中国智算如何实现“DeepSeek式突围”

今年以来，我国以DeepSeek为代表的大模型企业通过算法优化、有针对性的训练和开源生态协作，在 使用"缩水版"GPU芯片的情况下，将千亿参数模型训练成本压缩至同类模型的1/10，走出了一条从粗放 式算力堆砌向内生式效能提升的新路径。 在全球惊叹中国非对称创新奇迹的同时，也要清醒看到，就人工智能（AI）技术和产业自主可持续发 展而言，我国仍未摆脱对高端乃至"缩水版"智算芯片等物理器件的依赖。在可以预见的未来，外部环境 可能更趋恶劣，封锁遏制常态化、供应链不确定性等挑战难以回避。我国亟需在智能算力层面实 现"DeepSeek式突围"，用超限创新解耦当前硬件算力提升与制程工艺进步强绑定的关系。 换言之，我国要在AI领域获得与竞争对手可博弈的能力，不仅要在算法层面继续革命、突破"算力茧 房"，而且要在算法与物理层面深度融合上实现换道超车，破解"制程工艺茧房"。以生成式变结构计 算、软件定义晶上系统（Software defined System on Wafer，SDSoW）为主要内容的晶上生成式体系架 构，为解决算法模型与算力载体失配难题、增强软硬件协同算力可持续发展提供了新的技术路径。 让计算架构的"鞋"适应算 ...