文章核心观点 - 在AI时代，算力是比模型更核心、更具长期价值的战略资产，其地位类似于二十世纪的石油，是支撑产业发展的“里子”和“铁打的营盘” [1][4][5] - 中国AI产业曾面临“贫油困境”，即算力存在碎片化、供应受制及生态壁垒等问题，但当前正通过国家主导建设统一算力基础设施（如“算力电网”）和推动国产算力集群实际运营，进入从“拼卡”到“拼基础设施”的转折阶段 [3][4] - 行业协作（如光合组织的研讨会）对于打通算力供需、推动国产算力从“有”到“好用”至关重要，旨在构建自主算力底座和全栈能力 [4] 模型与算力的价值对比 - 模型如同“面子”和“消费品”，技术迭代迅速，容易过时，曾经的冠军模型如今已无人问津 [1] - 算力如同“里子”和“耐用品”，具备长期价值，建好的万卡集群可以持续跑三代、五代模型，是保值资产 [1][5] - 模型层竞争激烈，但高额利润流向算力提供商，例如英伟达2025财年毛利率高达75%，模型公司如同在为其支付“生态税” [1] 中国AI算力产业的困境与转折 - 产业曾处于“贫油困境”：虽互联网大厂囤有几十万张英伟达卡，但供应可能被掐断，且算力碎片化严重，卡分散在不同公司机房，调度困难，适配一个万亿模型需折腾半年 [3][4] - 国家政策成为转折点：2026年工信部将算力定性为新型基础设施，推动建设“1+M+N”算力互联互通节点体系，旨在构建统一的“算力电网” [4] - 基础设施取得实质进展：国家超算互联网核心节点在郑州上线，投入运营全国首个实际运营的超3万卡国产AI算力池，实现了算力从分散的“卡”到可稳定调用、统一编排的“池”的转变 [4] 行业协同与国产算力发展 - 光合组织通过召开“国产万卡算力赋能大模型发展研讨会”，将算力方、模型方、应用方聚集，强制协同以解决供需脱节问题 [4] - 会议达成关键共识：自主算力是生存底座、供需协同是进化飞轮、全栈攻关是破局利刃，这些从口号转变为具体路线图 [4] - 垂直一体化（如谷歌自研TPU）是少数超级玩家的游戏，大多数公司需要依赖统一的算力基础设施和行业协作 [1] AI产业的价值逻辑 - 模型赛道赢家通吃，但赢家身份不确定，今天的明星模型明天可能被开源模型追平 [4] - 应用赛道百花齐放，但可持续性存疑，流量成本上涨可能侵蚀利润 [4] - 算力赛道具备确定性，是靠长期投入和系统能力构建的护城河，是产业中稀缺的“铁打的营盘” [4][5]