贵阳股票配资公司对话中诚华隆董事长王嘉诚：国产AI芯片正在告别“对标英伟达”思维

作者/于雷

编辑/刘毓坤

2026世界人工智能大会（WAIC）期间，一个变化正在成为越来越多产业人士的共识。

相比过去几年围绕“大模型训练”“参数规模”的竞争，今年大会现场讨论更多的关键词变成了推理、Token成本、算力经济性以及产业链安全。

随着AI Agent、智能终端和企业级AI应用快速落地，模型推理调用量持续增长，AI产业竞争开始从“谁拥有更强训练能力”，转向“谁能够更低成本、更安全地提供持续推理能力”。

在接受凤凰网科技专访时，中诚华隆董事长王嘉诚认为，未来十年的AI竞争，本质上将是普惠算力的竞争。一方面，需要不断降低AI推理成本；另一方面，则要建立自主、安全、可信的国产算力体系。这两条主线，将共同决定国产AI产业未来的发展空间。

AI产业重心已经从训练转向推理

在王嘉诚看来，今年WAIC最明显的信号，是整个产业已经开始进入推理时代。

他表示，随着AI产业重心从训练逐步转向推理，国内推理调用量正在快速增长，这让整个行业开始重新审视算力投入的经济性。

“过去大家更多关注训练能力，但未来真正决定AI能否规模化落地的，是推理成本。”

他认为，当前海外供应链仍存在较大不确定性，授权限制、数据跨境以及供应稳定性等因素，使产业链安全的重要性进一步提升。

因此，未来国产AI芯片需要回答两道同时存在的问题：既要降低推理成本，也要保障产业链自主安全。

在王嘉诚看来，未来国产AI芯片之间的竞争，也将逐渐从单纯追求峰值性能，转向软硬件协同、工程化交付以及综合成本控制能力的竞争。

AI真正昂贵的，不只是买芯片

过去几年，大模型训练成本一直受到关注。但在王嘉诚看来，AI真正昂贵的部分，并不仅仅来自硬件采购。

他提到，据外媒报道，OpenAI算力成本占总运营成本的八成以上。

“未来谁能把AI推理的成本从'奢侈品'降到'日常水电费'的水平，谁就握住了下一个十年的产业话语权。”

围绕这一目标，中诚华隆选择从架构、算法以及硬件实现等多个层面降低整体成本。

王嘉诚介绍，公司HL100推理芯片已通过工信部权威机构测评，实测功耗为65.33W，能效达到3.41TFLOPS/W；按照其介绍，在同等功耗条件下，其算力可达到国外某AI芯片的8倍，在同等有效算力下，总拥有成本（TCO）约为海外同定位AI芯片的四分之一。相关数据来自公司披露。

他认为，未来AI产业竞争，将越来越取决于“每生成一个Token需要付出多少成本”，而不仅仅是谁拥有更高的理论算力。

这一观点，也是今年WAIC期间业内频繁讨论的话题之一。

国产AI芯片正在走出“对标思维”

过去几年，国产AI芯片的发展经常围绕“性能是否接近国际产品”展开。

不过，在王嘉诚看来，这种思路正在发生变化。

“中国AI产业正在从'对标思维'里走出来，重新审视自己脚下的土壤。”

他认为，国内拥有全球最大的AI推理需求市场，这意味着国产芯片完全可以围绕本土应用需求建立自己的技术路线，而不是简单复制国外GPU的发展模式。

中诚华隆目前采用推理原生异构计算架构，区别于传统训推一体GPU以训练为中心的设计思路，希望通过算法与芯片架构协同优化，提高推理效率，并降低Token成本。

按照公司的规划，下一代HL200、HL200 Pro以及HL400系列芯片将原生支持FP8、FP4计算能力，以满足生成式AI及AI Agent等推理场景需求。

算力之外，产业链安全成为另一条主线

除了成本，安全也是今年WAIC讨论频率明显提升的话题。

王嘉诚认为，在全球算力供应链仍存在不确定性的背景下，安全已经不再只是行业附加项，而是国产算力发展的底线能力。

他介绍，中诚华隆目前围绕申威技术、RISC-V、量子计算及可信计算等技术体系，构建自主可控的软件和硬件生态，并实现全国产供应链闭环。

“在追求经济性的同时，安全性是我们不可逾越的底线。”

他表示，公司希望通过自主技术体系减少对海外技术授权的依赖，为数字经济关键场景提供更加安全可信的算力底座。

从单一芯片走向全栈国产算力

对于未来布局，王嘉诚表示，中诚华隆的发展目标并不仅限于AI芯片。

目前，公司围绕GPU、CPU、QPU布局“三芯自研+三算一体”，覆盖通算、智算、超算、存算、量子计算以及太空算力等方向，并形成从芯片、板卡、服务器到智算集群部署的完整产品体系。

按照规划，中诚华隆未来还将持续参与东数西算、算电协同、一体化算力网及智算集群建设。目前，公司已形成北京总部统筹、上海芯片研发、无锡整机研发、铜陵智能制造的产业布局。公司资料显示，中诚华隆成立于2017年，定位为全栈国产AI基础设施企业，目前已启动上市资本化进程。

对于整个行业而言贵阳股票配资公司，今年WAIC释放出的一个共同信号是，AI竞争正在进入新的阶段。当模型能力逐渐趋同之后，决定产业落地速度的，或许将不再只是参数规模，而是谁能够持续提供更低成本、更高能效、更安全可靠的算力基础设施。这也意味着，围绕推理成本、产业链自主和工程化能力的竞争，正在成为国产AI算力厂商新的分水岭。

天盈配资提示：文章来自网络，不代表本站观点。