从“能用”到“好用”！中国工程院院士郑纬民详解“主权AI”三大支柱，直指国产算力核心痛点

12月20日，摩尔线程首届MUSA开发者大会（MDC 2025）在北京中关村国际创新中心开幕。

在主论坛环节，中国工程院院士、清华大学计算机系教授郑纬民提出，在芯片产业全球化分工遭遇技术封锁的背景下，构建中国“主权AI”计算引擎成为紧迫任务。要实现“主权AI”，需从算力自主、算法自强、生态自立三方面入手。

从“主权AI”基建的角度出发，发展国产万卡/十万卡系统是不得不走的一步，但仍需解决互联网络与拓扑、可靠性与运维、能耗与供电散热等方面的问题。至于国产芯片厂商都要面对的终极问题——生态建设，在郑纬民看来，真正决定“主权AI”生态成败的，是有没有足够多的开发者愿意长期在这套栈上写代码。未来国产平台要提高用户的开发体验，还需解决迁移成本高、工具链不成熟、文档/社区与支持不足等问题。

郑纬民教授现场演讲 图片来源：每经记者 杨卉 摄

“主权AI”三大支柱：算力自主、算法自强、生态自立

过去很长一段时间，芯片产业一直处于全球化分工的状态，架构设计、制造装备、代工、封测等环节均涉及不同领域。然而，近年来高端AI芯片面临出口管制、技术封锁等困境，算力从一般生产要素上升为战略资源，“主权AI”也从学术讨论逐步变为每个国家必须回答的现实问题。

郑纬民认为，要实现“主权AI”，有三个支柱需要同步配备：算力自主、算法自强、生态自立。三者互为前提，相互约束，共同构成“主权AI”。

具体来看，算力自主是物理层的“安全底座”。郑纬民强调，所谓算力自主，是指自主可控的芯片与加速器、可持续的代工与供应链、可靠的机房以及电力与网络基础设施。最终目标是不被单一外部算力平台“卡脖子”，关键行业与基础设施能够在本土算力上运行。

要实现这一目标，则需做到三点：第一，芯片设计能力方面需有自主权，包括GPU（图形处理器）/加速器、架构设计指令集规划、片上互连与存储架构等；第二，制造与供应链风险要可控，即在现有全球产业格局下，通过多源代工、库存策略与本土化能力布局来降低断供风险；第三，系统与集群交付的能力要强，不仅能“造出卡”，还要能够稳定交付服务器与大规模集群，并具备持续运维与优化的能力。

“这三条做到了，才是算力自主。”郑纬民表示。

算法自强是指在国产算力上做“原生创新”。以GPU为例，需要其做到能针对大模型做适配，如支持Transformer、MoE等主流与前沿模型结构；能做大模型的训练，可支持千亿、万亿参数级别的预训练与多任务训练；能让模型进一步优化，在国产算力环境下探索更适配本地应用与数据特点的模型架构。

最后一个支柱是生态自立。在郑纬民看来，真正决定“主权AI”生态成败的，是是否有足够多的开发者愿意长期在这套栈上写代码，某种程度上，生态建设甚至比算力和算法更为重要。“不是说芯片上能跑一个软件就可以了，要（让用户）愿意用这个芯片。”

这就要求厂商以开发者为主来提供解决方案，要求其关键工具链、自研框架与驱动具备持续迭代的能力，而不是完全依赖单一的境外生态。

图片来源：每经记者 杨卉 摄

郑纬民强调，开发者才是生态的核心资源，平台的成败由开发者决定。因此，国产平台急需解决迁移成本高、工具链不成熟、文档/社区与支持不足等问题，尽可能兼容主流框架（如PyTorch、TensorFlow、PaddlePaddle等）与常见编程习惯（如CUDA风格），最终目标是实现从“能用”到“愿用”的根本性转变。

国产万卡集群：一场必须打赢的“算力攻坚战”

除了“主权AI”，郑纬民还提到了AI+3D+HPC架构建设的必要性。“我们物理AI与世界模型需要怎样的芯片？大概有三个方面内容：AI（大规模神经网络的训练与推理）、3D（高质量图形渲染与场景表示）、HPC（严格物理约束下的数值模拟与求解）。”

郑纬民强调，做GPU一定要满足三个要求，即能实现完整的图形流水线、可加强张量计算核心以支持主流框架、能提供高精度浮点单元用于科学计算。

值得关注的是，郑纬民还提到了算力资源从单卡到万卡集群的转变。他直言，从“主权AI”基建的角度出发，发展国产万卡/十万卡系统等于本土大模型与行业模型的“母机”与基座，是不得不走的一步。一方面，模型时代算力的基本单位已经是集群总算力，而不是单卡性能。另一方面，预训练超大规模模型、服务国民级推理需求都需要持续可用的万卡级训练集群。

不过，国产算力要做到万卡甚至十万卡的集群并不简单。从工程角度出发，据郑纬民介绍，互联网络与拓扑、可靠性与运维、能耗与供电散热都是需要解决的问题。

“十万卡怎么连起来？十万卡连在一块，平均一个小时要出一次错，出错了如何继续训练下去？十万卡是一个‘大火炉’，电要供得上，散热也要做得好。”在此背景下，郑纬民认为，国产集群第一步是先做到能用，然后才是好用。

图片来源：每经记者 杨卉 摄

在演讲最后，郑纬民提到了开源。在他看来，“后CUDA（英伟达生态）时代”，模型使用者已经是“使用开源项目”，而不是“使用CUDA”。因此，生态自立的一个现实路径就是让国产平台成为开源创新的一个选择。他指出，目前产业仍面临着内卷与碎片化问题，如不同厂家提供不同的接口，需要开发者做不同的适配。

“我们要团结一心，解决应用不足与生态薄弱的问题。产业界要团结起来，应用也要团结起来。我一直强调生态问题不是一个厂家的问题，开发者要发挥很大作用，一起努力解决这个问题。”郑纬民称。

免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。