“算力负荷”和上层“算电系统机制”组成，通过三层架构“算电协同”，充分挖掘算力需求侧的负载灵活性，通过预测算力需求及功耗，挖掘IT（信息技术）负载灵活性、并对非IT负载开展节能优化，使算力资源高效利用，且主动参与电力供需平衡。

不管是大模型训练还是推理，亦或是具身智能“大脑”，都对算力有着较高需求。在海量算力需求下，中国NPU、GPGPU行业或将迎来大发展。而拥有系统级解决方案，很大程度上将在这场竞争中抢占战略制高点。