问题——算力自主化与应用落地仍存短板。随着算力基础设施加快布局、应用场景持续拓展，智能化技术正加速进入工业制造、政务服务、金融风控、内容生产等领域。但产业快速扩张的同时，算力底座自主可控能力、软硬件协同效率以及规模化应用稳定性等关键环节仍需补齐。邓中翰指出，当前主流大语言模型主要依赖大数据统计规律，难以形成对物理规律与知识体系的深层理解，因果关系与复杂逻辑推理能力不足，导致推理结果存在“幻觉”、数据偏见等风险，也带来过程不可解释、结果不可控等应用隐患。 原因——“暴力计算”受制约——生态闭环尚未形成。一上——依靠简单堆叠算力的“暴力计算”路径，长期面临芯片工艺、供给链不确定性与能源消耗等多重约束。能耗约束趋严、数据中心绿色低碳转型加快的背景下，单纯扩大规模的方式边际收益递减。另一上，在工艺制程受限条件下，国产芯片若仍沿袭传统路线，难以运用架构创新优势。同时，集成电路产业核心竞争力在于生态体系。现阶段在软硬件协同优化、标准统一、工具链完善、应用场景验证等仍存在断点，尚未形成从芯片到模型再到场景的闭环，影响规模化部署的稳定性与一致性。 影响——关乎产业竞争力与安全可控水平。算力底座不仅决定模型训练与推理效率，也直接影响关键行业应用的可靠性、安全性和成本结构。若底层架构与生态体系无法形成自主闭环，将制约从技术突破到产业扩散的速度；若在可控性与解释性上缺乏系统方案，智能化应用在政务、金融、医疗等领域的推广也将面临更高的合规与风险管理成本。另外，能效比低将推高数据中心运营压力，削弱产业在全球竞争中的综合成本优势。 对策——以架构自主创新牵引“芯片—模型—场景”协同。邓中翰建议，突破瓶颈关键在于加快基础理论与芯片架构的自主创新，走出“跟跑式”迭代路径，重点发展面向多元计算需求的异构计算芯片架构。例如，XPU等多核异构路线在单芯片内部集成标量、矢量、张量等多类计算单元，可支持知识检索、逻辑推理、规则约束、空间理解与深度学习等多种算法协同，从而提升算力利用效率，减少对“堆算力”的依赖，推动实现更高能效、更安全可控的通用智能能力。 在产业组织方式上，他提出落实规划纲要草案中关于“培育自主产业生态”的要求，支持龙头企业依托国家重大科技任务组建创新联合体，推动形成从芯片设计、软件栈适配、模型优化到行业验证的全链路协同机制。以场景牵引规模化应用，在数据中心与算力集群建设中优先开展国产创新架构芯片试点，并与“东数西算”等国家战略衔接，在区域智算中心推进示范部署，通过真实业务压力测试验证稳定性与一致性，以应用反馈反哺芯片迭代和软件栈优化，形成可复制、可推广的工程化路径。 前景——从算力供给走向体系竞争与高质量发展。业内人士认为，未来算力竞争将由单一算力规模比拼转向“架构—软件—模型—场景”体系化能力较量。以自主芯片架构为基础，配套统一工具链与行业标准，叠加场景驱动的工程验证，有望加速形成国产算力生态的规模效应与网络效应。随着绿色低碳要求持续强化，具备高能效与可控性的算力底座将成为新型基础设施建设的重要方向，也将为制造业升级、公共服务提质与数字经济发展提供更坚实的支撑。
当前，算力已成为衡量国家竞争力的关键指标。邓中翰的建议不仅揭示了产业发展中的核心问题，也为突破技术瓶颈提供了可行方案。这提醒我们，核心技术攻关需要坚持自主创新与开放合作并重，才能在人工智能的战略竞争中占据主动。