新浪科技讯 9月14日晚间消息，2026年中国世界 服务贸易交易会（简称：2026年服贸会）期间 ，摩尔线程CFO薛岩松分享坦言：“英伟达在中国AI芯片市场份额已从昔日95%暴跌至不足8%，接近清零
，且其游戏卡产品也正逐步退出国内市场，海外芯片长期垄断国内算力市场的格局正在瓦解 。 ”

　　在薛岩松看来
，随着海外品牌退场，国产算力迎来历史性替代机遇 ，产业发展正从“可以用
”迈入“好用”的全新阶段。但同时
，在超级集群工程 、算力成本控制等核心领域仍存在明显短板，亟待持续攻坚突破
。

　　薛岩松透露
，近来 国内AI加速卡国产市场份额已突破60%，且保持高速增长 ，正向高端算力场景持续跃进。数据预测
，2025年底中国算力规模将达到160万P，稳居全球第二 。

　　依托技术持续迭代 ，国产算力已实现多项硬核突破，彻底摆脱低端标签
。薛岩松介绍
，公司配合国家级实验室，以超过12000卡的智算集群完成了2360亿参数科学大模型的预训练 ，近来 正攻关万亿参数水平的大模型
，这是国内突破性进展。同时，北大团队基于摩尔线程S5000显卡集群研发的世界模型 ，登顶斯坦福大学相关赛道榜单
，霸榜超47天，实现国内首次全栈原生世界模型训练 。

　　但亮眼成绩外 ，薛岩松也直面产业短板
，坦言国产算力仍存在多重差距
。当下算力竞争早已脱离单卡性能比拼，进入大规模集群工程化竞争阶段。“万卡集群已是行业标配 ，十万卡是下一步核心目标
，但即便我们2027年联合京东建成10万卡智算集群，和美国仍有差距 。
”他指出 ，美国已落地20万卡级H200集群，行业头部企业规划50万卡、百万卡级集群
，甚至以1GW电力规模定义超算等级，远超国内现有水平
。

　　生态与成本 ，是制约国产算力规模化落地的另外两大核心难题。面对英伟达20年积淀的CUDA生态壁垒
，摩尔线程依托自研MUSA统一架构，实现从硬件
、驱动到算法、应用的全栈兼容 ，补齐生态短板 。与此同时
，算力高成本问题亟待破解，“互联网应用边际成本几乎为零 ，但AI每一次调用都要付出实打实的算力成本
，如何持续压降算力综合成本，是全行业的核心课题
。”

　　薛岩松总结道：“国产算力已突破能不能用的阶段 ，正向好不好用加速突破
，可全面支撑模型推理 、中小模型训练场景替代，但在高端大模型预训练
、科学计算、具身智能 、世界模型等前沿领域 ，仍需持续追赶。未来期待产业与金融界携手，共同筑牢国产AI算力核心底座 。 ”

　　服贸会期间
，北京市顺义区还举办“顺易投融·汇金助园行
”园区金融服务专场推介会。联合银行
、保险、金融租赁机构与区内行业主管部门 、各镇产业园区及重点企业面对面，聚焦园区发展痛点
、企业成长难点 ，靶向推送专业化、场景化金融服务方案
，搭建“政园企金”常态化对接桥梁
。