扫描下载APP
其它方式登录
AI投资叙事正从技术驱动转向融资驱动，超大规模云计算商面临巨额资本支出压力，自由现金流持续恶化，甲骨文等公司信用风险显著上升，债市利差走阔，信贷市场开始为AI基础设施高杠杆融资定价风险。
文章探讨中国AI发展路径与美国的差异，指出中国通过开源大模型、超节点集群和AI电力系统协同，系统性降低从电力到智能产出（Token）的综合成本；以远景乌兰察布星河基地为范例，强调算电协同、绿电直供与能源智能调度对百万卡级算力基础设施的关键支撑。
摩根士丹利研报指出，AI基建中自建算力模式（如超大规模厂商自建GPU机群或模型厂商自建算力做API调用）投资资本回报率（ROIC）可达40%，显著高于租用算力的25%；核心差异在于算力紧缺下自建方掌握定价权，从而主导利润分配。微软、亚马逊、Meta、谷歌因自建算力优势获大摩全部超配。
文章围绕AI竞争中算力的核心地位展开，指出算力是AI落地的前提和基础设施，英伟达凭借GPU硬件与CUDA生态构建长期壁垒；国产厂商如华为昇腾通过超节点、高速互联和系统级协同弥补单芯片差距；算力竞争已从单卡性能转向芯片、互联、软件、能耗等全栈系统能力，并延伸至电力、液冷等跨产业协同。
美国加强对高端AI芯片出口管制，尤其针对母公司位于中国等国的企业，以遏制技术扩散；但中东国家借力美国许可建设AI超算项目，同时主动引入中国设备、工程与AI技术（如DeepSeek、华为昇腾），形成美供芯片、中供基建与多元技术、中东出资的三方博弈格局，为中国打开设备配套、基建工程和多元技术布局三扇合作窗口。
奕行智能在WAIC 2026发布业界首个RISC-V AI算力超节点，基于自研Epoch芯片与ELink高速互联架构，采用正交无背板、整机液冷等创新技术，构建全国产全栈AI算力体系，支持从单芯片到十万卡级集群扩展，显著提升大模型推理与智能体并发效率。
文章探讨AI治理的核心困境：在无法确定AI发展路径（普通技术抑或失控性超级智能）的前提下，如何设计既有效又可问责的暂停机制。重点分析选择性暂停与对称性暂停的本质差异，强调触发条件公开、权力约束、退出机制和分级干预的重要性，指出真正的挑战在于防止治理机制本身成为新的权力垄断工具。
文章探讨中国AI算力发展的两种组织路径：一种是科技巨头主导的私有化护城河模式，另一种是以国家超算互联网为代表的公共网络模式；重点分析曙光8000作为全国产十万卡AI超集群接入公共网络的意义，强调算力调度、多任务融合与社会利用率等核心挑战，指出公共算力路线虽难但关乎创新门槛与普惠性。
