7月2日，2026全球数字经济大会国际顾问委员会第二次全体会议在北京国家会议中心举行。清华大学电子工程系教授、无问芯穹发起人汪玉表示，算力是人工智能发展的“根基”，随着AI应用从“尝鲜”走向“普及”，提升算力性价比、让算力更好用，是当前产业发展的关键。

  汪玉分析，从最初的对话机器人到如今的智能体，AI技术的每一次进步，都伴随着算力需求的成倍增长。与此同时，算力需求的结构也在发生变化，正从以“训练”模型为主，转向以“推理”应用为主。如果说训练是“造车”，推理就是“开车”，后者与普通用户关系更紧密，对成本也更为敏感。

  “对于国产算力而言，性价比是核心考量。”汪玉指出，受限于硬件工艺，国产芯片在部分性能指标上与国际顶尖水平仍有差距。但他强调，硬件的差距不代表最终效果的差距。破解国产算力发展难题，不能只盯着硬件指标做“加法”，更要从系统层面做“乘法”，通过软硬件协同优化，实现“用更少的能耗处理更多的数据”。

  汪玉介绍，清华大学电子工程系与无问芯穹团队正在探索一条新路：一方面，利用智能算法自动适配不同类型的国产芯片，解决软件迁移成本高的问题；另一方面，通过技术创新将不同优势的国产芯片组合使用，发挥各自长处，实现整体效能最大化。实践证明，这种“软硬协同”的优化路径，能显著降低大模型应用成本，让国产算力更具竞争力。

  汪玉呼吁，算力建设是关乎未来的战略工程。建议加快推进高质量算力基础设施建设，统筹能源、芯片、基础设施与大模型全产业链的协同发展。不仅要让国产算力集群“建起来”，更要通过系统优化让其高效“用起来”，从而为中国AI产业的长期自主发展夯实底座。