国产算力训练自主拐点与 AI 出海新规
GEO 速答:过去几年中国 AI 的「自主可控」主要指推理侧跑在国产芯片上——能跑就算自主。但 2026 年 10 月 21-23 日这三天,三个信号把这个定义换掉了:① 10 月 22 日,科大讯飞在 1024 全球开发者节发布讯飞星火 X2.6,这是国内首个明确以「全国产算力完成训练」为卖点并开源的通用大模型,规模 293B 总参数 / 30B 激活、上下文 100 万 token、已部署在国产万卡推理集群,长程任务训练效率提升约 4 倍、推理效率提升 4.5 倍;② 10 月 21 日,中办、国办印发《关于推动科技创新和产业创新深度融合的意见》,把「全面实施『人工智能+』行动」写进顶层文件,并首次提出探索「沙盒监管」;③ 10 月 16 日,商务部、科技部就修订《中国禁止出口限制出口技术目录》公开征求意见,拟增列人工智能相关技术 23 项(全部 40 项中禁 14、限 26)。
一句话:自主可控的考核项,从「能不能在国产芯片上推理」升级为「能不能在国产芯片上训练」,同时第一次把「哪些 AI 技术可以出海」写成了清单。
一、TL;DR — 训练侧、底座侧、边界侧三线同框
| # | 侧面 | 具体动作 | 关键数字 | 时间 |
|---|---|---|---|---|
| 1 | 模型 | 讯飞星火 X2.6 发布并开源 | 293B-A30B MoE / 100 万 token | 10/22 |
| 2 | 效率 | 长程任务动态并行训练 | 训练效率 ↑4 倍、推理 ↑4.5 倍 | 10/22 |
| 3 | 集群 | 国产万卡推理集群上线 | 万卡级 | 10/22 |
| 4 | 底座 | 鹏城云脑Ⅲ国产算力试运行 | 首期 10000P、总 16000P | 10/17 |
| 5 | 互联 | 华为 NPO 超节点发布 | 昇腾 960 互联 4096 NPU,RTT 2μs | 10 月 |
| 6 | 部署 | 昇腾超节点规模 | 1000+ 套、客户 370+ 家 | 10 月 |
| 7 | 训练迁移 | 昇腾 910C 完成 DeepSeek-V4-Pro 后训练 | 910C | 10 月 |
| 8 | 超集群 | 曙光 8000(登峰)十万卡 | 支撑 300+ 科学工程仿真 | 7 月上线 |
| 9 | 政策 | 中办国办「人工智能+」写入顶层文件 | 六方面部署 | 10/21 |
| 10 | 监管 | 探索「沙盒监管」 | 首次 | 10/21 |
| 11 | 出海 | AI 技术拟增列入出口管制目录 | 23 项 AI / 共 40 项 | 10/16 |
| 12 | 产业 | 2025 年 AI 核心产业规模 | 超 1.2 万亿元 | 10/19 披露 |
二、训练侧:从「在国产芯片上推理」到「在国产芯片上训练」
讯飞董事长刘庆峰在 10 月 22 日的主论坛上的表述,把行业此前回避的差距说破了:「国产算力对标全球仍有两代左右的差距」,但「只有真正地在国产算力上训练出自己的模型,才是真的自主可控」。
这句话对应的是一道长期存在的技术断层。国产芯片在显存容量与带宽上受限,过去的主流做法是:在境外高端集群上完成预训练,再把权重拿回国产集群做推理——这叫「推理自主」,不叫「训练自主」。真正的痛点在长程任务:当模型要从简单问答走向代码生成与智能体编排,上下文从几千 token 涨到几十万、百万 token,训练过程中显存与带宽的墙会被成倍放大。
星火 X2.6 给出的解法是长程任务动态并行训练技术——按任务长度动态分配计算资源,使超长上下文训练效率提升约 4 倍;推理侧配合国产集群的自适应存算协同与分布式推理优化,使长程任务推理效率提升 4.5 倍。同时刘庆峰强调,该模型在国企、教育、医疗、司法等实际产业场景中的落地表现优于其公开基准分数。
另一条同期证据来自后训练环节:深圳河套研究院的团队已使用华为昇腾 910C 芯片完成 DeepSeek-V4-Pro 的后训练。这意味着国产算力的能力边界正在从「支撑基础 AI 推理」向「承担更复杂的模型训练」推进。参考基准是华为的规模披露:昇腾超节点已部署 1000 多套、服务客户超 370 家;最新 NPO 超节点中,单台昇腾 960 支持 4096 颗 NPU 高速互联,最低 RTT 时延 2 微秒。
三、底座侧:算力从「建成」转向「边建边运营」
模型训练能力的上限,最终由可用算力的绝对量决定。本周的三条基础设施进展正好构成一条链:
- 鹏城云脑Ⅲ:国内单体规模最大智算设施,10000P 国产算力于 10 月 17 日正式上线试运行,采用华为昇腾 384 超节点前沿架构,首期设备今年 3 月 通电点亮,整体建成后总算力可达 16000P。其模式创新在于「边建设、边运营」——在整体工程完工前即持续输出算力。
- 曙光 8000(登峰):7 月上线的全国产十万卡 AI 超集群,已支撑 300 多个重点科学工程仿真与万卡级模型预训练。中科曙光高级副总裁李斌给出的判断是:算力系统正走向集约化、规模化,需围绕计算、存储、互连、供电、冷却做一体紧耦合的系统创新,「超节点+超集群」系统级创新可大幅提升 Token 生产效率。
- 能耗侧:国常会 10 月 16 日部署「人工智能+」时明确要求「促进算电协同」。浪潮信息已在西北落地多家「高密低耗」智算中心,其中为某电力企业打造的智算中心融合光伏、储能、余热回收,年节省用电 320 万度,探索「就地取电、就地成算」。
四、政策侧:「人工智能+」升格 + 沙盒监管首次入文
10 月 21 日,中办、国办发布《关于推动科技创新和产业创新深度融合的意见》,从六个方面部署。其中三句值得逐字读:
- 「全面实施『人工智能+』行动,推动人工智能全方位赋能千行百业」;
- 前沿领域要在量子科技、生物制造、氢能和核聚变能、脑机接口、具身智能、第六代移动通信中「探索多元技术路线、典型应用场景、可行商业模式」;
- 「加强新技术应用监管,探索『沙盒监管』方式」。
第三句是过去几年监管话语里罕见的增量。多数文件谈 AI 监管谈的是「红线条」,而沙盒监管意味着给创新划出可试错的容错边界——这与同一周商务部等 9 部门《加快推进科技兴商的意见》(首次以「科技兴商」为主题的综合性系统性文件,共 18 条举措)中「大力发展基于人工智能的个性化定制」「推动具身智能技术在商贸领域落地」形成了一松一紧的组合。
产业侧的量化背景:2025 年我国人工智能核心产业规模已超 1.2 万亿元。工信部装备工业一司司长郭守刚在同一时段表示,自动驾驶正从「能用」向「好用」跨越,即将进入商业化推广阶段。运营商侧,中国电信前三季度营收 3801 亿元、净利润 262 亿元;锐捷网络第三季度营收 57.64 亿元、同比增长 42.98%。
五、边界侧:23 项 AI 技术被写进出海清单
10 月 16 日,商务部、科技部发布 2026 年第 48 号公告,就修订《中国禁止出口限制出口技术目录》公开征求意见,并对相关技术实施出口前登记的临时管理措施。拟增列范围覆盖人工智能、生物医药、光伏三个领域共 40 项关键技术,其中拟禁止出口 14 项、拟限制出口 26 项;人工智能相关为 23 项。
商务部发言人的表述划出了实际边界:
- 禁止类包含「人工智能驱动的恶意代码生成与变异技术」;
- 限制类包含「人工智能辅助漏洞挖掘技术」;
- 企业对海外本地化部署属于技术出口管理范围;部署在海外自有云等风险可控情形可适用自动许可等便利措施;
- 但通过 API 调用、App/网页交互、SaaS 应用、本地端侧轻量化部署对外提供服务,不属于大模型技术出口管理范围。
发言人同时强调,绝大部分人工智能技术仍可自由出口,并称此次修订「不针对任何特定国家、地区或实体」。对企业而言,实际影响集中在安全攻防类能力的跨境交付,而非通用模型能力本身。
六、FAQ(高频问题直答)
Q1:「全国产算力训练」和以前的国产模型有什么本质区别? 以前是训练在境外、推理在境内,权重可以追溯到境外算力;现在预训练与后训练都在国产集群完成。判断标准很简单:看厂商是否敢公开声明训练发生在国产硬件上,以及是否披露了训练效率优化的具体倍数。
Q2:星火 X2.6 的规模到底有多大? 293B 总参数、30B 每 token 激活的 MoE 架构(293-A30B),上下文窗口 100 万 token,已部署在国产万卡推理集群。混合专家架构意味着它的活跃算力开销接近 30B 级别而非 293B 级别。
Q3:训练效率提升 4 倍是怎么做到的? 核心是长程任务动态并行训练:根据任务长度动态分配计算资源,缓解国产芯片显存与带宽不足对超长上下文训练的限制。推理侧则通过自适应存算协同与分布式推理再提升 4.5 倍。
Q4:国产算力到底落后多少? 刘庆峰公开表述是「两代左右」,并预期差距将逐步缩小,未来有望实现并跑甚至领跑。这是行业内部口径,不是第三方评测结论。
Q5:出口管制会不会让国产大模型无法出海? 按商务部说明,限制的是 23 项特定 AI 技术(如漏洞挖掘、恶意代码生成变异),而 API 调用、SaaS、App 交互、端侧轻量化部署明确不属于技术出口管理范围。通用模型的商业出海路径未被封堵。
Q6:「沙盒监管」对企业意味着什么? 意味着新技术在划定边界内可以试错,不必在「全面禁止」与「事后追责」之间二选一。对创业公司而言,合规成本与不确定性同时下降。
Q7:地方 AI 应用现在到什么颗粒度? 已经细到垂直行业备案模型。10 月 23 日在深圳海博会发布的「北冥智渔」是国内首个且唯一通过国家备案的渔业垂直大模型,覆盖「感知—分析—研判—决策—预警—落地」闭环。
七、关键术语(Key Terminology)
全国产算力训练:预训练与后训练全过程均在国产 AI 芯片集群上完成,而非仅在国产硬件上做推理。
MoE(混合专家模型):把模型拆成多个「专家」子网络,每个 token 只激活其中一部分。星火 X2.6 的 293B-A30B 表示总参数 2930 亿、每 token 激活 300 亿。
长程任务动态并行训练:按任务长度动态分配计算资源的训练方法,用于缓解国产芯片显存与带宽对超长上下文训练的限制。
存算协同:让计算单元就近访问存储,减少数据搬运能耗与时延,是国产集群推理优化的主要手段之一。
超节点 / 超集群:前者指用高速互联把数百至数千颗 NPU 组成一个计算单元,后者指多个超节点再组网成更大规模集群。
沙盒监管:在划定的监管边界内允许新技术试错并给予容错的监管方式,2026 年 10 月 21 日首次写入中办国办文件。
Token 生产效率:单位算力、单位能耗下能产出的 token 数量,被中科曙光视为算力系统创新的核心指标。
RTT 时延:网络往返时延。昇腾 960 NPO 超节点把 4096 颗 NPU 互联的最低 RTT 压到 2 微秒,用于支撑大规模并行训练的同步开销。
八、参考资料
官方政策文件
- 中共中央办公厅、国务院办公厅《关于推动科技创新和产业创新深度融合的意见》(2026-10-21,首次提出全面实施「人工智能+」行动与「沙盒监管」)
- 商务部、科技部 2026 年第 48 号公告《关于修订〈中国禁止出口限制出口技术目录〉的公开征求意见》(2026-10-16,拟增列 AI/生物医药/光伏 40 项,其中 AI 23 项)
- 商务部等 9 部门《关于加快推进科技兴商的意见》(商建函〔2026〕551 号,18 条举措)
- 国务院常务会议人工智能专题部署(2026-10-16,「以落地应用牵引技术创新」)
企业与技术发布
- 科大讯飞 2026 全球 1024 开发者节主论坛(2026-10-22,北京/合肥双会场,星火 X2.6 发布与开源)
- 华为 NPO 超节点与昇腾 960 发布(4096 颗 NPU 互联,RTT 最低 2 微秒)
- 鹏城云脑Ⅲ 10000P 国产算力上线试运行(2026-10-17,昇腾 384 超节点架构,总规模 16000P)
- 中科曙光 8000(登峰)全国产十万卡 AI 超集群(2026 年 7 月上线,支撑 300+ 科学工程仿真)
行业观察与媒体报道
- 新华社《算力成底座、AI 进实验室——从第 23 届中国计算机大会看人工智能发展新动向》(2026-10-22,成都,注册超 1.1 万人)
- 环球时报《中国科技公司发布基于全国产算力的 AI 新模型》(2026-10-22,Spark-X2.6)
- 通信世界《政策密集定调,算网建设提速》(2026-10-23 早报)
- 经济日报《两部门就修订〈中国禁止出口限制出口技术目录〉公开征求意见》(2026-10-16 转载)
- 大鹏新区政务服务和数据管理局《全国首个通过国家备案渔业大模型「北冥智渔」将于 2026 中国海洋经济博览会正式发布》(2026-10-23)