新浪科技讯 9月14日晚间消息 ，2026年中国世界 服务贸易交易会（简称：2026年服贸会）期间 ，摩尔线程CFO薛岩松分享坦言：“英伟达在中国AI芯片市场份额已从昔日95%暴跌至不足8%，接近清零 ，且其游戏卡产品也正逐步退出国内市场 ，海外芯片长期垄断国内算力市场的格局正在瓦解。 ”
在薛岩松看来，随着海外品牌退场 ，国产算力迎来历史性替代机遇 ，产业发展正从“可以用”迈入“好用 ”的全新阶段 。但同时，在超级集群工程、算力成本控制等核心领域仍存在明显短板 ，亟待持续攻坚突破 。
薛岩松透露，近来 国内AI加速卡国产市场份额已突破60% ，且保持高速增长 ，正向高端算力场景持续跃进。数据预测，2025年底中国算力规模将达到160万P ，稳居全球第二 。
依托技术持续迭代，国产算力已实现多项硬核突破 ，彻底摆脱低端标签 。薛岩松介绍 ，公司配合国家级实验室，以超过12000卡的智算集群完成了2360亿参数科学大模型的预训练，近来 正攻关万亿参数水平的大模型 ，这是国内突破性进展。同时 ，北大团队基于摩尔线程S5000显卡集群研发的世界模型，登顶斯坦福大学相关赛道榜单 ，霸榜超47天 ，实现国内首次全栈原生世界模型训练。
但亮眼成绩外，薛岩松也直面产业短板 ，坦言国产算力仍存在多重差距 。当下算力竞争早已脱离单卡性能比拼 ，进入大规模集群工程化竞争阶段 。“万卡集群已是行业标配，十万卡是下一步核心目标 ，但即便我们2027年联合京东建成10万卡智算集群 ，和美国仍有差距。”他指出，美国已落地20万卡级H200集群 ，行业头部企业规划50万卡 、百万卡级集群 ，甚至以1GW电力规模定义超算等级，远超国内现有水平 。
生态与成本，是制约国产算力规模化落地的另外两大核心难题 。面对英伟达20年积淀的CUDA生态壁垒 ，摩尔线程依托自研MUSA统一架构 ，实现从硬件 、驱动到算法、应用的全栈兼容，补齐生态短板。与此同时 ，算力高成本问题亟待破解 ，“互联网应用边际成本几乎为零，但AI每一次调用都要付出实打实的算力成本 ，如何持续压降算力综合成本 ，是全行业的核心课题 。 ”
薛岩松总结道：“国产算力已突破能不能用的阶段，正向好不好用加速突破 ，可全面支撑模型推理 、中小模型训练场景替代 ，但在高端大模型预训练 、科学计算、具身智能、世界模型等前沿领域，仍需持续追赶 。未来期待产业与金融界携手 ，共同筑牢国产AI算力核心底座。 ”
服贸会期间 ，北京市顺义区还举办“顺易投融·汇金助园行”园区金融服务专场推介会 。联合银行 、保险 、金融租赁机构与区内行业主管部门、各镇产业园区及重点企业面对面，聚焦园区发展痛点 、企业成长难点，靶向推送专业化 、场景化金融服务方案 ，搭建“政园企金 ”常态化对接桥梁 。
