当智算变局到来，我们该如何 “用对” 算力？| GAIR Live016

2025 年的 AI 圈，终于从 “大模型崇拜” 走进了 “应用现实主义”。 当百度文心、阿里通义、腾讯混元等基础模型的参数竞赛告一段落，当 “百模大战” 变成 “百业应用”，企业们突然发现：曾经被当作 “基建” 的算力，成了应用落地的 “胜负手”—— 不是没有算力，而是找不到 “刚好能用” 的算力；不是算力不够，而是 “用不对地方” 的算力在浪费；不是买不起算力，而是 “不会用算力” 的成本在吞噬利润。 而 Oracle 与 OpenAI 签下 3000 亿美元的算力大单同样是行业变化的风向标：这不是简单的 “卖算力”，而是 “生态绑定”：OpenAI 需要 Oracle 的超大规模算力集群支撑 GPT-5 的训练与推理，Oracle 则通过绑定头部模型公司锁定未来十年的算力需求。这反映了全球算力市场的两个核心趋势： 其一是 “算力需求从集中走向爆发” 。大模型训练需要巨量算力（GPT-5 的训练算力是 GPT-3 的 10 倍），而多模态、Agent（智能体）等应用的推理算力更是指数级增长。比如一个直播 AI 中控，要同时处理视频流、语音识别、观众互动，其推理算力消耗是普通文本模型的 5 倍； 其次， “算力供给从规模化走向定制化” 。市场需要的，不是 “通用算力”，而是 “匹配模型需求的算力”：比如 NVIDIA 的 H20 芯片，因高显存（80GB）、低功耗（350W）成了 “推理圣体”，而国产芯片如华为昇腾 950，因支持 FP8 精度，在短视频推理场景下性价比超过 H100。 回到国内，我们有世界第二大的计算规模（788 百亿亿次每秒），有 200 多个超算 / 智算中心，但供需错配 、技术错配 、模式错配、认知错配的痛点，正在给智算市场带来新的机会和挑战。 正是在这样的背景下，雷峰网 GAIR Live 于 9 月 18 日推出 “算力变革下的生存之道” 主题论坛。三位 “起而行之