2025年8月国务院发布《国务院关于深入实施“人工智能+”行动的意见》
（九）强化智能算力统筹。支持人工智能芯片攻坚创新与使能软件生态培育，加快超大规模智算集群技术突破和工程落地。优化国家智算资源布局，完善全国一体化算力网，充分发挥“东数西算”国家枢纽作用，加大数、算、电、网等资源协同。加强智能算力互联互通和供需匹配，创新智能算力基础设施运营模式，鼓励发展标准化、可扩展的算力云服务，推动智能算力供给普惠易用、经济高效、绿色安全。
“强化智能算力统筹”是当前国家推动人工智能发展的核心任务之一。为了让你快速了解围绕这一任务的近期关键进展，我用下面的表格为你梳理了主要方向和相关动态：
| 核心方向 | 近期关键进展 |
|---|---|
| 🧩 核心技术突破 |
- 光互连技术：国内首个光互连光交换GPU超节点“光跃”发布，突破传统互连瓶颈-6。 |
| 🛠️ 软件生态与标准 |
- 互联互通规则：工信部发布《算力互联互通行动计划》，明确2026-2028年的标准与互联目标-8。 |
| 🗺️ 全国一体化布局 |
- 央国企实践：中国信通院报告显示，央国企正依据行业特性，通过多种模式布局智算中心-4。 |
| 🔗 运营与服务模式 |
- 调度与交易：推动建立算力监测调度体系，创新算力服务与交易模式-3。 |
💡 深入解读核心进展
🧩 芯片与集群：突破算力瓶颈
在芯片制造工艺存在客观限制的背景下，国内的算力攻坚路径从提升“单点芯片性能”转向了优化“系统级集群能力”。
超节点与集群技术：华为发布的“超节点+集群”解决方案是典型代表。其核心创新在于，通过先进的互联协议（如灵衢UnifiedBus）将数千至上万张昇腾芯片整合成一个逻辑上的单一巨型计算机-2。这使得AI训练、推理等任务可以像使用一台机器一样高效运行，从而在不依赖最先进单芯片工艺的情况下，集结规模优势，提供全球领先的算力-2。
光互连技术：“光跃LightSphere X”超节点则尝试用光缆替代铜缆进行信号传输和交换-6。光的优势在于带宽极高、损耗低、传输距离远。这使得构建超节点时可以突破单个机柜的功耗和物理限制，将GPU分散在多个机柜中，实现更灵活的规模扩展（目标2000卡规模）和更低的部署成本，为未来万卡级集群奠定了基础-6。
🛠️ 软件生态与标准：构建统一底座
硬件规模上去后，如何让算力好用、易用是关键，这依赖于底层的软件生态和统一标准。
自主软件生态培育：国务院意见中特别强调“使能软件生态培育”-5-10。这意味着不仅要造出AI芯片，还要构建与之配套的系统软件、开发框架和应用软件，确保整个计算栈的自主可控和高效协同。
标准化体系建设：工信部最新发布的《云计算综合标准化体系建设指南（2025版）》明确提出，要持续强化智算云供给能力，并加强云平台与芯片、操作系统等基础软件的协同创新-1。同时，《算力互联互通行动计划》旨在为五花八门的算力资源建立“通用语言”，目标是到2028年基本实现全国公共算力的标准化互联，让用户可以像用电网用电一样方便地使用算力-8。
🗺️ 全国协同：优化算力布局
算力设施是高耗能产业，国家的目标是全局最优，而非局部堆积。
“东数西算”协同发展：近期发布的《联合倡议》进一步细化了东西部枢纽的分工：东部枢纽优先处理高频实时业务（如AI推理），而西部枢纽则重点承载对网络延迟不敏感的非实时任务（如大模型训练、数据备份）-3-7。通过共建监测调度体系、统一技术标准，旨在打破地域壁垒，形成“一盘棋”格局-3-7。
行业实践路径：根据中国信通院的报告，不同行业的央国企正根据自身业务特点选择智算中心建设路径，例如能源企业倾向于在西部选址以降低成本，通信企业构建全国多层级体系，金融业则聚焦核心城市-4。这体现了国家顶层设计与行业实际需求相结合的思路。
🔗 运营服务：推动普惠易用
最终目标是让强大的智能算力成为一种普惠资源。
创新运营模式：国务院意见明确鼓励发展标准化、可扩展的算力云服务-5-10。这意味着算力将更多地以云服务的形式提供，用户无需自建昂贵的集群，按需购买、按需付费即可，极大降低了使用门槛和成本。
资源高效配置：通过构建多级算力互联互通平台，可以实现全国范围内算力资源的智能匹配与跨域调度-8。这能有效解决部分地区算力闲置而另一些地区算力不足的问题，提升整体资源利用率，最终推动算力供给走向“经济高效”-8。
💎 总结
总体来看，围绕“强化智能算力统筹”的任务，中国正在通过系统架构创新（超节点、光互连）突破基础瓶颈，通过软件生态和标准构建自主根基，通过“东数西算”实现全国资源的优化布局，并通过云服务与调度模式创新让算力真正成为一项普惠易用的公共服务。这几个方面相互支撑，共同构成了支撑中国人工智能产业发展的算力基座。
如果你对其中某个方向，例如具体的芯片技术细节或算力调度平台的具体案例，有更深入的兴趣，我很乐意提供进一步的信息。
“是时候进行非常激进的基础设施押注了”
接下来，奥特曼也回应了OpenAI最近与英伟达、AMD和Oracle等公司进行的合作。
原话是，“我们决定是时候进行一次非常激进的基础设施押注了”。因为他对摆在其面前的研究路线图，以及使用这些模型将带来的经济价值“从未如此自信”。
基于这一信心，他也意识到OpenAI需要得到整个行业，或者其中佼佼者的支持。这涉及从电子级别到模型分发以及介于两者之间的所有事情。
所以我们将与很多人合作，并且大家应该期待OpenAI在未来几个月内有更多的动作。
而面对信心满满的奥特曼，主持人也话锋一转问到他对规模扩展上限的问题。
奥特曼随即冷静下来，承认“限制肯定是有的”，但如果他们对模型能力发展的预测是正确的，那么限制“离我们今天所处的位置还非常遥远”。
他补充说，即使只有今天的模型，他们也会扩大规模，但“如果只有今天的模型，我们不会如此激进”。
另外，当被问及OpenAI如何在产品和研究之间分配资源时，奥特曼表示：
当存在资源限制时（这经常发生），几乎总是优先将GPU提供给研究而不是支持产品。
基于构建AGI这一终极目标，研究总是享有优先权。
奥特曼之所以提出要“非常激进地押注基础设施”，是因为他对OpenAI未来的研究路线图和模型将创造的经济价值充满信心-1。这并非空谈，OpenAI正在通过一系列令人瞩目的合作，将这一战略付诸实践。
下面这个表格，可以帮助你快速了解OpenAI近期核心合作的概况：
|
|
|
|---|---|
| 🟣 英伟达 (NVIDIA) |
|
| 🔴 AMD |
|
| 🟢 甲骨文 (Oracle)
|
|
🔍 深入解读战略布局
除了表格中的合作，OpenAI的整体战略还有几个非常清晰的逻辑，其激进的态度也源于此。
🧭 战略转向：全面拥抱垂直整合
奥特曼在访谈中承认，自己过去反对垂直整合的观点是错误的-1-4。他意识到，要实现构建AGI（通用人工智能）的使命，OpenAI必须掌控从底层算力到上层应用的全栈能力-4。这种从“建议者”到“执行者”的思维转变，是OpenAI进行一系列激进布局的思想基础。
💸 创新模式：用“交叉持股”绑定未来
OpenAI与合作方设计的交易结构非常精巧，核心是形成一个 “AI闭环经济” -10。
与AMD的合作：OpenAI通过大规模采购和协助开发AMD下一代芯片，换取了AMD高达10%的股权-5。这实质上意味着，OpenAI未来的一部分采购成本，可能会通过其持有的AMD股权增值来支付-10。
与英伟达的合作：英伟达直接投资OpenAI并成为其股东，而OpenAI则用这笔资金来采购英伟达的硬件-10。这种模式被部分分析人士视为一种“循环融资”，将供应商与自己的命运深度捆绑-2-10。
🚀 核心驱动：为未来的模型铺路
奥特曼强调，如此激进的押注并非因为现有的模型，而是基于对未来一两年内模型能力的强大信心-4。他“从未如此自信”地认为，即将到来的模型将创造巨大的经济价值-1-10。因此，必须提前布局算力，以免到时成为发展的瓶颈。
⚡ 终极瓶颈：能源是关键
奥特曼将AI与能源的未来直接挂钩，指出能源是AI最大的瓶颈之一-1-4。他预测，长期的解决方案将是“太阳能+储能”与先进核能的结合-4。这也解释了为何OpenAI的基础设施规划会涉及从电子级别到模型分发的所有环节。
💡 面临的挑战与内部优先级
尽管蓝图宏大，但OpenAI也面临现实挑战。
巨大的财务缺口：虽然OpenAI上半年营收达45亿美元，但其签署的协议总额据估算已接近1万亿美元，存在巨大差距-2-10。英伟达CEO黄仁勋也坦言，建设每1吉瓦的AI数据中心需投入500-600亿美元，OpenAI目前尚无足够资金承接所有设备-2。
研究优先的分配原则：在面对资源限制时，奥特曼明确了公司的优先级：几乎总是将宝贵的GPU算力优先分配给研究，而非支持产品-1。这充分体现了其以实现AGI为终极目标的初心。
希望以上信息能帮你更深入地理解奥特曼的宏大计划。如果你对其中某个具体合作或者技术细节（比如“星际之门”项目）还想了解更多，我很乐意继续和你探讨。
空间因“您”而变！
联系『变芯®空间』
合作沟通：请加 zr18620222480
合伙人招募：1638079312（微Q同号）
供应链接：请发至1638079312@qq.com