中科驭数CEO鄢贵海:AI尚处“Day 1”,算力基建的价值外溢如同高铁

在过去两年中,全球资本对人工智能(AI)的追逐近乎狂热。然而,随着巨额资本开支与短期商业回报之间的剪刀差扩大,关于"AI泡沫"的论调自去年底以来甚嚣尘上。

近日,中科驭数创始人、CEO鄢贵海在亚洲金融论坛期间对凤凰网财经表示,尽管当前投入与产出存在时间差,但行业共识在于我们仍处于AI时代的"Day 1"。

他认为,算力作为新型基础设施,其价值逻辑与高铁类似,不能仅凭短期的损益表来衡量,而应关注其产生的巨大外溢效应。

"算力基建"的经济账:从卖车票到区域协同

针对市场对"算力过剩"或"泡沫"的担忧,鄢贵海给出了不同的观察视角。他指出,对于任何一次技术革命,在认知早期出现分歧是常态。目前的算力投入虽然看似巨大,但相对于未来数据挖掘和交互方式的彻底变革,仍然是不足的。

鄢贵海用中国高铁的发展路径做了一个形象的比喻。如果仅算"卖车票"的账,许多高铁线路在初期看起来是入不敷出的。但高铁作为交通基础设施,其真正的价值在于带动沿线城市发展、缩短产业与人才的物理和逻辑距离。

"算力也是类似的。AI作为基础设施,其外溢价值是确定性的。"鄢贵海对凤凰网财经表示。他回顾互联网时代,初期的泡沫最终衍生出了改变产业结构的商业模式创新。目前的AI行业同样如此,在尚未完全看懂全貌之前定义"泡沫"为时尚早。

国产芯片生存法则:敢于"亮剑"的单点突破

面对英伟达、博通等国际巨头的垄断地位,国产算力企业如何突围?

鄢贵海的策略是"聚焦"与"小突围"。他认为,一家厂商很难在全产业链实现全面胜利,必须先在一个技术高地(如DPU)上做深做透,建立"根据地",再辐射整个网络芯片体系。

他以迈络思为例指出,尽管规模远小于英特尔,但迈络思通过在高速网络芯片这一细分领域的极致专注,最终在技术上超越了巨头。

"要把一个芯片做得成功,不是抓住'哪一个'机会,而是要抓住'每一个'机会。"鄢贵海强调,国产厂商不能盲目跟风追逐热点,也不能只做简单易落地的产品,必须保持清醒,敢于在核心技术领域"啃硬骨头"。

差异化突围:选择DPU

在芯片赛道的选择上,中科驭数避开了目前竞争最为激烈的GPU(图形处理器)领域,切入了DPU(数据处理器)这一细分市场。

鄢贵海用"冰山"模型分析了当前的芯片行业格局:CPU提供通用算力,GPU负责加速计算,这两者目前是市场关注的热点(水面之上);而DPU则主要解决数据传输和I/O(输入/输出)问题,属于底层且较为隐蔽的基础设施(冰山之下)。

鄢贵海指出,目前国内研发GPU和CPU的厂商众多,但在网络芯片领域------包括AI网卡和交换芯片------相关企业数量相对较少,产品也更为稀缺。

"国内做GPU和CPU的厂商很多,但在网络芯片领域,无论是AI网卡还是交换芯片,都相对稀缺。"鄢贵海表示,随着网络带宽从10G、25G向100G、200G演进,网络数据处理需求的增长远超摩尔定律,这为DPU提供了巨大的市场空间。

相关推荐
小白说大模型1 分钟前
Hermes 全配置指南:从裸版到 AI Agent 天花板
大数据·人工智能·学习·算法·机器学习·数据挖掘
云上工程笔记3 分钟前
用一个 API 做 AI 小游戏原型
人工智能
m0_739312874 分钟前
自动驾驶SLAM基础:几何学与运动学全解析
人工智能·自动驾驶·几何学
涛思数据(TDengine)4 分钟前
从“改了就改了“到“每一次变更都可追溯“:工业 AI 实战直播(十二期)
大数据·数据库·人工智能·时序数据库·tdengine
在所不辞兄5 分钟前
【神经网络干货】可穿戴电子皮肤正在从“单点传感”走向“多通道、多模态、连续监测”
人工智能·神经网络·机器学习·数据挖掘
FOORIR 客流统计11 分钟前
智能客流系统未来趋势:3D视觉、AI识别与数据分析的融合架构
人工智能·3d·数据分析
一次旅行20 分钟前
2026‑09‑04 AI产业深度解读|英伟达129亿收Hugging Face、GPT-6 Astra刷榜、智能体安全走向产品化
人工智能·安全·开源
段一凡-华北理工大学21 分钟前
高炉智能布料技术与炉料分布优化~系列文章03:布料矩阵解码:环位、角度、圈数与料流的量化控制
java·网络·人工智能·矩阵·高炉智能化·高炉布料矩阵优化·高炉智能布料技术
adinnet202623 分钟前
工厂生产决策辅助:辅助分析各工序成本与效率数据
人工智能·自动化
m4Rk_24 分钟前
【论文阅读】Agent 记忆机制(60):MemInsight——让 LLM 自动为历史记忆生成语义索引
论文阅读·人工智能·学习·开源·github