「AI新世代」智谱算力出鞘：1GW数据中心背后的算盘与豪赌

本报（chinatimes.net.cn）记者石飞月 北京报道

这段时间，智谱的股价经历了一番大起大落，成了不少投资者紧盯的焦点，在市场情绪尚未完全平复之际，该公司近日又有新的实质动作传出，再度搅动行业神经。《华夏时报》记者从接近智谱的知情人士处了解到，该公司正在算力层面密集落子，一边是推进国产AI算力数据中心建设，另一边则完成了对国产AI异构算力软件公司的收购。

大模型公司布局算力，在国内不算新鲜事，科大讯飞和商汤科技很早就开始了相关投入，DeepSeek也被曝在推进自研芯片。只不过，大模型本身就是一个极其“烧钱”的行业，而算力作为重资产，注定会进一步拉高企业的资金压力。但现实摆在眼前，高端AI芯片市场几乎被英伟达垄断，供应链风险如影随形，对国内大模型公司而言，转向国产算力既是战略防御，也是提升自主竞争力的必经之路。

供给释放双管齐下

据上述知情人士透露，智谱已落地1GW级国产AI算力数据中心建设，并全部采用国产AI芯片。

与此同时，北京市经济和信息化局官方公众号“北京经信”近日公布，智谱已正式完成对国产AI异构算力软件公司中科加禾的收购，中科加禾源自中科院计算所编译实验室，长期深耕异构算力软件栈及编译优化，被业内视为国内顶尖AI Infra团队之一。

这两项动作分别补齐了智谱在算力供给与算力释放两个环节的关键能力：前者提供大规模模型训练所需的计算资源，后者则通过编译器、Runtime、推理引擎等基础软件能力，提高异构芯片利用率，降低推理成本，并提升模型部署效率。据介绍，中科加禾SigInfer推理引擎能够有效降低推理时延、提升吞吐效率，从而进一步压低大模型的服务成本。

这意味着，智谱将不再只在“模型”这一个维度上竞争，而是把模型、算力、Infra与生态打包成一套系统能力。

然而，大模型本身就是高投入的“吞金兽”，算力更是典型的重资产。在这样的烧钱模式下，智谱能扛得住吗？

从业绩层面来看，智谱这两年的增长趋势非常乐观，2025年实现收入7.24亿元，同比增长131.9%，毛利也同比增长68.7%，但由于受研发投入持续增加影响，去年还是亏损了47.18亿元，经调整净亏损为31.82亿元。

从资本层面来看，智谱今年年初登陆港交所后，股价的上涨趋势非常稳，市值不断攀升，上个月一度突破万亿港元，只是这个月受首批限售股解禁以及月之暗面新模型能力登顶等因素影响，市值出现大幅回落。不过，尽管市值坐了一轮过山车，智谱通过IPO募集的资金应该为后续研发储备了更充裕的弹药。

“智谱布局算力是标准的重资产路线，持续消耗资金，短期现金流压力会长期存在，智算中心的回本周期普遍在5至8年，很难快速实现盈利。”深度科技研究院院长张孝荣对《华夏时报》记者表示，此外，行业竞争白热化，无法直接涨价转移成本，只能依靠提升算力利用率压缩开支，倘若集群负载不及预期，高昂的硬件折旧，将会持续拖累盈利表现。

艾媒咨询CEO兼首席分析师张毅则告诉本报记者，投入肯定不会少，关键在于如何“做轻”。“若采取全产业链的极端重资产路线，短期的资本开支压力将显著增大，但可以通过Maas、私有化部署、算力外租等灵活的运营方式，来摊薄折旧成本，随着以后算力成本的自主下降，这部分成本压力自然会得到转移。”

算力自建潮头正劲

即便是重投资，智谱依然选择了这条路。

在张孝荣看来，智谱重金布局算力，主要是规避海外芯片供应风险，稳住大模型迭代节奏，收购中科加禾有助于解决国产芯片异构调度痛点，打造软硬一体化底座。

此外，张毅认为，更深厚的固定资产投入，有助于支撑智谱的估值逻辑与市值表现，既能增强投资者的信心，也能向客户传递稳定性信号。“无论从资产结构优化、算力能力保障，还是从当前大型客户极为敏感的数据合规与安全管理角度来看，自建国产算力中心都具备充分的战略必要性。”

此前，科大讯飞董事长刘庆峰也曾直言，随着中美科技博弈的长期化，算力自主可控已从“可选项”变为“必选项”，真正具备国产算力平台上完整训练能力的企业，在国家战略需求、政企市场采购、关键行业应用等方面将获得越来越大的发展空间。

《华夏时报》记者就其当前国产算力和国外算力的占比采访了智谱方面，截至发稿未收到回复。

事实上，自行布局算力的AI公司不止智谱一家。科大讯飞始终坚持在全国产算力上进行训练和推理研发，过去几年，该公司联合华为做了非常多的国产化适配和创新工作，例如去年在910B集群上攻克了长思维链强化学习和首个昇腾原生MoE模型全链条训练的效率难题。刘庆峰此前还透露，科大讯飞已经与华为团队针对950芯片进行深度对接，今年10月将在昇腾950平台上发布旗舰大模型。

商汤科技在2024年就确立了“大装置-大模型-应用”的三位一体战略，致力于成为“最懂算力的大模型服务商”和“最懂大模型的算力服务商”；不久前还有消息称，DeepSeek正在开发自主AI芯片。

那么，国产大模型厂商在算力方面的布局，包括未来万卡甚至十万卡规模的国产芯片集群在稳定性、互联效率（如超节点技术）、以及训练中断后的恢复能力上，与英伟达生态相比还有多大差距呢？

“千卡规模的国产芯片集群经过深度调优尚可抗衡，一旦扩至万卡、十万卡级别，差距会快速拉大。”张孝荣说，短板不在于单卡算力，而是集群稳定性、跨节点通信、故障恢复的整套工具链不完善，综合有效算力估计约为英伟达六成至七成五，这属于工程积累的鸿沟，追赶尚需时间。

张毅则认为，关于国产算力集群与英伟达体系的代际差距，在单卡层面已持续收窄，在10万卡超大规模集群层面，确实存在一定代差，但并非不可逾越，可以通过软件优化和算法调优来有效缓解。

责任编辑：黄兴利 主编：寒丰