AI競賽轉(zhuǎn)向推理，如何影響國際科技競爭格局？

周城雄（中國科學(xué)院科技戰(zhàn)略咨詢研究院研究員、數(shù)智創(chuàng)新與治理研究中心副主任）

2026年1月5日，美國拉斯維加斯CES展會上，英偉達(dá)CEO黃仁勛出人意料地提前發(fā)布了下一代AI芯片平臺“Rubin”，打破其一貫在3月GTC大會集中發(fā)布新品的傳統(tǒng)。這一舉動釋放出一個關(guān)鍵信號：全球AI競賽正從“訓(xùn)練主導(dǎo)”全面轉(zhuǎn)向“推理驅(qū)動”，這不僅是技術(shù)路線的演進(jìn)，更是整個AI產(chǎn)業(yè)生態(tài)、基礎(chǔ)設(shè)施布局乃至國家間科技競爭格局的重大轉(zhuǎn)折點。

過去數(shù)年，大模型訓(xùn)練是AI發(fā)展的核心焦點。以GPT、Llama、Claude等為代表的大語言模型（LLM）不斷刷新參數(shù)規(guī)模，對算力的需求呈指數(shù)級增長，催生了以英偉達(dá)H100、Blackwell為代表的高性能GPU集群建設(shè)熱潮。然而，訓(xùn)練只是AI生命周期的一環(huán)。真正決定AI能否落地、能否創(chuàng)造經(jīng)濟價值的關(guān)鍵，在于推理——即模型在實際應(yīng)用場景中對用戶輸入進(jìn)行實時響應(yīng)的能力。

推理場景具有高頻、低延遲、高并發(fā)、成本敏感等特點。例如，一個智能客服系統(tǒng)每天可能處理數(shù)百萬次用戶查詢，每一次都需要在毫秒級內(nèi)完成推理；自動駕駛車輛則需在復(fù)雜環(huán)境中持續(xù)進(jìn)行多模態(tài)推理以保障安全。這些需求對硬件效率、能耗比、系統(tǒng)協(xié)同性提出了遠(yuǎn)高于訓(xùn)練階段的要求。

英偉達(dá)此次發(fā)布的Rubin平臺，正是為推理時代量身打造。據(jù)官方披露，Rubin在推理token成本上最高可降低10倍，同時通過集成CPU、GPU、DPU、SuperNIC、交換芯片等六顆芯片，構(gòu)建了“極端協(xié)同”的全棧系統(tǒng)。尤為關(guān)鍵的是，Rubin同步推出了專為推理設(shè)計的“上下文存儲平臺”，用于高效管理KV Cache（鍵值緩存），避免重復(fù)計算，顯著提升推理效率。這表明，AI基礎(chǔ)設(shè)施的競爭已從單一芯片性能，升級為系統(tǒng)級工程能力的比拼。

Rubin平臺等產(chǎn)品的亮相背后，是全球AI發(fā)展的“馬太效應(yīng)”正在顯現(xiàn)。一方面，擁有強大算力和先進(jìn)推理系統(tǒng)的國家與企業(yè)，將更快實現(xiàn)AI商業(yè)化落地，形成數(shù)據(jù)—模型—應(yīng)用—收入的正向循環(huán)；另一方面，缺乏底層基礎(chǔ)設(shè)施能力的參與者，將越來越依賴外部平臺，陷入“應(yīng)用繁榮但根基脆弱”的困境。

面對全球AI競賽向推理階段的加速演進(jìn)，對中國AI產(chǎn)業(yè)既是挑戰(zhàn)也是機遇。盡管近年來中國在大模型研發(fā)上取得顯著進(jìn)展，涌現(xiàn)出通義、文心、混元等優(yōu)秀模型，但在底層硬件和系統(tǒng)級優(yōu)化方面仍存在一些短板。目前國產(chǎn)GPU如昇騰、寒武紀(jì)等取得一定突破，但在軟件生態(tài)、系統(tǒng)協(xié)同、能效比等方面仍需進(jìn)一步提升。

更重要的是，中國AI產(chǎn)業(yè)需要加快形成“芯片+網(wǎng)絡(luò)+存儲+安全+開發(fā)框架”的全棧推理解決方案。當(dāng)前國內(nèi)AI基礎(chǔ)設(shè)施在對推理場景的深度優(yōu)化方面，還有很大的發(fā)展?jié)摿�。例如，KV Cache管理、動態(tài)批處理、模型量化壓縮等關(guān)鍵技術(shù)尚未在主流國產(chǎn)平臺上實現(xiàn)高效集成，若能實現(xiàn)，將有效降低推理成本、推動AI應(yīng)用的規(guī)�；�部署。

為此，中國應(yīng)從三個層面加速準(zhǔn)備。首先，強化全棧式AI基礎(chǔ)設(shè)施研發(fā)。不能僅聚焦于GPU性能追趕，而應(yīng)考慮秉持“協(xié)同設(shè)計”理念，推動國產(chǎn)CPU、DPU、高速互連、AI原生存儲等組件的聯(lián)合創(chuàng)新。鼓勵芯片企業(yè)與阿里云、騰訊云、百度智能云等云廠商深度合作，構(gòu)建自主可控的推理系統(tǒng)棧。

其次，大力發(fā)展推理優(yōu)化技術(shù)與開源生態(tài)。應(yīng)支持高校與企業(yè)攻關(guān)低比特量化、稀疏化推理、動態(tài)批處理、緩存復(fù)用等核心技術(shù)。同時，需推動建立中文AI推理基準(zhǔn)測試體系，引導(dǎo)開發(fā)者關(guān)注推理效率而非僅參數(shù)規(guī)模；鼓勵開源社區(qū)圍繞國產(chǎn)硬件適配推理框架，降低遷移門檻。

最后，搶占物理AI與邊緣推理新賽道。在機器人、自動駕駛、工業(yè)智能等新興領(lǐng)域，中國擁有豐富的應(yīng)用場景和數(shù)據(jù)資源。應(yīng)加快部署面向邊緣端的輕量化推理芯片與開發(fā)平臺，支持具身智能、車路協(xié)同等創(chuàng)新應(yīng)用。通過“場景驅(qū)動+技術(shù)反哺”的模式，倒逼底層硬件與系統(tǒng)軟件的協(xié)同進(jìn)化。

總之，此次CES上，Rubin平臺等AI新產(chǎn)品的發(fā)布，不僅是技術(shù)迭代的里程碑，更是AI產(chǎn)業(yè)范式轉(zhuǎn)移的宣言書。當(dāng)AI從“能回答問題”邁向“能理解世界、規(guī)劃行動、完成任務(wù)”的智能體階段，推理能力將成為衡量國家AI競爭力的關(guān)鍵指標(biāo)。對中國而言，這既是挑戰(zhàn)，也是彎道超車的機遇。產(chǎn)業(yè)界需摒棄“唯訓(xùn)練論”的慣性思維，以系統(tǒng)工程視角重構(gòu)AI基礎(chǔ)設(shè)施，才能更好地在推理時代贏得主動權(quán)。