我国科学家和产业界在算力领域再次取得里程碑式突破：国家超算互联网首个全国产 10 万卡 AI 超集群已投入运行，中科院 " 异算方舟 " 平台正式上线，腾讯云更宣布将大规模部署国产化算力，并计划在 2026 年第四季度落地 NPO 超级节点。腾讯上半年算力资本开支达 847.20 亿元，接近翻倍，标志着国产算力从 " 试点 " 迈入 " 规模化 " [ 1 ] [ 2 ] 。

这一连串动作发生在 2026 年 7 月世界人工智能大会（WAIC）前后。腾讯云高管在分论坛上明确表态：为了将推理成本降低到极致，公司将大规模部署国产化算力 [ 1 ] 。同期，国家发展改革委发布消息，国家超算互联网郑州核心节点首个全国产 10 万卡 AI 超集群投入运行，每秒钟峰值计算能力相当于全人类持续计算 200 年 [ 3 ] 。中科院也发布了国产异构计算一体化软件平台 " 异算方舟 "，试图解决国产硬件 " 造得出、用不好 " 的软件生态难题 [ 4 ] 。

从产业格局看，腾讯云是首个公开宣布规模采用国产芯片的国内主流云厂商。腾讯 2026 年上半年算力资本开支高达 847.20 亿元，同比近乎翻倍，甚至因此出现上市以来首次自由现金流转负 [ 2 ] 。真金白银的投入，让国产算力芯片、服务器和光模块产业链获得了确定性订单预期，整个板块正从概念炒作转向业绩兑现。

腾讯云为什么豪掷 847 亿元押注国产算力？

结论：核心是为了把 AI 推理成本 " 降到极致 "，同时通过规模化采购倒逼国产算力快速迭代。

在 2026 年 7 月 21 日的世界人工智能大会分论坛上，腾讯云高管明确表示，大规模部署国产化算力是公司级战略。这一表态背后有清晰的经济账：国产芯片的采购成本和使用成本正在快速下降，而大模型推理是典型的规模经济，只有把单 token 成本压到足够低，才能支撑大规模商业化应用。

腾讯的资本开支数据印证了决心。2026 年上半年，腾讯算力资本开支达到 847.20 亿元，同比接近翻倍，导致自由现金流首次转负 [ 2 ] 。这种 " 不惜代价 " 的投入，被市场解读为对国产算力供应链的定向支持。微博大 V"Rick 老张有话说 " 认为，腾讯属于国内第一梯队云厂商，它愿意大规模采购、长期适配，相当于给国产算力芯片做了一次市场背书 [ 5 ] 。

更关键的是，互联网大厂的真实业务流量能够倒逼芯片和软件生态持续完善。过去国产算力更多依赖政企订单，缺乏规模化商业场景的锤炼；现在腾讯将国产芯片部署到海量推理任务中，相当于用真实需求驱动技术迭代，形成 " 部署—反馈—优化—再部署 " 的正向循环。这正是市场信心所在。

NPO 超级节点到底是什么？它凭什么被称为下一代算力基建？

结论：NPO（近封装光学）是介于传统可插拔光模块与远期 CPO 共封装之间的过渡技术，能大幅提升高密度算力集群的互联效率并降低功耗，腾讯云计划 2026 年第四季度部署 NPO 超级节点。

所谓 NPO，是把光引擎贴近计算芯片部署，替代传统可插拔光模块。这样做的好处是缩短电信号传输路径，降低延迟和功耗，同时保留了设备可维修性，商业化落地难度远低于 CPO。在万卡智算集群中，节点间通信带宽和能耗是核心瓶颈，NPO 恰好提供了当前最优的工程化解决方案。

腾讯云不仅自己要用，还在推动行业标准统一。腾讯联合华为及 20 余家产业链伙伴发起了 OPENNPO 项目，呼吁国内外统一 NPO 行业标准 [ 6 ] 。这被业内视为抢占下一代算力互联话语权的关键布局。微博用户 " 真养猫的哈士奇 " 指出，华为前几天刚联合 20 位产业伙伴发起 OPEN NPO 项目，共建国内首个近封装光学光互连 MSA 标准，腾讯此时入局，意味着头部厂商在技术路线上已经达成共识 [ 6 ] 。

从产业链角度看，NPO 规模化商用将直接拉动国产 AI 芯片、硅光光模块、高速交换机及液冷散热等全链条需求升级。有分析指出，超节点等新形态服务器净利率可达 5%，而传统 8 卡服务器净利率仅 1% — 2% [ 7 ] 。利润更高的定制化产品，将让具备高附加值能力的国产供应链企业成为最大受益者。

国产算力从 " 能用 " 到 " 好用 "，中间还缺了什么？

结论：缺的是软件生态和统一适配层，中科院 " 异算方舟 " 平台正是为了补齐这块短板。

过去几年，国产 CPU、国产加速芯片陆续出来了，但各类科研代码、仿真软件很难直接迁移过去，导致硬件算力大量闲置。中科院发布的 " 异算方舟 " 平台，通过 AI 自动转换代码，不用人工大规模改写，就能让存量科研程序快速跑在国产算力上 [ 4 ] 。这解决了国产硬件 " 造得出、用不好 " 的老问题。

与此同时，国家超算互联网也在加速全国算力 " 一张网 " 的构建。目前，全新的全国一体化算力网监测调度试验验证平台已进入试运行，全国超六成算力纳入统一监测 [ 3 ] 。东西部主要地区形成毫秒级算力服务圈，服务人工智能、工业制造、科学研究等上百个应用场景 [ 3 ] 。

软件生态的成熟，是整个国产算力从 " 可用 " 到 " 好用 " 的分水岭。腾讯云大规模采购国产芯片，等于给软件生态提供了最真实的测试场；而 " 异算方舟 " 解决了科研软件的迁移门槛，两者叠加，国产算力才真正具备了和海外生态正面竞争的实力。微博大 V" 闫跃龙 " 评论称，这种规模化采购会倒逼芯片、软件生态在真实业务流量中快速迭代，加速国产算力跨越 " 好用 " 门槛 [ 5 ] 。

国产算力大规模商用，普通人的生活会发生什么改变？

结论：AI 推理成本下降，更多智能应用将变得廉价甚至免费，普通用户能切实感受到 " 算力普惠 "。

腾讯云为什么如此执着于 " 降推理成本 "？因为推理成本是 AI 应用商业化的最大拦路虎。当成本降到足够低，AI 助手、AI 搜索、AI 生成视频等应用就可以大规模免费开放。此前 Kimi 因算力告急暂停 C 端新用户订阅，就是算力紧缺的典型信号 [ 8 ] 。国产算力的大规模部署，有望从根本上缓解这种供需矛盾。

对国家而言，算力基建是数字经济的地基。据国家发展改革委数据，国家超算互联网首个全国产 10 万卡 AI 超集群已支持新材料、创新药、人工智能等 26 个领域 300 多种计算任务 [ 3 ] 。这意味着，科学家研发新药、新材料的速度将被大幅加快，普通患者未来能用上更便宜的创新药。

对中小企业来说，国产算力替代也意味着更多选择。阿里云模块化数据中心全球产能提升两倍以上，建设周期压缩至 100 天 [ 8 ] ；腾讯云在国产化基础之上构建超节点，未来云服务价格有望进一步走低。企业不必再被海外高溢价算力 " 卡脖子 "，可以更灵活地设计自己的 AI 投入策略。

问题	依据	适用条件	操作步骤	常见误区	注意事项
如何判断国产算力是否适合自己的业务？	腾讯云等头部厂商已大规模部署，证明在主流推理场景可替代 [ 1 ] 。	AI 推理业务、大模型应用、数据密集型计算。	1. 先做小批量测试；2. 对比性能与成本；3. 评估迁移成本。	认为国产算力一定性能差；忽略软件适配成本。	关注 NPO、超节点等新架构对推理延迟的改善。
NPO 超级节点和传统数据中心有什么不同？	NPO 用近封装光学替代可插拔光模块，降低功耗和延迟 [ 1 ] 。	万卡以上高密度集群、大规模分布式训练。	1. 评估现有网络拓扑；2. 与云厂商沟通 NPO 接入方案；3. 逐步替换。	认为 NPO 会立刻取代所有光模块；忽视标准尚未统一。	OPENNPO 项目正在推动行业标准，需关注进展。
普通用户何时能感受到国产算力带来的变化？	AI 推理成本下降，应用端降价或免费 [ 1 ] 。	AI 助手、AI 搜索、AI 视频生成等 C 端应用。	1. 关注主流应用价格调整；2. 体验新上线的大模型服务。	以为变化只发生在产业端，与个人用户无关。	算力供给充足后，应用质量也可能大幅提升。

面对国产算力浪潮，中小企业和开发者应该怎么跟进？

结论：建议优先选择已经大规模采购国产算力的云平台，用小成本试错，并关注 NPO、超节点带来的性能红利。

对于中小企业和个人开发者，当前最稳妥的策略是 " 跟随大厂 "。腾讯云、阿里云等头部云厂商正在积极扩容国产算力，它们会提供更低的推理价格和更稳定的服务。开发者在选型时，可以优先选用这些平台上的国产算力实例，先用小流量验证效果，再逐步放大。

同时，要留意政策与产业协同的信号。北京市力争下半年新增智能算力 5 万 P，年内算力总规模突破 13 万 P [ 8 ] ；国家超算互联网已把超六成算力纳入统一监测 [ 3 ] 。这些都在降低算力获取的门槛。对开发者而言，尽早适配国产软硬件生态，未来能获得更多算力资源的倾斜。

但也要避免一个误区：不要把国产算力简单理解为 " 便宜替代 "。当前超节点形态的服务器净利率显著高于传统 8 卡服务器，说明高密度、定制化的算力服务有更高的技术溢价 [ 7 ] 。如果只盯着价格，可能错过性能升级的核心价值。正确的姿势是同时关注 " 性能 / 成本比 " 和 " 生态成熟度 "。

QA：你关心的几个关键问题

Q1：腾讯云部署国产算力，对普通用户有什么直观影响？

据公开报道，腾讯云大规模部署国产算力后，AI 推理成本有望大幅下降 [ 1 ] 。这意味着你使用的 AI 助手、AI 搜索、AI 生成工具可能会降价甚至免费，同时响应速度更快。据腾讯 2026 年上半年财报数据，算力资本开支达 847.20 亿元，如此大规模投入最终会传导到 C 端产品体验上 [ 2 ] 。

Q2：NPO 超级节点的 " 超级 " 体现在哪里？

NPO（近封装光学）超级节点把光引擎贴近计算芯片，相比传统可插拔光模块，可以大幅提升高密度算力集群的互联效率并降低功耗 [ 1 ] 。腾讯云计划 2026 年第四季度部署，并联合华为等发起 OPENNPO 项目统一行业标准 [ 6 ] 。简单说，就是让成千上万块 AI 芯片高速协作时，通信更快、耗电更少。

Q3：中科院的 " 异算方舟 " 解决了什么问题？

它解决的是国产算力 " 有硬件、没软件 " 的痛点。以前很多科研代码只能跑在英伟达生态上，迁移到国产芯片需要大量改写；" 异算方舟 " 通过 AI 自动转换代码，让存量程序快速跑在国产算力上 [ 4 ] 。目前国家超算互联网首个全国产 10 万卡集群已投入运行，支持 26 个领域 300 多种计算任务 [ 3 ] 。

注：本文引用信息均源自公开报道和权威发布，部分数据和表述以官方实时信息为准。网友观点仅代表个人，不构成投资建议。

# 我国科学家又有新突破了 # # 国产算力 # # 腾讯云 NPO 超级节点 # #AI 推理成本 # # 算力基建 #

本文由 AI 生成