AI基础设施

§ 01综述

AI基础设施是指支撑人工智能系统运行所需的硬件（芯片、服务器、数据中心）、软件（框架、工具链）及网络服务的总称，它决定了AI模型的训练效率和推理成本，是当前科技巨头与初创公司竞相投入的核心领域。

AI基础设施近期进展

美团利用国产芯片实现AI训练闭环：美团推出的LongCat-2.0系统基于国产芯片完成了大规模AI训练，标志着中国在减少对进口硬件依赖上取得阶段性突破，尽管性能仍有差距，但已形成从训练到部署的完整闭环。美团LongCat-2.0国产芯片训练实现AI训练闭环

微软斥资25亿美元成立AI部署公司：微软新设的AI部署公司专注于为企业客户提供从模型优化到基础设施运维的一站式服务，意图降低AI落地的技术门槛，同时巩固其云服务生态。微软成立AI部署公司，承诺25亿美元投入

Meta计划对外售卖闲置AI算力：Meta正筹划将原本用于内部AI研发的多余算力和模型通过云服务形式出售，此举既能提升数据中心利用率，也可能重塑云计算市场的竞争格局。Meta 计划筹建云服务业务，对外售卖闲置 AI 算力和模型

中国AI算力结构性错配凸显：尽管国内数据中心建设狂热，但算力供给呈现“高端不足、低端过剩”的错配现象，大量通用芯片无法高效支撑AI计算，导致实际可用算力远低于名义规模。中国AI算力短缺：真正问题不是供给过剩，而是结构性错配

当前焦点与观察点

当前AI基础设施的竞争已从单纯堆硬件转向软硬协同优化。一方面，开源框架（如SGLang）正在削弱CUDA的生态垄断，软件层成为差异化关键；另一方面，企业与政府对AI基础设施的巨额投资（如松下、韩国科技巨头）面临回报周期长的挑战。Dean W. Ball指出，前沿模型的成本回收窗口正在缩短，这迫使玩家必须更精准地匹配算力供给与需求。与此同时，本地AI的崛起（如通过Apple Silicon、高通芯片）正在分流部分云端负载，使基础设施的形态更加多元化。总体而言，AI基础设施正从“中心化扩展”走向“多层次协同”，而结构性调整将主导未来两年的产业叙事。

§ 02相关报道10 条在档

§ 03邻近话题