智谱AI近期在国产AI算力领域迈出关键两步：一方面落地1GW级国产AI算力数据中心，全部采用国产AI芯片；另一方面完成对国产AI异构算力软件公司中科加禾（XCore Sigma）的收购。这两项举措分别从算力供给与算力释放两个维度，补齐了大规模模型训练与部署的核心能力。
一、算力供给：1GW级国产AI算力数据中心落地
据外媒报道，智谱AI（Z.ai）已建成并投入运营一个1GW级的国产AI算力数据中心。该数据中心全部采用国产AI芯片，为大规模模型训练提供充足的算力资源。这一规模在国产AI算力领域属于领先水平，标志着智谱在自主可控算力基础设施上迈出了实质性一步。
二、算力释放：收购中科加禾，补齐异构算力软件栈
智谱于同日完成对中科加禾（XCore Sigma）的收购。中科加禾源自中科院计算所编译实验室，长期深耕异构算力软件栈及编译优化，被业内视为国内顶尖AI Infra团队之一。其核心能力包括：
- 编译器：优化不同AI芯片间的指令翻译与执行效率。
- Runtime：运行时管理系统，协调多芯片协同工作。
- 推理引擎：提升模型推理速度，降低推理成本。
通过收购，智谱将获得提高异构芯片利用率、降低推理成本、提升模型部署效率的关键技术能力。
三、两项动作的共同意义
算力供给与算力释放是AI大模型落地的两大支柱：
- 算力供给：1GW级数据中心解决“算力从哪来”的问题，确保大规模训练有足够资源。
- 算力释放：中科加禾的软件栈解决“如何用好算力”的问题，让不同国产芯片高效协同，降低综合成本。
近期市场对智谱下一代基础模型的讨论持续升温。有观点认为，在大规模算力、成熟Infra体系及长期积累的Post-training能力共同支撑下，智谱下一代基础模型将向更大参数规模、更高智能水平演进，同时兼顾推理效率与工程可部署性。
小提示
- 国产AI芯片的现状：目前国产AI芯片在性能上已接近国际主流水平，但在生态兼容性和软件工具链上仍需持续优化。中科加禾的编译技术可以有效弥合这个差距。
- 1GW级算力意味着什么：1GW（吉瓦）是电力容量的单位，对应数据中心的设计功耗。1GW级数据中心通常需要数十万块AI芯片，足以支撑超大规模模型的训练。
常见问题
Q1：为什么智谱要自建1GW级国产算力数据中心？
国际大模型训练依赖英伟达等高端芯片，但受出口管制影响，获取先进芯片的难度增加。自建国产算力数据中心可以确保算力供给的自主可控，同时降低对单一供应商的依赖。
Q2：收购中科加禾对智谱有什么实际帮助？
国产AI芯片品牌众多（如华&为昇腾、寒武纪、海光等），彼此架构不统一，导致模型迁移和部署成本高。中科加禾的编译器和Runtime可以“屏蔽”底层芯片差异，让一套代码在不同芯片上高效运行，从而降低推理成本、提升部署灵活性。
Q3：智谱的下一代基础模型预计何时发布？
目前官方尚未公布具体时间表。但结合此次算力基础设施的落地以及Infra团队的补强，可以推测下一代模型正在加速推进中，其参数规模可能超过当前旗舰模型，同时在推理效率上会有显著提升。
