11 月 2 日消息，中国工程院院士、清华大学计算机系教授郑纬民解读：国产算力产业的核心难题，并不只是硬件性能追赶，

软件生态成熟度与综合使用成本，是两个常被低估的关键短板。

不少开发者与企业反馈，国产显卡实际体验不及英伟达、AMD。郑纬民提到，智能体等新应用快速兴起，大模型 Token 需求爆发，

算力刚需持续走高。部分国产算力芯片纸面参数、采购价已有竞争力，

但落地部署时普遍存在软件适配繁琐、二次开发成本高昂等问题，拖累整体使用感受。

他表示，国产算力芯片并非达不到高性能。投入资源定向调优后，性能表现可观。痛点在于各厂商、各型号芯片适配方案互不通用，

大量开发工作重复消耗资源；相比芯片采购价，后续高昂的适配使用成本，才是企业选型的核心阻碍。

团队实测四类主流国产计算平台，在完成专项软件优化后，训练、推理任务性能可达英伟达 A100 的 86%-98%，硬件层面差距已大幅收窄。

郑纬民总结，硬件攻关固然重要，软件生态建设同样不可或缺。对比海外成熟算力链条，国产芯片硬件基础稳步提升，但软件生态仍有明显差距。

建议在扶持芯片研发、扩产的同时，加大资源投入统一软件生态，打通不同硬件平台的适配壁垒，压低综合使用成本，稳步实现算力产业自主可控。