AI算力如何“反内卷”？墨芯让芯片少做“无用功”

大模型、智能体、多模态生成应用持续爆发，全社会对AI算力的需求还在节节走高。但繁荣的算力赛道之下，一场看不见的内卷正在上演：很多芯片在运行大模型时，大量晶体管、带宽、电力都消耗在冗余参数与无效运算之中，真正支撑有效输出、产生业务价值的算力占比有限。

谈及内卷，市场常会想到价格战。AI算力赛道的“反内卷”，并非治理低价恶性竞争问题，而是跳出规模竞赛、摒弃无效消耗，让算力聚焦于能创造价值的计算任务。

IDC发布的《2026年中国人工智能计算力发展评估报告》显示，随着AI智能体规模化落地，Token算力消耗呈指数级增长。算力需求爆发式攀升的同时，硬件产能、扩产周期与能耗约束的矛盾加剧。当前普遍存在算力结构错配问题：存量算力多适配模型训练场景，无法匹配智能体高并发推理需求，造成大量算力资源闲置浪费。产业竞争逻辑正在切换，从单纯堆砌算力规模，转向算力利用效率的比拼。

提升算力效能、打造高能效、高质量算力体系，已成为AI产业降本落地的核心突破口。刚刚完成C+轮融资的墨芯人工智能，选择以稀疏计算作为破题的主线，给出了属于自己的解法：算力不必每一次都把全部参数完整运算一遍，识别并跳过冗余计算，只针对有效信息执行运算，在保障业务可用精度的前提下，拉高有效算力、压低推理环节的能耗与成本。通俗来讲，就是“跳过无效计算，只干关键活”。

稀疏计算并不是全新的理论方向，但规模化落地到产业集群是行业面临的挑战。墨芯的价值不止于单点技术，而在于让稀疏计算真正赋能算力基础设施建设与智能产业。墨芯基于自研芯片构建的推理集群，已在西北、西南、华东、华北四大片区实现战略布局，面向“十五五”重点扶持的生物医药、先进制造，以及具身智能、世界模型等前沿方向，提供高能效、低成本的推理算力底座。

上海国资平台打造的国内首个海上算力Token工厂，就是稀疏算力落地的典型样本。海上算力项目依托海上风电获取绿电，搭配海水冷却方案，能够从能源端压低PUE与用电成本。但项目推进过程中一个现实难题亟待解决：即便拿到绿电红利，传统通用GPU的推理成本依然会吃掉大部分降本收益。墨芯的稀疏算力架构恰好补上了这一环，通过异构混合算力部署，从芯片层降低单Token推理成本，实现绿电能源降本和芯片架构降本，为大规模生成式推理探索一条可持续的绿色算力路径。

这条以稀疏推理芯片为核心的技术路线，也和国内AI产业顶层规划同频。近期工信部、发改委相关文件明确提出，要加大动态稀疏计算技术攻关，布局软硬耦合推理芯片等创新路线，推动稀疏计算从算法理论走向芯片设计、软硬件协同的产业化落地。墨芯“算法+软件+硬件”一体化的稀疏计算路线，契合这一产业导向，引领行业前沿攻关。

技术产业化离不开产学研协同。今年8月，墨芯牵头成立稀疏计算产学研联盟，打通前沿理论研究、关键技术攻关、产业成果转化链条。联盟已经联合复旦大学、清华大学、西安交通大学、南开大学、上海交通大学等多所高校，启动多项联合课题攻关，阶段性研究成果也将于近期对外发布，持续夯实稀疏计算的技术护城河。

人工智能行业正在告别比拼参数量、比拼卡集群规模的模型竞赛，转向真实产业场景的规模化落地。站在产业落地的视角，行业真正稀缺的，早已不只是无限扩张的算力总量，而是稳定、低成本、低能耗的高质量算力。

墨芯用稀疏计算诠释了算力赛道的“反内卷”逻辑：不做无效功，让每一份算力都尽可能干关键活。未来，随着稀疏技术成熟发展、算力集群不断铺开，人工智能将更高效、更绿色、更普惠地走向千行百业。