具身智能:支持机器人在复杂物理环境中的实时感知与决策(如宇树科技、星动纪元等)。 Al for Science(Al4S):Al基础设施加速了药物研发、气象预测和新材料发现。例如,英矽智能结 合 AI与量子计算,将新药靶点发现效率提升了 17倍。 并调用工具的“数字化员工"。 3.存在的问题与建议 问题:区域性供需不匹配,部分西部数据中心上架率仍低于50%;核心芯片受出口管制影响,先 进制程受限;电力网架结构在高密度负荷下的韧性不足。 建议:建议加强"产教融合",利用开源生态(如飞桨)培养跨学科人才;同时,应推动算力资源的 标准化定价(如Token单位化),引导社会资本从“盲目建中心"转向"深耕应用场景"。 4.5 中美AI基础设施产业链比较 1.算力 美国在先进制程芯片和系统级设计(NVLink等)上具有显著领先地位。中国在模型推理效率优化 2.电力 中国具备巨大优势。美国电网老化,数据中心建设速度受限于电力容量审批(通常需3年);中 国具备更强的基建速度("周末盖医院"式速度)且工业电价更具竞争力。 3.存力/运力