中国算力国产化发展现状与挑战 - 中国半导体行业协会发布《关于半导体产品"原产地"认定规则的紧急通知》，叠加美国限制HBM及300亿晶体管以上先进制程芯片出口，高端算力供应链风险升高 [1] - 2024年中国在用算力中心机架总规模超830万标准机架，算力总规模达246EFLOPS位居世界前列，但国产算力设施占比不高 [2] - 高性能计算中心国产化对保障科研可持续创新至关重要，已应用于宇宙数值模拟等前沿领域并提升精度 [3] 国产算力发展核心策略 - 关键突破点包括：以自信打破"不敢用"思维定式、以体系创新破解"不好用"困境、以生态协同构建可持续发展根基 [1] - 需采用"科研先行"策略，通过高性能计算等大型项目促进国产技术快速替代，同时兼顾国际标准避免闭门造车 [2] - 国产芯片虽制程工艺受限，但可通过产学研用协同优化应用层创新（如DeepSeek案例），实现体系化超越 [4] 体系化创新路径 - 需从底层理论突破（如借鉴人脑20瓦高效能）、软硬协同优化、大模型能效提升等多维度创新 [5] - 国产算力替代三步走路径：兼容国际主流生态→打造特色专项能力→通过引领性应用带动全链条升级，已在空间科学等领域见效 [6] - 人工智能发展应借鉴高性能计算经验，回归底层优化并建立体系化创新框架 [5] 生态构建政策建议 - 建议国产厂商联合科研机构构建开源社区，在兼容国际标准基础上迭代创新，避免生态孤立 [7] - 需政策强制推动（如石油行业三年强制国产化案例），长期投入才能使国产软件真正"好用" [7] - 空间科学等领域可通过开源算力平台协同优化共性算子算法，带动全领域国产化升级 [7]

算力国产化重要性 - 随着全球供应链风险升高，算力国产化已成为我国信息产业和各行业发展的重要命题 [1] - 专家认为需要以自信打破"不敢用"的思维定式，以体系创新破解"不好用"的现实困境，以生态协同构建"可持续"的发展根基 [1] 中国算力发展现状 - 2024年我国在用算力中心机架总规模超过830万标准机架，算力总规模达246EFLOPS，位居世界前列 [3] - 虽然算力总量很大，但国产算力设施贡献占比不高 [3] 国产算力发展策略 - 专家建议对国产算力设施要有自信，敢于使用国产设备 [3] - 提出"科研先行"策略，科研领域对国产算力比较宽容，可促进国产技术发展 [3] - 高性能计算等大型算力项目可推动算力产业链国产替代 [3] 高性能计算国产化进展 - 国产高性能计算集群能几乎无缝对接国内外主流软件生态，解决95%以上迁移问题 [4] - 国产高性能计算平台已成功应用于宇宙数值模拟实验，精度不断提高 [4] - 美国国立卫生研究院禁止中国访问其数据库事件凸显了算力国产化的紧迫性 [4] 国产算力创新方向 - 需要关注底层理论创新，人脑20瓦功耗实现的智能远超兆瓦级AI算力集群 [5] - 建议构建开源社区，在兼容国际标准基础上实现迭代创新 [5] - 空间科学、高能物理等领域蕴含丰富场景，可依托开源算力平台带动国产化替代 [5]

中国算力国产化发展现状 - 中国算力总规模达246EFLOPS（每秒246百亿亿次浮点运算），机架规模超830万标准机架，稳居全球前列，但国产算力设施贡献占比亟待提升 [3] - 国产算力已具备国际竞争力，关键要建立重用自信 [3] - 曙光国产高性能计算集群已实现95%以上软件生态迁移适配，其构建的算力平台正为国家天文台宇宙数值模拟提供精度跃升的算力支撑 [3] 国产算力发展路径 - 科研领域对创新包容度高，可优先试点国产算力技术，通过大型项目牵引验证技术成熟度并形成产业链协同效应 [3] - 实施"三步走"战略：兼容国际主流生态、打造国产化特色能力、通过引领性应用带动全链条升级 [4] - 空间科学、高能物理等领域通过产学研用协同优化算子算法，国产算力正从"可用"向"好用"跨越 [4] 算力国产化创新方向 - 算力国产化不是单设备竞赛，而是系统能力的综合较量，必须从模型、数据、算力全要素推进体系化创新 [4] - 需要突破底层创新瓶颈，人脑20瓦功耗实现的智能远超兆瓦级AI集群 [4] - 生态壁垒是国产化替代的最大挑战，建议国产厂商联合科研机构构建开源社区，在兼容国际标准的基础上实现迭代创新 [5] 政策与生态建设 - 三年国产化政策推动下，石油行业算力设施已全面实现自主可控 [5] - 通过"揭榜挂帅"等机制突破芯片制程等"卡脖子"环节 [6] - 依托大科学装置、科研院所等场景形成"应用反哺技术"的正向循环 [6]