芯榜联合编制｜《AI互联：系统创新重构算力产业新格局》产业报告，重磅发布！

从Scaling law到Efficiency law：互联为何成为AI主战场？

芯榜联合编制《AI互联：系统创新重构算力产业新格局》产业报告重磅发布

导语：8月31日，第八届无锡太湖创芯会议在无锡滨湖举行。 大会现场，由无锡市集成电路学会主编、芯榜等多家单位联合编制的《AI互联：系统创新重构算力产业新格局》正式亮相。 作为联合编制单位之一，芯榜希望通过这份报告把AI互联放进“AI工厂竞争”“有效算力”“系统创新”和“产业控制权”的大框架中，与产业界共同讨论下一轮算力竞争真正的关键变量。

作为2026集成电路（无锡）创新发展大会四大专题活动之一，本届太湖创芯会议聚焦AI互联与先进封装两大核心赛道，吸引院士专家、行业协会、龙头企业和投资机构等200余位代表参会。报告的发布，既是大会面向前沿技术的一项重要成果，也是一份试图穿透算力热潮、追问产业底层逻辑的系统研究。

报告由无锡市集成电路学会牵头，芯榜、江苏省集成电路学会、北京集成电路学会、江苏省半导体行业协会、浙江省半导体行业协会、安徽省半导体行业协会、芯片揭秘、《电子与封装》期刊等单位联合编制。全篇围绕AI工厂、系统优化、关键技术、全球标准、企业竞争、中国差距与行动倡议展开。

从“模型竞赛”走向“AI工厂竞争”

过去几年AI的核心关注是参数规模、训练算力和单卡峰值性能。但当大模型从实验室走向持续训练、大规模推理和智能体应用，产业竞争的基本单位正在发生变化：模型不再孤立存在，它必须运行在由芯片、内存、网络、电力、散热、软件和运维共同构成的“AI工厂”中。

因此，真正关键的问题不再只是“有多少算力”，而是“有多少算力能够被稳定、低成本地转化为Token、模型能力和智能服务”。报告指出，GPU集群的模型浮点运算利用率（MFU）典型值仅约30%-55%，通信等待、数据搬运、内存访问、故障恢复和系统调度正在持续吞噬理论算力。硬件规模扩张得越快，这道效率鸿沟就越不能被忽视。

这意味着，AI基础设施的衡量尺度正在从峰值FLOPS转向有效算力，从“堆芯片”转向“优系统”，从设备采购量转向单位功耗、单位成本和单位时间内真正产生的智能产出。

报告判断未来AI竞争的关键，不只是模型参数规模、算法能力或单卡峰值算力，而是谁能以更高效率、更低成本、更高稳定性持续生产智能。

报告引入“时间维度（τ）”作为理解后摩尔时代系统创新的方法论。传统摩尔定律主要依靠晶体管的“几何缩微”提升性能；面向AI的系统创新则把关注点扩展到“时间缩微”——通过缩短信号传播、数据搬运、内存访问、系统通信和同步调度的时间，提升芯片、封装、系统乃至算法协同后的整体效率。这一视角把性能优化从单颗芯片拉到了整个系统。AI互联之所以重要，正是因为它贯穿芯粒、封装、板卡、服务器、机架和数据中心，是压缩系统时间常数、释放有效算力最具杠杆效应的工程路径。

AI互联不是“配套”，而是AI时代的基础架构

互联常被视作AI服务器或AI数据中心的配套环节。本报告则明确指出：AI互联不是传统网络的简单升级，不是某一种芯片或设备的扩张，也不是只属于光模块、交换机或高速接口的单一赛道。

它是一套覆盖芯粒级、节点级、机架级、数据中心级和跨数据中心的数据流动架构，涉及Chiplet与先进封装、HBM、PCIe与CXL、Scale-Up与Scale-Out、InfiniBand与RoCE、DPU/SmartNIC、光模块、硅光、CPO，以及通信库、资源调度和系统软件。每个环节都在决定数据能否以更短时延、更低能耗、更高可靠性抵达需要它的地方。

三个“不是”与一个“是” AI互联不是配套产业，不是单一技术，不是短期风口；它是AI时代的基础架构产业、系统创新体系和长期战略赛道。

全球AI互联竞争表面看是带宽、时延和协议参数之争，深层则是架构定义权、软件生态权、测试认证权和产业控制权之争。NVIDIA依靠GPU、NVLink、NVSwitch、InfiniBand、CUDA和NCCL形成强大的闭环优势；UCIe、PCIe、CXL、UALink、UEC等开放标准则通过多厂商协同加速追赶。我们还关注到一条值得持续观察的中国路径：以“τ定律+灵衢开放规范”推动系统技术与开放生态结合。它既不同于完全封闭的私有体系，也不同于多厂商联盟治理，体现出由龙头企业先完成系统级验证，再通过开放规范扩大生态规模的可能性。

本报告进一步认为：“参与标准”不等于“主导标准”。真正的主导力来自能否提出架构、贡献关键技术提案、建设成熟软件栈、形成互操作认证能力并推动客户规模部署。2025-2028年正是多项互联规范从发布走向商用验证的关键窗口，中国企业若只停留在跟随兼容，未来再进入核心规则层的成本将大幅上升。

中国的真实位置：局部强、系统弱；产品有、生态弱；应用大、定义弱

对中国AI互联产业，我们没有简单给出“全面落后”或“全面崛起”的结论，而是提出了一组更接近现实的结构性判断：局部强、系统弱；产品有、生态弱；应用大、定义弱。中国在高速光模块、部分先进封装、系统集成和大规模应用场景等方面已经形成较好基础，一批企业进入全球供应链并具备可观的工程能力。但在高端SerDes/PHY、交换芯片、DPU/SmartNIC、系统软件、测试认证以及国际标准话语权等环节，仍存在明显短板。单点产品的领先，尚未稳定转化为系统方案、软件生态和架构定义能力。

因此，我们认为：中国AI互联下一阶段的目标不能止于“能供货”，而应走向“能定义系统”：既要补齐关键芯片和基础IP，也要以真实场景牵引跨层协同，以小范围系统闭环验证为起点，逐步形成芯片、封装、互联、软件、标准和应用共同演进的能力。

芯榜为什么参与编制这份报告

作为长期关注集成电路产业与创新企业的专业平台，芯榜持续跟踪AI芯片、先进封装、Chiplet、光互联、高速接口和智算基础设施的演进。参与本次报告编制，我们并不满足于回答“什么最热”“哪些产品增长最快”，而是希望与无锡市集成电路学会及行业伙伴一起，把芯片、互联、软件、标准和产业生态放在同一系统中判断，并回答三个更基础的问题：AI算力真正的瓶颈在哪里？中国如何把局部优势组织成系统能力？又如何从规则接受者走向系统定义者？

为尽可能提高判断的独立性与可验证性，报告采用多源交叉验证方法，优先使用标准组织与监管文件、企业正式披露、同行评审论文和权威研究机构资料，并对官方披露、第三方估算、情景测算与报告判断作出区分。报告不为任何单一企业、产品或技术路线背书，而是把技术、标准、生态和产业路径放在同一张图上比较。

这也是芯榜参与联合编制的意义：不只记录热点，更希望与专业机构和一线产业力量一起，深入分析，看清长期确定性，看到系统效率的关键环节与不可错过的产业窗口。

核心结论：未来的算力竞争，不会只由最快的芯片决定，更会由谁能让芯片、内存、网络、光、电和软件在同一系统中高效协同决定。AI互联，正在成为这场系统竞争的主战场。