日前，“十五五”规划纲要正式发布了，这份擘画未来五年发展蓝图的纲领性文件提出，要“统筹推进算力设施建设、模型算法发展和高质量数据资源供给，筑牢数智化发展底座”。

算力被置于基础性、先导性的战略位置，背后有着深刻的时代逻辑：它是AI大模型训练和运行的“燃料”。公开数据显示，头部AI模型训练对算力的需求每3至4个月就会翻一番。从GPT-3到GPT-4的性能飞跃，背后是计算量的指数级增长。

没有算力，就没有智能。

在AI算力体系中，有两类芯片发挥核心引擎作用：GPU/CPU相当于AI的大脑——负责思考、计算、做决策；内存芯片充当着AI的神经系统，贯穿整个计算流程，确保数据能快速、准确地流动。

 GPU成为AI训练领域的主导者

GPU采用“众核架构”，拥有数千个并行计算核心，同时处理海量矩阵运算——这正是深度学习的核心需求。从英伟达H100到国产的寒武纪、海光信息、摩尔线程等，GPU在AI训练领域占据绝对主导地位。CPU扮演着“总指挥”和“调度中心”的角色，承担任务调度、数据预处理、通信协同等关键工作，决定了算力系统的稳定性、兼容性与安全性。

在AI任务启动前，CPU需要从SSD将数据加载到内存中，进行数据清洗、增强和格式整理，然后通过PCIe总线发送给GPU。

当前，国产GPU芯片正从“可用”向“好用”跨越。以寒武纪、海光信息、摩尔线程、沐曦、壁仞、天数智芯为代表的“国产GPU六小龙”，已在训练、推理、渲染等全场景形成合力，构建起覆盖AI计算链条的国产算力矩阵。

内存是贯穿AI计算全流程的“底座”

内存芯片在AI算力体系中扮演的角色，和人体的神经系统惊人地相似——它负责将采集的信息传递给大脑（GPU/CPU），再将大脑的指令传递给肌肉和器官。它不负责“算”，但决定了数据能否“传”得进去、“递”得出来。

在AI训练场景中，DDR5作为服务器主内存，承担着数据预处理、加载和任务调度等基础工作。在检索增强生成（RAG）应用中，向量数据库的性能高度依赖于系统内存的容量和带宽。

当模型训练完成走向大规模推理时，功耗成为核心考量，LPDDR5X内存因其低功耗特性，被大量应用于AI推理服务器。推理对延迟敏感，对带宽的要求并没有训练高，LPDDR5X能在保证数据吞吐的同时显著降低功耗，这对于大规模数据中心降低电费、提升能效比至关重要。

内存芯片正是这样一组贯穿AI计算全流程、默默决定着算力能否有效释放的“隐形底座”。观察者网评论指出：“在全球科技竞争的版图上，谁掌握了存储，谁就掌握了数据的主动权入口。”

在这个赛道上，中国也有了自己的“扛鼎者”——长鑫科技——国内唯一实现内存芯片大规模量产的厂商。

根据公开信息，长鑫科技的DDR5产品最高速率达8000Mbps，LPDDR5X速率冲上10667Mbps，均达到国际主流水平，这意味着，从云端训练服务器到边缘推理，中国AI产业已经拥有了自主可控、性能领先的“存力底座”。

无论是国产GPU六小龙的强势崛起，还是长鑫科技在内存领域并肩国际一线的快速突破，国内硬核科技企业正在分工明确、协同并进，他们合力筑牢了我国AI算力的坚实基座，也让智能经济的长远发展有了更可靠的底气。