AI竞赛转向推理，如何影响国际科技竞争格局？

周城雄（中国科学院科技战略咨询研究院研究员、数智创新与治理研究中心副主任）

2026年1月5日，美国拉斯维加斯CES展会上，英伟达CEO黄仁勋出人意料地提前发布了下一代AI芯片平台“Rubin”，打破其一贯在3月GTC大会集中发布新品的传统。这一举动释放出一个关键信号：全球AI竞赛正从“训练主导”全面转向“推理驱动”，这不仅是技术路线的演进，更是整个AI产业生态、基础设施布局乃至国家间科技竞争格局的重大转折点。

过去数年，大模型训练是AI发展的核心焦点。以GPT、Llama、Claude等为代表的大语言模型（LLM）不断刷新参数规模，对算力的需求呈指数级增长，催生了以英伟达H100、Blackwell为代表的高性能GPU集群建设热潮。然而，训练只是AI生命周期的一环。真正决定AI能否落地、能否创造经济价值的关键，在于推理——即模型在实际应用场景中对用户输入进行实时响应的能力。

推理场景具有高频、低延迟、高并发、成本敏感等特点。例如，一个智能客服系统每天可能处理数百万次用户查询，每一次都需要在毫秒级内完成推理；自动驾驶车辆则需在复杂环境中持续进行多模态推理以保障安全。这些需求对硬件效率、能耗比、系统协同性提出了远高于训练阶段的要求。

英伟达此次发布的Rubin平台，正是为推理时代量身打造。据官方披露，Rubin在推理token成本上最高可降低10倍，同时通过集成CPU、GPU、DPU、SuperNIC、交换芯片等六颗芯片，构建了“极端协同”的全栈系统。尤为关键的是，Rubin同步推出了专为推理设计的“上下文存储平台”，用于高效管理KV Cache（键值缓存），避免重复计算，显著提升推理效率。这表明，AI基础设施的竞争已从单一芯片性能，升级为系统级工程能力的比拼。

Rubin平台等产品的亮相背后，是全球AI发展的“马太效应”正在显现。一方面，拥有强大算力和先进推理系统的国家与企业，将更快实现AI商业化落地，形成数据—模型—应用—收入的正向循环；另一方面，缺乏底层基础设施能力的参与者，将越来越依赖外部平台，陷入“应用繁荣但根基脆弱”的困境。

面对全球AI竞赛向推理阶段的加速演进，对中国AI产业既是挑战也是机遇。尽管近年来中国在大模型研发上取得显著进展，涌现出通义、文心、混元等优秀模型，但在底层硬件和系统级优化方面仍存在一些短板。目前国产GPU如昇腾、寒武纪等取得一定突破，但在软件生态、系统协同、能效比等方面仍需进一步提升。

更重要的是，中国AI产业需要加快形成“芯片+网络+存储+安全+开发框架”的全栈推理解决方案。当前国内AI基础设施在对推理场景的深度优化方面，还有很大的发展潜力。例如，KV Cache管理、动态批处理、模型量化压缩等关键技术尚未在主流国产平台上实现高效集成，若能实现，将有效降低推理成本、推动AI应用的规模化部署。

为此，中国应从三个层面加速准备。首先，强化全栈式AI基础设施研发。不能仅聚焦于GPU性能追赶，而应考虑秉持“协同设计”理念，推动国产CPU、DPU、高速互连、AI原生存储等组件的联合创新。鼓励芯片企业与阿里云、腾讯云、百度智能云等云厂商深度合作，构建自主可控的推理系统栈。

其次，大力发展推理优化技术与开源生态。应支持高校与企业攻关低比特量化、稀疏化推理、动态批处理、缓存复用等核心技术。同时，需推动建立中文AI推理基准测试体系，引导开发者关注推理效率而非仅参数规模；鼓励开源社区围绕国产硬件适配推理框架，降低迁移门槛。

最后，抢占物理AI与边缘推理新赛道。在机器人、自动驾驶、工业智能等新兴领域，中国拥有丰富的应用场景和数据资源。应加快部署面向边缘端的轻量化推理芯片与开发平台，支持具身智能、车路协同等创新应用。通过“场景驱动+技术反哺”的模式，倒逼底层硬件与系统软件的协同进化。

总之，此次CES上，Rubin平台等AI新产品的发布，不仅是技术迭代的里程碑，更是AI产业范式转移的宣言书。当AI从“能回答问题”迈向“能理解世界、规划行动、完成任务”的智能体阶段，推理能力将成为衡量国家AI竞争力的关键指标。对中国而言，这既是挑战，也是弯道超车的机遇。产业界需摒弃“唯训练论”的惯性思维，以系统工程视角重构AI基础设施，才能更好地在推理时代赢得主动权。