10月15日，2026湾区半导体产业生态博览会（简称“湾芯展”）期间举行的AIE智算生态大会，将人工智能基础设施、国产算力生态与算力网络协同推向产业讨论的前沿。随着大模型应用向实体经济延伸，算力建设的重点正从规模扩张转向效能提升，芯片、软件、网络与能源的协同创新，成为影响人工智能产业竞争力的重要因素。

“算力已经成为新质生产力的核心底座。”深圳市重大产业投资集团有限公司董事长戴军在大会上表示。如何把不断扩大的计算资源转化为稳定、经济、可持续的有效算力，成为与会人士关注的核心问题。

从规模扩张走向有效算力提升

从大模型训练到智能体应用，人工智能对计算性能、数据处理和系统可靠性的要求持续提高。光明实验室大湾区昇腾算力应用创新研究院首席科学家黄哲学表示，AI基础设施已纳入“人工智能+”行动与数字中国建设整体布局，是科技自立自强和培育新质生产力的重要基础。他认为，未来五年我国算力发展不应停留于硬件规模扩张，而应全面提升有效算力供给、产业生态成熟度和安全可控能力，推动从AI应用大国向AI原生强国迈进。

这一判断与政策部署相呼应。《关于深入实施“人工智能+”行动的意见》明确提出，“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”“推动智能算力供给普惠易用、经济高效、绿色安全”。大型计算集群需要计算芯片、高速互联、存储系统、软件框架和资源调度共同运行，任何环节的瓶颈都可能制约整体效率。因而，评价智算基础设施不能只看理论算力规模，还应看任务完成效率、资源利用率、应用适配能力和运营成本。

算力需求升级推动半导体系统协同

算力发展的变化，正在改变半导体产业的技术创新方向。AI系统的运行效率不仅取决于单颗芯片性能，还受到存储带宽、芯片间互联、先进封装和供电效率的共同影响。随着训练与推理任务规模扩大，如何减少数据传输损耗、提高芯片协同效率，成为系统设计的重要课题。工业和信息化部印发的《“人工智能+信息通信”创新发展实施意见（2026—2028年）》提出，加强高速光电芯片、光电共封装器件等技术与产品研发验证。这表明，从芯片器件到互联网络，系统级协同已成为重要的技术攻关方向。

对于国产算力而言，硬件能力提升还必须有软件生态配套。芯片架构、编译工具、算子库、深度学习框架和行业应用之间能否有效适配，直接影响计算资源的可用程度与使用成本。深圳的产业基础为这一协同提供了应用条件。2025年，全市人工智能核心产业营收约2200亿元，现有人工智能规模以上企业超2600家。依托电子信息制造和多样化应用场景，深圳推动了国产芯片、计算平台与软件工具的相互衔接。由此可见，半导体产业竞争正由单项性能比拼，逐步延伸为软硬件协同、系统集成和生态适配能力的综合竞争。

全国一体化建设提升算力配置效率

系统协同不仅发生在芯片和服务器内部，也延伸到不同地区、不同主体之间的算力资源配置。随着智算中心持续建设，各地在芯片架构、软件平台和运营方式方面存在差异，异构算力互联、跨区域调度和统一服务供给面临现实挑战。推动算力网络从单点中心走向全国一体化，需要以标准化接口、统一算力标识和开放的软件生态打通资源壁垒，使算力能够按照实际需求高效调度，而不是形成相互分割的资源孤岛。

政策层面已迈出重要一步。广东省通信管理局2026年9月公布，广东入选国家算力互联互通区域节点建设名单。按照政策部署，节点体系将通过统一标识、统一标准、统一规则，推动跨区域、跨主体、跨架构算力资源互联互通。广东节点建成后，将支持算力资源登记、供需撮合和跨区域调度，为粤港澳大湾区企业获取多样化算力服务创造条件。

与此同时，高密度计算集群的供电、散热和能源消耗问题日益突出，对高效功率半导体、液冷及算电协同等技术提出了新的需求。从芯片研发到系统集成，从区域智算中心到全国一体化算力网络，人工智能基础设施建设正成为贯通半导体、通信与能源产业的系统工程。相关人士指出，未来算力产业的着力点将不仅是“建了多少”，更是“用得怎样”。以自主创新提升有效算力供给，以跨领域协同降低综合使用成本，才能更好地把算力优势转化为产业创新能力。