国产算力进入基建时代，谁会是最大赢家？

11月6日，中国移动和智谱官宣合作。 运营商国家级算力底座，对接智谱GLM大模型，打通Token生成、AI编程、行业落地全链路。

很多解读只说“双方优势互补”。

但藏在这件事背后，有两个更关键的问题： 运营商智算中心带动下，国产算力大供给时代来了吗？ 让国内大模型厂商头疼两年的算力紧缺，真的在缓解？

国产算力需求，分训练算力和推理算力，不能混为一谈。

✅ 训练算力

一次性、体量巨大、来得猛 打造旗舰大模型，属于脉冲式需求。 像5万亿参数规模的MoE模型，一次训练就要消耗海量算力，换算下来接近4万卡年。哪怕用上十万卡集群，也要连续跑5个月左右。

这就是过去两年大家疯狂“抢卡”的根源： 顶级模型训练，算力消耗是跳跃式暴涨；但芯片、集群建设，要按年慢慢爬坡。需求一冲上来，资源立刻紧张。

✅ 推理算力

持续不断、越用越多、分散在各行各业 模型训练好之后，对外提供服务、生成内容，就是推理。 现在国内每天Token调用量一路猛涨，日规模达到数十万亿，每年翻3～5倍。按行业成本估算，推理市场已经是百亿规模，还在持续变大。

一边是偶尔爆发的巨型训练需求，一边是持续指数上涨的推理需求。需求压力一直都在，那供给端，到底发生了什么变化？

很多人以为算力缓解，就是芯片供货多了。其实核心转变，是供给模式换了：

👉 过去：市场化买卡。货源排队、价格浮动、层层加价。越缺越贵，越贵越抢，紧缺不断循环。

👉 现在：运营商入局，算力走基建路线。

变化体现在三点：

● 体量足够大：运营商智算中心一规划就是几万、几十万卡，跟着业务需求持续扩容。相当于把通信宽带按需建设的思路，搬到算力上面。

● 国产算力成本打平：昇腾910C的Token成本，已经和海外主流卡差距很小，经济性跑通，大规模商用站得住脚。

● 供给更稳、不怕短期波动：基建投资看十年周期，不会因为短期行情收缩。算力第一次拥有熨平周期波动的能力。

供给曲线从紧张陡峭，变成可以弹性扩容。持续两年的算力紧缺循环，被打破了。

一句话总结：训练资源依然紧俏，推理瓶颈正在松绑。

🔹 训练算力

从“盲抢”变成“排期保障” 万卡级别的超大训练需求依旧稀缺。但有了运营商算力底座，头部项目可以提前锁定资源、按计划推进，不再靠运气抢卡。 智谱这套国产卡训练管线+移动算力的组合，就是第一个样板。

🔹 推理算力

从“有没有”转向“贵不贵、快不快” 推理需求虽然涨得快，但扩容成本可控，有钱就能扩建。推理赛道，已经进入产能比拼阶段。

想判断算力荒有没有真正好转，不用看宣传稿，盯3个信号就行：

● 模型团队能不能按计划预约训练窗口，不用漫长排队。

● 算力租赁价格，是不是脱离天价溢价，回归合理成本区间。

● 中小AI团队，能不能低成本稳定拿到推理资源。

第一个信号已经在头部厂商落地；剩下两个，还在路上。

算力瓶颈松动，对所有大模型公司来说，是一次大洗牌：

▶ 研发节奏拿回主动权

以前版本更新要看算力脸色，抢到卡才能迭代。现在稳定算力托底，高频迭代不再是奇迹，变成常规能力。迭代速度，本身就是竞争力。

▶ 敢去挑战更大规模的模型

5万亿参数这类巨型方案，前提是能拿到稳定的万卡级算力承诺。没有稳定供给，大模型规划只能停留在纸上。

▶ 竞争从资源战，转向效率战

算力不再是“能不能入场”的门槛。接下来比拼：同样算力产出更多智能、迭代更快、场景闭环更强。竞争不会变轻松，反而更硬核。

▶ 行业分层固化，红利不会平分

深度绑定运营商算力底座的头部企业优先拿到稳定资源；其他团队依旧只能走市场化渠道。算力缓解的红利，不是人人都有份。

产业的重大转折，往往都是核心瓶颈被打通的那一刻。 算力从大家争抢的稀缺资源，慢慢变成像宽带一样随时可用的基础设施。

国产算力大供给的大门已经打开。 对AI玩家来说：靠抢资源求生的苦日子结束了；比拼硬实力、精细化效率的内卷时代，刚刚开始。