新浪科技訊 9月14日晚間消息，2026年中國國際服務貿易交易會（簡稱：2026年服貿會）期間，摩爾線程CFO薛巖松分享坦言：「英偉達在中國AI芯片市場份額已從昔日95%暴跌至不足8%，接近清零，且其遊戲卡產品也正逐步退出國內市場，海外芯片長期壟斷國內算力市場的格局正在瓦解。」

　　在薛巖松看來，隨着海外品牌退場，國產算力迎來歷史性替代機遇，產業發展正從「可以用」邁入「好用」的全新階段。但同時，在超級集群工程、算力成本控制等核心領域仍存在明顯短板，亟待持續攻堅突破。

　　薛巖松透露，目前國內AI加速卡國產市場份額已突破60%，且保持高速增長，正向高端算力場景持續躍進。數據預測，2025年底中國算力規模將達到160萬P，穩居全球第二。

　　依託技術持續迭代，國產算力已實現多項硬核突破，徹底擺脫低端標籤。薛巖松介紹，公司配合國家級實驗室，以超過12000卡的智算集群完成了2360億參數科學大模型的預訓練，目前正攻關萬億參數水平的大模型，這是國內突破性進展。同時，北大團隊基於摩爾線程S5000顯卡集群研發的世界模型，登頂斯坦福大學相關賽道排行榜，霸榜超47天，實現國內首次全棧原生世界模型訓練。

　　但亮眼成績外，薛巖松也直面產業短板，坦言國產算力仍存在多重差距。當下算力競爭早已脫離單卡性能比拼，進入大規模集群工程化競爭階段。「萬卡集群已是行業標配，十萬卡是下一步核心目標，但即便我們2027年聯合京東建成10萬卡智算集群，和美國仍有差距。」他指出，美國已落地20萬卡級H200集群，行業頭部企業規劃50萬卡、百萬卡級集群，甚至以1GW電力規模定義超算等級，遠超國內現有水平。

　　生態與成本，是制約國產算力規模化落地的另外兩大核心難題。面對英偉達20年積澱的CUDA生態壁壘，摩爾線程依託自研MUSA統一架構，實現從硬件、驅動到算法、應用的全棧兼容，補齊生態短板。與此同時，算力高成本問題亟待破解，「互聯網應用邊際成本幾乎為零，但AI每一次調用都要付出實打實的算力成本，如何持續壓降算力綜合成本，是全行業的核心課題。」

　　薛巖松總結道：「國產算力已突破能不能用的階段，正向好不好用加速突破，可全面支撐模型推理、中小模型訓練場景替代，但在高端大模型預訓練、科學計算、具身智能、世界模型等前沿領域，仍需持續追趕。未來期待產業與金融界攜手，共同築牢國產AI算力核心底座。」

　　服貿會期間，北京市順義區還舉辦「順易投融·匯金助園行」園區金融服務專場推介會。聯合銀行、保險、金融租賃機構與區內行業主管部門、各鎮產業園區及重點企業面對面，聚焦園區發展痛點、企業成長難點，靶向推送專業化、場景化金融服務方案，搭建「政園企金」常態化對接橋樑。