人工智能词元时代：规模化算力基础设施排行

大模型应用加速落地，AI行业正迈入“词元”驱动的新阶段。摩尔线程创始人兼CEO张建中近期在公开演讲中公布了一系列关键数据，直指算力基础设施的战略方向。

张建中直言，人工智能高度依赖算力，必须依靠超大型基础设施统一支撑，而非各家模型公司各自建一套。算力基础设施的规模化和国产化，已成为不可回避的核心议题。将“Token”译为“词元”，这一精准汉化显著提升了行业沟通效率——技术概念的普及往往卡在缺乏贴切的本地化表达。而“龙虾”所代表的自然语言交互方式，则将AI使用门槛大幅降低，让普通用户也能快速上手。

算力需求增长有多猛烈？张建中列举了两个数据：自2012年起，AI算力需求飙升了10的9次方倍，但算力成本仅增长10的7次方倍。这一悬殊差距暴露了深层的效率鸿沟，也意味着缺乏国家级超大规模算力基础设施，企业单打独斗根本难以追赶进度。

摩尔线程成立于2019年，现为国内唯一同时覆盖AI计算、图形渲染与科学计算的全功能GPU厂商。张建中透露，其推出的“夸娥”万卡级计算集群，可快速部署大规模AI训练与推理服务。另一亮点是国产自研的具身智能仿真训练平台“Lambda”，它融合图形渲染、物理仿真与AI计算，能够训练机器人完成复杂动作，甚至执行极为精细的操作。

张建中进一步透露，摩尔线程正与天津海河实验室合作，推进信创国产化进程，助力天津智能产业升级。这释放出一个明确信号：算力基础设施建设正从企业级走向国家协同，国产化步伐只会持续加速。

来源：互联网