2026 年 7 月，国内大模型龙头智谱 AI两大算力重磅动作落地，搅动国内 AI 产业底层格局：一座1 吉瓦（1GW）全国产芯片 AI 算力数据中心建成并分批投产，同步完成对中科院系异构算力软件企业中科加禾全资收购，硬件算力供给、底层软件调度两大短板一次性补齐，标志智谱正式搭建起脱离海外高端 GPU 体系的自主算力底座，也揭开国内基础模型企业重金自建超算中心的成本博弈与长期战略算盘。
据彭博社、北京经信局多方信源确认，这座 1GW 级算力中心为国内独立大模型厂商自建规模顶尖的算力枢纽，整体供电容量可同时满足 75 万户居民日常用电需求，内部部署多套万卡级国产 AI 芯片集群，全程未搭载英伟达系列 GPU，全部采用国产加速芯片承载 GLM 全系列大模型训练、微调与推理业务，目前已有部分机柜接入生产环境，支撑新一代 GLM-5 系列模型迭代研发。受算力自主化重大利好刺激，智谱港股 7 月 21 日盘中涨幅突破 41.7%，单日振幅显著，市场资金高度关注其算力自主化战略落地价值。
一、底层算盘：三重现实痛点倒逼自建 1GW 国产算力中心
智谱重金砸向千亿级算力基建，核心源于行业与企业自身三重经营痛点，是降本、保供给、筑壁垒的理性布局：
第一，破解海外芯片供给管制风险。海外高端 AI 芯片出口限制持续收紧，第三方租赁算力供给不稳定、交付周期不可控，直接制约大模型迭代速度。1GW 自有算力中心实现算力自给，彻底摆脱外部硬件卡脖子风险，保障 GLM 模型持续规模化训练能力。
第二，根治高企算力成本侵蚀利润难题。财报数据显示，2025 年智谱营收 7.24 亿元，同比增长 131.9%，但算力相关销售成本涨幅达 213.3%，毛利率由 56.3% 下滑至 41%，全年研发投入 31.8 亿元，亏损压力持续扩大。长期租赁第三方算力模式下，单位 Token 推理成本居高不下；自建规模化国产算力集群，叠加中科加禾软件优化，可长期摊薄硬件折旧、调度运维成本，拉长周期看大幅降低模型服务单价，打开政企商业化盈利空间。
第三，构建差异化技术壁垒，打造软硬一体全栈能力。当前国内大模型行业同质化竞争激烈，多数厂商仅聚焦上层模型优化，底层算力、编译软件高度依赖外部厂商。智谱一边自建硬件算力底座，一边收购深耕异构编译器、推理引擎的中科加禾，打通 “国产芯片 – 算力集群 – 编译调度 – 大模型应用” 完整链路，针对 GLM 模型负载定制算力架构，大幅提升国产芯片硬件利用率，形成别家难以复制的全栈 AI 基础设施竞争力。
中科加禾源自中科院计算所编译实验室，是国内顶尖 AI 基础设施团队，自研 SigInfer 推理引擎可降低国产芯片推理时延、提升算力吞吐效率。二者协同后，能够解决多品类国产 AI 芯片异构适配难题，最大化释放 1GW 机房硬件算力价值，解决国产芯片普遍存在的硬件性能闲置痛点。
二、千亿级投入背后：一场赌上长期现金流的产业豪赌
1GW AI 数据中心属于重资产赛道，背后是极高的资本投入与长期回报周期，智谱此次布局被业内视作一场高风险、高回报的产业豪赌。
从成本维度测算，1GW 规模 AI 算力中心整体资本开支体量庞大，分为基建、硬件、软件三大部分：机房土建、液冷散热、高低压供电配套基础设施投入占总投资 20% 以上；核心国产 AI 服务器、芯片设备是最大成本项；叠加中科加禾收购、自研调度软件持续迭代费用，整体前期投入规模超百亿港元。智谱 7 月完成近 314 亿港元配售募资，大部分资金将倾斜算力基建与底层技术研发，短期将持续抬升企业资本开支与折旧压力。
行业测算显示，超大规模 AI 机房折旧是长期核心成本，年折旧费用远超电费支出，1GW 算力中心静态回本周期普遍在 8-10 年。而 AI 硬件迭代速度极快，3-5 年新一代芯片落地后，现有国产算力集群将面临性能贬值风险，若大模型商业化落地不及预期、政企订单增速放缓，庞大算力资产将出现利用率不足、产能闲置问题，进一步加剧亏损压力，这是此次布局最大不确定性风险。
同时，国产芯片生态仍处于完善阶段，单芯片算力、互联带宽与海外高端 GPU 仍存在差距，1GW 机房大规模商用后，能否持续稳定支撑超大规模参数模型训练、满足高并发 ToB 推理需求，仍需长期实战验证。一旦国产芯片技术迭代不及预期，整套算力基础设施的投资价值将大打折扣。
三、行业意义：国产 AI 算力自主化进入规模化落地时代
智谱 1GW 全国产算力中心落地，为国内头部大模型厂商提供 “去英伟达化” 完整范本，改变国内 AI 产业算力供给格局。在此之前，国内超大规模算力集群多依赖海外芯片，自主可控算力仅停留在小规模试点；智谱以单厂 1GW 体量完成全栈国产替代，验证国产芯片承载商用级大模型全流程业务的可行性。
业内分析人士指出，随着国内 AI 大模型产业进入存量竞争阶段，算力自主化将成为头部企业标配。未来会有更多基础模型企业跟进自建国产算力集群，算力基础设施竞争将取代单纯模型参数比拼，成为行业核心赛道。而智谱依托自有 1GW 算力底座，有望在 ToB 行业大模型、AI 原生 SaaS 服务市场打出成本优势，抢占政企数字化、产业 AI 改造市场份额。
针对市场关心的投资回报、机房投产进度、自研芯片配套规划等问题，智谱官方暂未发布详细回应，后续将持续披露算力中心运营数据与商业化落地进展。
风险提示：算力基建为重资产投入，存在资本开支过高、投资回报周期长、国产芯片技术迭代不及预期、AI 商业化需求不及预期等多重风险，相关信息仅供产业参考，不构成投资建议。
