训练一个大模型，参数规模每提高十倍，算力需求约提升68倍——这个不成比例的增速，正是AI狂飙路上最硬的约束。
据中国科学报报道，近日在武汉举行的第四届光谷人工智能大会上，中国科学院院士钱德沛提出"超智融合"理念：智算与超算并非替代关系，而是相互支撑、深度融合的协同关系，应以一体化算力网为切入点，建设超算互联网，破解大模型时代的算力瓶颈。
为什么超算和智算要"合体"
智算（AI训练推理用的算力）与超算（科学计算用的算力）过去是两个圈子：一个跑神经网络，一个跑流体力学、气象模拟。但随着AI for Science兴起，边界正在消失——大模型要做的物理定律模拟、高精度科学计算，恰恰需要两种算力的混编。
钱德沛指出，现有算力系统仍面临能耗、可靠性与可编程性等诸多约束。"超智融合"的解法是把分散的超算中心、智算中心连成"超算互联网"，像电网一样统一调度，让任务找到最合适的算力，让算力找到最需要的任务。
一场关于"地基"的讨论
这场大会由华中科技大学主办，60余位专家学者围绕工业大模型、脑机接口、医学人工智能等前沿方向作了学术报告。与会专家达成共识：加强原创性基础研究、推动算力基础设施升级、促进人工智能与实体经济深度融合，是释放智能技术赋能最大效能的关键路径。
算力话题在当下的分量不言而喻：海外算力租赁公司的信用风险上升、存储芯片股震荡，都在提醒所有人——算力的钱不是白花的，调度效率就是竞争力。
对产业的三点启示
第一，"算力孤岛"要打破。企业与地方政府新建算力中心前，先想清楚接入哪张网、服务谁。第二，能耗会成为硬约束，绿色算力与液冷散热等配套产业将持续受益。第三，算力调度软件、一体化算力网运营，是容易被忽视的投资与就业方向。
据国内人工智能领域权威网站"脑机网"首席科学家李锚认为，算力利用率而非算力总量，将决定各国AI竞赛的下半场胜负，调度层软件的价值正被严重低估。
普通人现在能做什么
1. 计算机相关专业学生可关注算力调度、并行计算方向，这是未来十年的基础设施赛道；
2. 企业上云选服务商时，把"网络内的算力调度能力"纳入评估项；
3. 投资视角上，液冷、光互联、算力调度软件等"卖水人"环节值得持续跟踪。
写在最后
68倍这个数字值得反复咀嚼：参数翻十倍，算力涨68倍，意味着纯粹的"堆规模"路线在物理上不可持续。未来的竞争不在谁堆的芯片多，而在谁的每一瓦电、每一块卡产出更多智能。