东方资产联手硅基流动：国产算力如何撑起企业级大模型基础设施

一次“资产端”与“模型端”的对接

据投资界2026年10月9日报道，东方资产与硅基流动达成合作，主题为“以国产算力为底座，构建企业级大模型基础设施”。这条新闻的核心信息量在于两个关键词：国产算力、企业级大模型基础设施。前者指向芯片与加速卡，后者指向推理与部署环节。 东方资产属于资产管理类机构，硅基流动则是大模型推理优化与算力调度领域的技术公司。两者结合，可能意味着金融类企业在大模型落地时，开始从“买卡”转向“买能力”——即通过国产推理加速卡和模型服务平台，构建可私有化部署的基础设施。 本次新闻已确认的信息仅限于合作主题和双方身份。具体的合作金额、芯片型号、算力规模、部署时间表，均暂缺可核验数据。

为什么推理加速卡成为焦点

在大模型产业链中，训练芯片长期占据舆论中心，但推理加速卡正在成为企业级落地的关键瓶颈。训练决定模型能力上限，推理决定应用成本和响应速度。当企业从“试模型”进入“用模型”阶段，推理侧的算力效率直接决定单位调用成本。 从行业背景看，推理需求增速可能高于训练。根据IDC 2024年发布的《中国人工智能计算力发展评估报告》，中国AI推理工作负载占比预计在2025年前后超过60%。这意味着推理加速卡的市场空间正在打开，而国产替代在这一环节的机会窗口值得关注。 另一组背景数据来自Gartner 2024年预测：到2026年，全球超过50%的企业将在生产环境中部署至少一个AI推理应用。推理部署的普及，会进一步拉动对高能效加速卡和模型服务中间件的需求。

国产算力底座的现实与挑战

“以国产算力为底座”这一表述，涉及芯片、加速卡、软件栈和模型适配多个层面。国产推理加速卡近年来在特定场景中已有落地，但生态兼容性和工具链成熟度仍是行业公认的挑战。硅基流动这类公司的价值，可能在于通过推理框架优化和算子适配，降低国产硬件接入大模型的门槛。 从半导体产业背景看，国产算力替代是一个中长期趋势。根据SEMI 2024年报告，中国半导体设备支出在2023年达到约300亿美元，位居全球前列，但先进制程产能仍受限制。推理芯片对制程的依赖相对训练芯片更低，这可能为国产加速卡提供更务实的切入路径。 东方资产作为资产管理机构参与此类合作，其意义可能不止于自用。金融行业对数据安全、合规部署有较高要求，私有化大模型基础设施可能成为金融机构的刚需。如果这一模式跑通，或对同类机构产生示范效应。不过，具体落地效果和可复制性，有待进一步确认。

数据参考

• IDC《中国人工智能计算力发展评估报告》2024年：中国AI推理工作负载占比预计2025年前后超过60%。
• Gartner 2024年预测：到2026年，全球超过50%的企业将在生产环境部署至少一个AI推理应用。
• SEMI 2024年报告：中国半导体设备支出2023年约300亿美元，位居全球前列。
• 本次新闻已确认数据：东方资产与硅基流动合作，主题为以国产算力为底座构建企业级大模型基础设施（来源：投资界，2026年10月9日）。其他涉及金额、芯片型号、算力规模的数据暂缺可核验信息。 #东方资产 #硅基流动 #推理加速卡 #国产算力