中国智能算力突围，美国也推出全球最大AI超算，智能产业迎新变局

文 | 金锐点

编辑 | 金锐点

当AI大模型的参数从百亿级跃升至万亿级，算力早已不是简单的“计算能力”，而是定义科技产业格局的核心竞争力。

就在10月，美国甲骨文在拉斯维加斯AI World大会上抛出“全球最大云端AI超算”的重磅消息，与此同时，中国智能算力规模正以三年十倍的速度狂飙。

一边是单点突破的“算力巨兽”，一边是全面崛起的“算力生态”，两国的发展路径又将如何重塑全球智能产业的未来？

甲骨文此次推出的OCI Zettascale10超算，堪称AI基础设施领域的“巨型工程”。

这台横跨多个数据中心的“算力巨兽”，由80万块NVIDIA GPU芯片堆叠而成，宣称峰值算力达到16 ZettaFLOPS。

这个数字意味着每秒能完成10的21次方以上浮点运算，平均每块GPU可贡献约20 PetaFLOPS算力，已接近英伟达最新一代Grace Hopper（Blackwell架构GB300）芯片的水平。

对普通读者来说，这样的算力规模足以同时支撑数十个万亿参数大模型进行训练，相当于把上万个普通数据中心的算力集中到了一处。

更值得关注的是这台超算的“用武之地”，甲骨文早已与OpenAI在德州阿比林共建了“星际之门”旗舰AI超级计算集群，而OCI Zettascale10正是这个集群的算力核心。

OpenAI基础设施部门副总裁Peter Hoeschele直言，甲骨文定制的网络架构在“千兆瓦级”规模下最大化了整体性能，把大部分能耗都用在了刀刃上的计算环节。

这场合作的背后，是一笔价值高达3000亿美元的五年期算力采购协议，OpenAI希望通过绑定甲骨文，打破对单一算力供应商的依赖。

而甲骨文则借顶级客户的背书，从传统软件巨头向AI基础设施核心玩家转型。

支撑起这台“算力巨兽”高效运转的，是甲骨文独创的Acceleron RoCE网络架构。

在大规模AI集群中，GPU之间的通信延迟往往会成为算力释放的“瓶颈”，就像一条挤满车辆的高速公路，再宽的路面也会因收费站而拥堵。

甲骨文的解决方案很直接，让每块GPU的网络接口卡都充当小型交换机，直接连接多个隔离的网络交换平面。

这种设计砍掉了传统三级交换结构的冗余层级，不仅让GPU间的直连延迟更稳定，就算某条路径出故障，训练作业也能自动切换路线，不会中途“罢工”。

这套架构还用上了线性可插拔光学模块等新技术，在保持400G/800G高带宽的同时，硬生生把网络能耗和冷却成本降了下来。

难怪NVIDIA高管Ian Buck会说，这种全栈优化的“计算结构”，正是把AI从实验室推向工业化的关键基础。

不过这台“全球最大”的超算，也藏着不少让人疑惑的地方，甲骨文宣称的16 ZFLOPS峰值算力，至今没经过任何独立机构的验证，业内普遍猜测这只是理论上的“天花板”。

AI计算的精度直接影响模型效果，实际训练大模型时，为了保证收敛质量，通常得用BF16甚至FP8的精度格式，而甲骨文很可能用了FP8乃至4比特的稀疏运算才算出这个惊人数字。

这就像宣称一辆车时速能到500公里，却没说这是在实验赛道上卸下所有负重的结果，实际上路根本跑不出这速度。

更关键的是，这台超算要到2026年下半年才正式提供服务，现在只是接受预订，真正的实战表现如何，还得等用户用起来才知道。

就在甲骨文高调秀肌肉的同时，中国的智能算力正以肉眼可见的速度实现突围。

根据工信部发布的数据，2024年中国智能算力规模已达725.3EFLOPS，同比暴涨74.1%，增速是通用算力的3倍还多。

到2025年，这个数字预计将攀升至1037.3EFLOPS，继续保持43%的高增长，更值得关注的是，中国的算力突破不是“堆规模”，而是在核心技术上啃硬骨头。

2025年8月，北京大学陈帜团队研发的DeepFlame软件，在国产神威超算上完成了近万亿网格的火箭发动机燃烧模拟。

并行规模达到4000万核，峰值性能超过1EFlops，把计算速度提升了1000倍，还适配了华为Kunpeng、曙光DCU等国产硬件。

差不多同一时间，中兴通讯的“星云智算超节点”在算力大会上拿了大奖，用自研的“凌云”AI交换芯片，实现了国产化GPU的大规模高速互联，能支撑万亿参数大模型训练，还把推理成本降了下来。

中国的算力突围，还走出了一条与美国不同的“生态路线”，美国那边是巨头深度绑定。

比如英伟达向OpenAI投资1000亿美元，这笔钱又回头买英伟达的芯片，形成“资本闭环”，本质是用资本锁定技术霸权。

而中国更注重“普惠化”和“自主可控”，北京、杭州、上海稳居中国AI城市排行榜前三，互联网、金融、运营商成为算力应用最广的行业，形成了“核心城市引领、多行业渗透”的格局。

在硬件上，中芯国际的N+2工艺实现服务器芯片本地化，长江存储打破闪存垄断。

这场中美算力竞赛，本质上是全球智能产业格局的重塑，IDC的数据显示，中美两国占据了全球近七成的AI市场份额，美国靠技术积累占了55%以上，中国则靠增速追赶，但双方都面临各自的挑战。

甲骨文要证明自己的超算不是“纸面算力”，还得解决云业务毛利率低的问题，毕竟350亿美元建数据中心的投入不是小数目。

中国则要继续突破生态壁垒，比如英伟达CUDA生态占了全球90%的市场份额，国产框架还需要时间培育。

不过从趋势看，算力竞争已经从“芯片大战”升级到“生态大战”，谁能把算力、算法、应用和资本更好地捏合起来，谁就能掌握未来的话语权。

两国的算力发展还带出了“绿色命题”，中国西部的数据中心靠光伏、风电实现绿电使用率超90%，芜湖“中华数岛”用液冷技术把PUE降到1.09，碳排放比传统数据中心低60%。

而美国的大型数据中心PUE普遍在1.5以上，能耗问题越来越突出，这或许会成为新的竞争焦点，毕竟未来的算力，不仅要算得快，更要算得绿。

无论是甲骨文的“算力巨兽”，还是中国的“生态突围”，都指向同一个结论，算力已经从AI的“基础设施”变成了“核心能源”。

2026年甲骨文超算正式落地时，我们能看到它是否能兑现承诺，而中国的算力增长曲线，还会继续书写突围的故事。

这场竞赛没有终点，但可以肯定的是，最终受益的会是整个智能产业，毕竟有竞争，才有更快的创新，更普惠的技术。