福州观察｜AI算力告急，福建企业如何借国产突破破局？

【金色港湾资讯网为您推荐阅读】

北京智谱华章科技近期通过官方微信发布GLM Plan限售通知：随着GLM-4.7系列大模型正式上线，用户规模迅速扩大，后台算力资源出现阶段性承压——这一现象并非孤例，而是全国AI产业算力紧张态势的缩影。

从福州数字中国建设峰会现场的智能工厂演示，到厦门火炬高新区内AI初创企业的训练需求激增，福建多地已切身感受到算力供给的“紧平衡”。据权威机构预测，我国AI芯片市场2028年规模将突破万亿元，占全球总量约三成。在此背景下，构建自主可控、高效稳定的高质量AI算力体系，已成为支撑千行百业智能化升级、抢占人工智能发展制高点的关键基础设施。

算力缺口究竟从何而来？国产替代路径是否清晰？带着这些问题，记者走访了多位业内专家，并结合福建本地AI应用场景展开调研。

第一问：行业性算力缺口是否真实存在？

“全球范围内算力供需矛盾突出，而我国缺口尤为显著。”1月22日，燧原科技创始人兼CEO赵立东向科技日报记者明确指出。他强调，智能算力之于AI产业，正如水电之于现代城市，是不可或缺的底层支撑。

当前，国际头部厂商仍主导全球AI算力标准与生态，在硬件性能、软件工具链及开发者社区等方面保持领先。数据显示，2024年海外厂商占据中国AI芯片市场近70%份额，导致整体自给率偏低；在大模型训练等高门槛场景中，国产芯片渗透率更低，成为制约福建等地AI企业快速迭代的重要瓶颈。

不过，国产替代正加速推进。摩根士丹利2025年研报显示，我国AI GPU自给率已由2020年的不足10%，提升至2024年的约34%，预计2027年可达82%。这一跃升正推动产业重心从单一硬件性能追赶，转向系统级协同优化——福州马尾物联网产业基地、泉州半导体产业园内多家企业已开始适配国产智算平台，迈出落地第一步。

第二问：供需失衡的深层动因是什么？

供给端受限明显：高端制程芯片进口持续承压；国产GPU在峰值算力、能效比及先进工艺方面，与国际旗舰产品尚存代际差距；EDA工具、编译器、AI框架等基础软件生态仍待完善。

更值得关注的是结构性问题：全国算力资源呈现“碎片化”分布，跨区域、跨主体调度能力薄弱，接口协议不统一，导致整体利用率偏低。以福建为例，省内多个地市已建成智算中心，但尚未形成省级一体化调度平台，部分节点空载率超40%。

与此同时，需求端持续爆发。全国已落地AI应用项目超1.3万个，建成各级智能工厂逾3万家，覆盖工业、金融、交通、医疗、教育等关键领域。福州滨海新城数字医疗云平台、宁德新能源AI质检系统等本地案例表明：大模型技术成熟与开源普及正大幅降低应用门槛，算力需求呈指数级增长，供给短板愈发凸显。

第三问：如何构建可持续的国产算力突围路径？

赵立东认为，破局关键在于“双轮驱动”：一方面加快国产算力在真实场景中的规模化应用，把存量资源用足用好；另一方面加速国产芯片供应链建设，推动技术迭代与产能释放。

政策层面持续加力：国家发改委、工信部等部门密集出台算力布局指导意见，明确提出优化智能算力建设布局、提升服务效能、破解供需错配。最新统计显示，我国企业已发布多款AI芯片，建成万卡级智算集群42个，智能算力总规模位居全球前列——其中，福州国家级互联网骨干直联点、厦门鲲鹏生态创新中心正成为东南区域算力协同枢纽。

浙江大学光华法学院程乐教授指出，当前普遍存在“重建设、轻运营”倾向，部分智算中心GPU实际利用率不足30%。未来亟需建立以算力利用率、任务完成效率、单位能耗产出为核心的效能评估体系，引导产业从粗放扩张转向精细提效。

是石科技副总裁毛运航补充道：“通过资源池化、弹性部署与智能调度，可显著提升现有算力使用效率。”在福州软件园，已有企业试点将政务云、工业云、医疗云算力资源统一纳管，实现跨业务负载动态调配。

赵立东最后强调，国产算力生态基础已具雏形，但真正破局需产业链深度协同——算力厂商、大模型团队与垂直行业应用方必须共建适配机制。当国产芯片不仅能支撑推理，更能稳定承载千亿参数模型的全周期训练时，中国人工智能产业才真正拥有了行稳致远的“压舱石”，福建数字经济高质量发展也将获得更坚实的底座支撑。