本文來自微信公眾號：觀網(wǎng)財經(jīng)，作者：陳濟深

春節(jié)前夕，江蘇興化，一條148米長的生產(chǎn)線正進行最后的試運行調(diào)試。

這是國內(nèi)目前最長的直通式算力服務器產(chǎn)線——從裸板上線到整機下線，一臺4U 8卡算力服務器走完全程，滿產(chǎn)時僅需5分鐘。服務器下線后，要經(jīng)歷連續(xù)三天三夜?jié)M負荷運行、模擬真實算力中心極端工況的老化測試，之后發(fā)往承德、石家莊、興化等地的萬卡集群項目，成為國產(chǎn)智算中心的基石。

算力服務器組裝生產(chǎn)線

“生產(chǎn)一臺服務器的時間，和釀一瓶醬油差不多，”漢騰科技董事長王皓霆對觀察者網(wǎng)說，“以前講深圳速度，現(xiàn)在我們叫漢興速度。”

興化是座以不銹鋼和健康食品聞名的蘇中小城，歷史上沒有算力和AI產(chǎn)業(yè)基礎，但王皓霆看中的正是這種“白紙”狀態(tài)——無歷史包袱，地方政府全力配合，基建到投產(chǎn)的速度被壓縮到極致。這條投資11億元、預計年產(chǎn)10萬臺的算力服務器產(chǎn)線，從簽約到投產(chǎn)僅用180天。

產(chǎn)線投產(chǎn)的時間，恰好趕上國產(chǎn)算力需求爆發(fā)的臨界點。

工信部數(shù)據(jù)顯示，隨著我國AI行業(yè)快速發(fā)展，智算規(guī)模已達1590 EFLOPS。2026年被產(chǎn)業(yè)界視為國產(chǎn)算力規(guī)模部署元年，字節(jié)跳動、騰訊、百度對國產(chǎn)算力服務器的導入目標普遍較上一年翻倍。在國際地緣復雜的背景下，國產(chǎn)算力自主可控的緊迫性更顯突出。

在此背景下，觀察者網(wǎng)春節(jié)前走訪了江蘇興化漢騰科技產(chǎn)線現(xiàn)場和無錫太初元碁硬件研發(fā)中心實驗室。興化這條148米產(chǎn)線上的故事，不只是一家企業(yè)的投產(chǎn)事，更是中國國產(chǎn)算力產(chǎn)業(yè)鏈從“能用”邁向“規(guī)?；渴稹钡目s影。

“拖拉機先開路，路好車自優(yōu)”

在產(chǎn)線上，觀察者網(wǎng)提出一個常被討論的問題：國產(chǎn)算力制程并非全球頂尖，面對行業(yè)快速迭代，市場會買單嗎？

王皓霆打了個比方：“國家修了國道，沒必要只跑法拉利?！?/p>

全球最先進制程的芯片是“法拉利”，但國道不是為法拉利單獨修的。王皓霆認為，目前8到12納米制程的芯片，足以覆蓋未來兩到三年的主流算力需求——真正可能閑置的，反而是那些遠超當前應用場景的過高制程產(chǎn)品。

“不是說先進制程不重要，而是現(xiàn)階段我們的‘路’——應用場景和基礎設施——還沒到需要跑法拉利的程度。先讓拖拉機跑起來，把路跑通，車自然會升級。”王皓霆解釋。

事實上，“拖拉機”已跑出成績。

監(jiān)控全球大模型實際調(diào)用的平臺OpenRouter最新數(shù)據(jù)就是明證，春節(jié)期間全球Token調(diào)用量前十中，中國模型占四席、份額過半，支撐這些模型運行的，相當一部分是基于國產(chǎn)算力的推理集群。市場并未因制程不最先進而拒絕國產(chǎn)算力，相反，當模型運行良好，用戶根本不關心底層芯片是幾納米——他們在意的是響應速度和調(diào)用成本。

這種務實邏輯在興化產(chǎn)線得到體現(xiàn)。這里生產(chǎn)的服務器搭載龍芯3C6000處理器和太初元碁自研的T100 AI加速卡——對當前算力需求來說夠用、管用，完全自主可控，供應鏈穩(wěn)定，性價比合理。用王皓霆的話說，現(xiàn)在要做的不是造法拉利，而是讓足夠多的拖拉機上路。

在距興化約200公里的無錫惠山，太初元碁硬件研發(fā)中心實驗室里，科研人員正進行關鍵工序：將國產(chǎn)AI芯片測試、封裝成AI加速卡，再插裝到對應服務器中，進行大規(guī)模軟硬件協(xié)同調(diào)試。至此，服務器初步具備為大模型提供AI算力的能力。

太初元碁的技術路線與國內(nèi)主流GPGPU架構(gòu)廠商不同。它脫胎于國家超級計算無錫中心和清華大學團隊，采用異構(gòu)眾核架構(gòu)——簡單說，不追求單一芯片的絕對性能，而是通過集成不同類型計算單元，讓系統(tǒng)整體算力最大化。

太初元碁首席產(chǎn)品官洪源對觀察者網(wǎng)表示：“異構(gòu)的核心是將不同類型、不同特長的算力有機系統(tǒng)化結(jié)合”，而非“簡單堆積不同處理器”。

這種思路呼應了王皓霆的“拖拉機論”：不追求單點最強，而是系統(tǒng)最優(yōu)。

這條路已開始跑通。2026年初，基于國產(chǎn)芯片訓練的AI大模型密集落地：智譜聯(lián)合華為開源的GLM-Image成為首個依托國產(chǎn)芯片實現(xiàn)全程訓練的SOTA多模態(tài)模型；中國電信開源的千億級星辰大模型也在上海臨港國產(chǎn)萬卡算力池完成全流程訓練。

國產(chǎn)算力不再是實驗室樣品，而是在承擔真實訓練任務。

“算力服務器不是拼積木，是系統(tǒng)工程題”

很多人認為算力服務器像拼積木一樣把芯片插進機箱，實際并非如此。

在產(chǎn)線上，王皓霆指著一臺正在組裝的4U服務器解釋：“算力服務器的核心技術在適配。一是CPU和GPU之間的適配，二是內(nèi)部線路、冷卻方案的適配。不同芯片用不同元器件適配，性能會有差異?！?/p>

他打了個更形象的比方：“四缸汽車和八缸汽車，不是互換發(fā)動機就能無縫運行?！?/p>

這意味著，算力服務器內(nèi)部，CPU負責調(diào)度，GPU負責加速計算，供電方案影響算力釋放效率，冷卻方案決定芯片能否長期穩(wěn)定運行——都不是簡單拼裝，而是深度耦合的系統(tǒng)工程?！耙材芡ㄟ^電和冷卻方案提升算力，這和大家以為的‘芯片決定一切’不一樣?！?/p>

這也是漢騰選擇聯(lián)合龍芯、太初元碁、臺達組成“國產(chǎn)夢之隊”的原因。龍芯3C6000提供完全自主可控的CPU，王皓霆稱它為“全漢字字典”，從指令集到微架構(gòu)全自主研發(fā)；太初T100提供AI加速卡；臺達提供電源和冷卻方案——三者需大量適配和調(diào)試，才能讓服務器釋放最大算力。

這也說明，國產(chǎn)算力服務器的壁壘不僅在單一高精尖技術，更在打通產(chǎn)業(yè)鏈各環(huán)節(jié)、協(xié)同起來的系統(tǒng)集成能力。除了部件突破，各環(huán)節(jié)的適配磨合，也需要“系統(tǒng)集成者”。

這道系統(tǒng)工程題，放大到集群層面，難度再上一個量級。

“外界常說萬卡萬卡，好像一萬張卡就是數(shù)量。其實萬卡是難度標準，不是體量標準?！蓖躔獙τ^察者網(wǎng)說。

一萬張卡意味著數(shù)千臺服務器、數(shù)萬條高速互聯(lián)線路、龐大的供電和冷卻系統(tǒng)，以及復雜的軟件調(diào)度——單臺服務器的適配難題，在集群層面被放大數(shù)千倍。

王皓霆透露，漢騰已簽署五大萬卡集群建設合作協(xié)議，分布在承德、石家莊、興化等地，面向金融、醫(yī)療、物流等行業(yè)場景?！跋茸屪约旱哪Ｐ陀米约旱目ㄅ芷饋?，了解實際流程才能最終實現(xiàn)國產(chǎn)替代?！?/p>

“電沒增，算力就增了”

當外界目光聚焦芯片廠的“納米之戰(zhàn)”時，算力產(chǎn)業(yè)在物理世界撞上另一堵墻——電力。

王皓霆算了筆賬：傳統(tǒng)通用服務器時代，單機柜功率超12千瓦的很少?，F(xiàn)在，一臺4U 8卡智算服務器滿載功耗近5.4千瓦，一個機柜塞8臺，輕松突破40千瓦。這意味著，過去數(shù)據(jù)中心的配電網(wǎng)絡、變壓器乃至整體能耗指標（PUE），都面臨“超載”癱瘓風險。

因數(shù)據(jù)中心高能耗，各地政府對其電網(wǎng)容量管控趨嚴——智算中心能拿到的總電量幾乎是固定的。

芯片制程短期內(nèi)按節(jié)奏推進，總電量也加不上。怎么辦？

漢騰聯(lián)合全球電源管理巨頭臺達，研發(fā)了SST技術（800V直流直供）。傳統(tǒng)機房里，電從市電到芯片，要多次交直流轉(zhuǎn)換，每次轉(zhuǎn)換都有熱損耗——這些熱量不產(chǎn)生算力，卻消耗電費和冷卻資源。800V直流直供的邏輯很簡單：減少轉(zhuǎn)換環(huán)節(jié)，讓電更“直”地到芯片。

在太初元碁的方案中，這項供電技術與自研AI芯片、高效液冷整合為“三位一體”系統(tǒng)：互聯(lián)、供電、冷卻的高密度集成。結(jié)果是，設備空間利用率較傳統(tǒng)方案提升一倍，單機架可容納128顆芯片，系統(tǒng)PUE降至1.15。

相比傳統(tǒng)數(shù)據(jù)中心1.3到1.5的PUE，每降低0.1，萬卡級智算中心一年省下的電費可達數(shù)百萬元——更重要的是，省下來的每一度電、減少的每一分熱損耗，都能轉(zhuǎn)化為芯片開機時間。

在走訪現(xiàn)場，王皓霆用樸素的話道出參數(shù)背后的邏輯：“你使勁算的時候，電沒增加，算力肯定就增加了?！?/p>

在總電量固定的前提下，省下來的每一瓦，就是多賺的算力。當所有人討論芯片晶體管數(shù)量和制程工藝時，一場藏在變壓器和冷卻液管路里的較量，正悄然重塑算力競賽的底層規(guī)則。

“中國AI的優(yōu)勢在數(shù)據(jù)”

談及中國算力產(chǎn)業(yè)如何走出自己的路，王皓霆給出了判斷框架。

“美國是先有算力，再有大模型。我們拿到大模型，適配的是英偉達算力，現(xiàn)在要反過來——用自己的算力適配自己的模型?！?/p>

這是重要的認知差異。美國路徑是“算力先行”：先有英偉達GPU集群，再有OpenAI的GPT系列。中國路徑相反：先在英偉達算力上訓練出有競爭力的大模型，現(xiàn)在要把底座換成國產(chǎn)算力——相當于在飛機飛行中換引擎，難度很大。

但王皓霆認為，中國有美國不具備的結(jié)構(gòu)性優(yōu)勢。

“中美產(chǎn)業(yè)有個明顯差異——美國優(yōu)勢在技術，我們優(yōu)勢在數(shù)據(jù)。12億人每天產(chǎn)生的數(shù)據(jù)量，是美國人眼紅的?！?/p>

數(shù)據(jù)是AI大模型的“燃料”。中國有全球最大規(guī)模的互聯(lián)網(wǎng)用戶群體，在電商、社交、出行、支付等場景每天產(chǎn)生海量數(shù)據(jù)，為大模型訓練和優(yōu)化提供天然素材。OpenRouter上中國模型Token調(diào)用量超六成的數(shù)據(jù)，從另一維度印證了這一點：龐大用戶基數(shù)和豐富應用場景，不僅為模型訓練提供素材，更在推理側(cè)形成持續(xù)“飛輪效應”——用的人越多，模型迭代越快，調(diào)用量越大，對底層算力需求越旺盛。

中國可能暫時造不出最好的“發(fā)動機”（芯片），但有最豐富的“燃料”（數(shù)據(jù)）和最密集的“公路網(wǎng)”（應用場景）——路上已跑滿“拖拉機”。

太初元碁首席產(chǎn)品官洪源也持類似觀點。他對觀察者網(wǎng)表示，目前初代AI加速卡內(nèi)，單顆芯片算力可支持AI大模型同時處理100至500個并發(fā)問答任務。面對AI大模型爆發(fā)式增長的算力需求，實驗室近期研發(fā)重點聚焦在算力性能突破、系統(tǒng)架構(gòu)升級、實際場景深度融合三個方向。

“有需求、有數(shù)據(jù)、有場景，缺的就是時間，”王皓霆說，“給我們兩到三年窗口期，中國算力市場不會比美國差。”

“決定未來的，除了算力，還有定力”

在全球數(shù)字經(jīng)濟發(fā)展大潮下，算力是核心生產(chǎn)力，也是驅(qū)動千行百業(yè)智能化升級的關鍵支撐。

除了算力，興化當?shù)匾晃还賳T對觀察者網(wǎng)說：“決定AI發(fā)展未來的，一個是算力，一個是定力?！?/p>

他說的定力，不只是興化這樣的地方政府，愿意在產(chǎn)業(yè)空白上用180天建算力服務器產(chǎn)線的決心；也不局限于漢騰這樣的民營企業(yè)，在華為、浪潮、中科曙光等巨頭林立的市場中，從算法起家、逐步向算力上游延伸的耐心。而是整個國產(chǎn)算力產(chǎn)業(yè)鏈，在芯片被“卡脖子”的壓力下，沒有急于求成追最高制程，而是選擇先把路跑通的務實路徑。

王皓霆對未來的信心基于簡單邏輯：“錢進來了，技術就會進來。技術進來了，所有問題都能解決?！彼J為，算力產(chǎn)業(yè)的核心驅(qū)動力終究是市場需求，而中國需求端正在爆發(fā)。

產(chǎn)業(yè)端數(shù)據(jù)佐證了這一判斷。當前算力租賃市場基本供不應求，服務器價格較上一年上漲約30%。行業(yè)預測國產(chǎn)算力服務器將迎來井噴式增長，國產(chǎn)AI芯片正從推理側(cè)的“單點突破”邁向訓練側(cè)的“體系化崛起”。

下午四點，興化冬日天色漸暗。148米的產(chǎn)線完成當天最后一輪試產(chǎn)調(diào)試，車間燈光次第熄滅。春節(jié)后，這條線將正式量產(chǎn)，每臺下線服務器經(jīng)老化測試后隨即裝車，沿高速公路駛向承德、石家莊——在那里，它們將與數(shù)千臺同伴組成萬卡級國產(chǎn)算力集群。

沒人會記住一臺臺拖拉機的名字，但所有人會記住它壓出的路，興化這條148米的算力產(chǎn)線，只是國產(chǎn)算力突圍的起點。