摘要
DeepSeek之后，中国AI产业最深刻的一个变化，可能是大家终于不再相信“暴力堆算力”了。 当DeepSeek用一系列极致的低精度优化、长上下文压缩、算子工程把模型成本压到行业平均的十分之一以下，它实际上证明了一件事：AI下半场的胜负手，在算力底座的整体效率，而不在某一颗芯片的峰值参数。 “系统工程”并非孤军突围的无奈之举，它几乎是全球性的效率共识——海外的Anthropic、xAI、Mistral也都在沿着类似的方向重写自己的工程栈。 但对中国产业而言，这个范式转移的意义更复杂一些。它一方面意味着中国厂商不必再在制程和算力密度上跟英伟达打一场没胜算的硬仗，另一方面也意味着，如果软件生态跟不上，再多的卡也只是堆在机房里的“沉默资产”。 这也是为什么近两年中国算力的竞争焦点，迅速从芯片切换到了生态。 5月23日，鲲鹏昇腾开发者大会2026的明星开发者团队圆桌上，主持人、中科院计算所学者、老石谈芯主理人石侃谈道：“硬件是基石，生态是灵魂。再强的芯片，如果没有好用的软件生态，只是一种冷冰冰的硬件。” 主持人、中科院计算所学者、老石谈芯主理人石侃 这正是当下中国AI计算产业生态最需要回答的问题——生态够不够好用？开发者愿不愿意来？用了能不能留下？ 在KADC现场，四位来自AI大模型、金融、高性能计算领域的开发者，用他们的实战经验回应了这个问题。他们的身份各异——有大模型创业公司的联合创始人，有银行核心团队的技术专家，也有高校的研究者——但他们都把昇腾和鲲鹏当作真实生产环境的基础设施长期使用。 这四位开发者的讲述，是观察中国算力生态成熟度的一组真实样本。 AIGCode陈秋武：65%的MoE MFU，技术极客如何吃透昇腾 2024年初，AIGCode刚成立，市场上买不到英伟达卡，作为创业小公司，团队只能从昇腾开始。用了一段时间之后他发现“其实还好”——这种从被动接受到逐步认可的过渡，几乎是国产芯片在那一波AI创业公司里普遍的破冰路径。 AIGCode做的是Vibe Coding类应用——用一句自然语言提示词就能生成前端、后端、数据库的完整系统，15分钟内交付一整套应用。 但和大多数Vibe Coding公司不同，AIGCode坚持自研基础大模型。