专访全国政协委员郭御风：国产芯片要冲刺新高度
（原标题：专访全国政协委员郭御风：国产芯片要冲刺新高度）
图片来源于网络，如有侵权，请联系删除
经济观察报记者 王雅洁
图片来源于网络，如有侵权，请联系删除
图片来源于网络，如有侵权，请联系删除
作为国产CPU（中央处理器）研发一线的亲历者，全国政协委员、飞腾信息技术有限公司副总经理郭御风今年关注的两会议题，和国产芯片相关。
2026年是“十五五”开局之年，也是中国从“算力规模”向“智效竞争力”转型的关键节点。
今年两会，郭御风关注的焦点不再是单一的技术突破，而是如何将国家战略转化为可落地的产业行动。
他察觉到，当前中国人工智能产业正站在从“算力基建”迈向“商业闭环与治理协同”的关键期，工业控制系统则面临“安全替代”与“智能升级”必须同步推进的紧迫课题。
在他看来，无论是芯片产业还是人工智能，都到了必须从过去的“点式思维”转向“系统思维”的关键时刻，不能再沉迷于低水平的内卷，而要构建一个有活力、能造血的产业新格局。
经济观察报：作为来自科技界的政协委员，你今年关注全国两会的什么议题？
郭御风：今年我关注的焦点可以概括为“一个核心、两条主线”。“一个核心”，就是如何贯彻落实“十五五”规划建议关于“加快高水平科技自立自强、引领发展新质生产力”的战略部署。2026年是“十五五”开局之年，如何把国家战略转化为可落地、可量化、可持续的产业行动，是我今年履职思考的出发点。
“两条主线”，第一条是人工智能产业从“算力基建”迈向“商业闭环与治理协同”。过去几年，中国人工智能发展跑出了“加速度”，但我们必须清醒地看到，“重建设、轻应用”“重算力、轻实效”的结构性问题依然突出。大量智算中心算力利用率不足，人工智能在千行百业的渗透仍以“点状创新”为主，缺乏能够重塑生产流程、革新商业模式的“撒手锏”级规模化应用。如何把“算力热”转化为“应用实”，是我今年重点关注的议题。
第二条主线是工业控制系统“安全准入”与“智能升级”协同推进。当前，中国高端PLC（可编程逻辑控制器）、DCS（分布式控制系统）核心模块等长期由国际巨头主导，且替代模式仍停留在“单点换芯”阶段。更严峻的挑战在于，未来不是在“静止地”替代，而是在“智能化浪潮”中替代。如果只是把进口系统换成国产系统，却没有同步融入人工智能等新型能力，那么这种替代就无法支撑新型工业化对“安全+智能”的双重需求。
经济观察报：为什么你认为当前中国人工智能产业正处在从“算力基建”迈向“商业闭环”的关键转折点？
郭御风：作为亲历者，我对产业所处的历史方位有一个基本判断：中国人工智能正处于从“少年期”迈向“成年期”的关口。“少年期”的特点是热情高涨、活力充沛，但模式未定、根基未稳。过去几年，相关行业、企业都经历了大模型的“百模大战”，智算中心的“万卡竞赛”，这些探索让全社会认识到了人工智能（AI）的战略价值，但也带有明显的“试错”特征，大量投入尚未形成稳定回报，大量应用停留在“演示级”而非“生产级”，大量企业仍在亏损中寻找盈利模式。
而“成年期”的标志就是：商业模式清晰、价值闭环形成。一个产业真正成熟，不是看它有多“热”，而是看它能不能“自己养活自己”。从“输血”到“造血”，是产业从“少年”走向“成年”的成人礼。我认为，2026年，正值“十五五”开局之年，恰是这个“成人礼”的关键时刻。如果不能扭转“重建设、轻应用”的倾向，不能把发展范式从“算力比拼”转向“智效竞争”，那么巨大的算力投入就可能沦为“沉没成本”，技术势能也难以转化为产业动能。
经济观察报：能否具体谈谈，如何推动AI与实体经济深度融合，创造实实在在的经济价值？
郭御风：我建议实施“AI+场景闭环”示范工程。核心是以创造可衡量的商业价值和社会效益为目标，而不是建几个漂亮的大屏。未来可以鼓励组建由行业龙头用户、AI模型企业、系统集成商及芯片厂商构成的“创新联合体”，开展从场景定义、算法优化、算力适配到商业模式验证的全栈式协同攻关。
在项目评价与资源支持上，重点向那些能够实现降本增效、形成稳定商业回报的项目倾斜。尤其要引导全社会资源投向能够产生“自我造血”能力的创新方向，真正培育出赋能千行百业、改善百姓生活的“撒手锏”应用。比如在工业制造、智慧金融、精准医疗、智能交通等领域，搞一批国家级“AI+全链条改造”的示范项目，形成可复制的标杆。
经济观察报：关注人工智能应用落地的同时，你特别提到了“治理协同”。为什么你认为在当前阶段，治理如此重要？
郭御风：“治理”与“发展”并列部署，这是一个非常重大的范式转变。过去几十年，行业内对很多新兴技术采取的是“先放后管、先发展后规范”的模式，但当技术进入规模化应用阶段，规则的不确定性反而成为最大的发展障碍。
没有治理护航的发展是不可持续的发展，没有规则支撑的创新是难以复制的创新。
比如自动驾驶事故责任如何认定？AI生成内容的版权归属谁？智能体的行为边界在哪里？如果不填补这些法律空白，不仅会抑制企业大规模应用创新的信心，更可能引发系统性风险。
因此我建议组织跨领域专家，启动人工智能专项立法研究，为创新划定清晰、稳定的“安全区”，同时支持地方开展伦理治理与“沙盒监管”试点。这不仅是“管”，更是“促”，只有在规则清晰的环境里，企业才敢大规模投入、规模化应用。
经济观察报：除了人工智能，你还在关注“全栈适配、系统重构”的整体替代模式。这与过去常说的国产替代有何不同？
郭御风：这是一个非常现实的问题。我从事国产芯片研发二十年，有一个深切的体会：单项技术突破不等于产业能力形成。芯片做出来了，没有配套的操作系统，是“孤岛”；操作系统有了，没有控制软件，是“空壳”。真正的产业安全，来自全栈的贯通、生态的协同。
当前国产替代实践多停留于芯片或操作系统等单点环节更换，缺乏对硬件、软件、协议、应用进行全栈适配与系统重构的整体能力。由于工控系统各层级深度耦合，这种“碎?化”改造易引发兼容性下降、实时性受损、安全隐患增加等“替代后遗症”，导致用户“不敢替、不愿替”。
因此，我建议要废止“点状换芯、碎片改造”的惯性路径，确立“芯片―操作系统―控制引擎―工业应用”一体化适配的基本原则。优先在电力、化工等国产DCS已形成规模优势的行业启动整体替代试点，形成可复制技术方案后逐步向高端装备、轨道交通等领域延伸。
经济观察报：当前国内芯片产业的发展，除了技术和生态上的挑战，在市场竞争层面还存在哪些突出痛点？
郭御风：这个问题问得非常准。当前产业发展的突出痛点，我认为可以概括为“散、卷、难”三个字。
第一个痛点是生态“散”，表现为“孤岛式”发展，协同不足。各家芯片企业选择不同的指令集、自己的软件栈、自己的互联标准，就像一个个互不相通的“烟囱”。对于应用开发者来说，要为不同品牌的国产芯片适配软件，意味着成倍增长的工作量和维护成本。国内虽然有很多芯片，但很难形成一个有强大生态聚合力的统一体系。
第二个痛点是市场“卷”，表现为“内卷式”低价竞争，劣币驱逐良币。一些企业为了争夺市场份额，不是靠技术实力和产品质量，而是靠打价格战，甚至低于成本价竞标。这种做法导致产业链上的企业利润微薄，根本无力投入长周期、高风险的研发创新，只能陷入“低价低质”的恶性循环。真正愿意沉下心来搞技术、搞创新的企业，反而因为成本高而在市场竞争中处于劣势。这背后既有部分项目招标中“唯低价论”的导向问题，也反映了市场优胜劣汰的机制没有完全发挥出来。
第三个痛点是应用“难”，表现为核心业务“不敢用、不愿用”。虽然国产芯片在党政办公等领域的替代已经基本完成，但在金融核心交易、电力调度、实时工业控制这些对稳定性、可靠性要求极高的“深水区”业务中，用户的顾虑依然很深。没有人在核心业务上冒险，国产芯片缺乏在千行百业真实高负载场景下“淬火”的机会，就难以暴露出问题，更无法通过迭代去解决问题，始终停留在“能用”的初级阶段。
经济观察报：针对“内卷式”竞争，应如何从政策层面加以引导和规范？
郭御风：这需要多管齐下。首先，市场监管部门应加强对在采购中利用支配地位进行恶性压价行为的监管，加大反不正当竞争执法力度，遏制以牺牲安全质量为代价的恶性竞争，引导形成“优质优价”的市场导向。
其次，要强化宏观政策协同，规范招投标行为。在项目评价与资源支持上，重点向那些能实现降本增效、提质创新并形成稳定商业回报的项目倾斜，引导社会资源投向能产生自我造血能力的创新方向。
更深层次地看，还是要通过需求侧改革牵引供给升级。建立“首用风险补偿”机制，由财政资金和金融机构共同设立“应用迁移保险基金”，对率先在核心业务中规模化使用国产全栈方案的用户提供兜底保障，彻底化解用户的后顾之忧。只有当市场的大门真正敞开，国产芯片才能在应用的“活水”中不断迭代，从“能用”真正走向“好用”。
经济观察报：你提到了一个很有意思的新现象，叫“陪同式出海”。在当前国际形势下，你如何看待国产芯片出海的机遇与挑战？
郭御风：面对国际市场的技术封锁和贸易壁垒，国产芯片“出海”确实困难重重。但我注意到一个积极的趋势：随着国内系统集成商和工程建设企业越来越多地参与“一带一路”沿线国家的重大项目，比如铁路、电网、港口等，这些项目为国产芯片提供了宝贵的海外应用场景。
在这个过程中，如何从国家层面协调解决标准互认、市场准入等问题，将国产高端芯片及解决方案纳入国家对外合作的优先采购推荐目录，通过高端项目的国际化实践来倒逼国内自身产品和标准的升级，是一个值得深入探讨和战略布局的方向。这既是挑战，也是国内产品和技术接受国际检验、走向成熟的重要路径。
经济观察报：你在多个场合提到人才培养的问题，尤其是在AI时代，人才培养的紧迫性体现在哪里？
郭御风：这是一个需要长期关注的深层问题，即“基础软件与系统级人才”的断层。常说“重硬轻软”，这个问题在AI时代依然存在。现在很多年轻人热衷于学习调用API（应用程序编程接口）、做大模型应用，这当然很重要，但真正懂指令集架构、操作系统内核、编译器、高性能算子库这些底层技术的“系统级”人才却极度匮乏。
这直接导致了一个尴尬的局面：相关硬件设计已经达到相当水平，但因为底层软件优化不到位，性能潜力无法充分释放，出现了“一流硬件、二流软件、三流性能”的情况。面向AI时代的深刻变革，国内的教育体系如何从“知识传授”转向“能力建构”，如何培养出能够驾驭复杂系统、具备跨学科整合能力的“大国工匠”，是事关产业长远发展的根本性问题。
我建议教育部、科技部、人社部协同，推动教育理念与课程体系改革，设立“AI+X”交叉学科，鼓励校企共建产业学院，订单式培养既懂技术又懂行业的复合型人才。人才不是“成本”，是“资本”；面向“十五五”，必须把人才结构的调整摆在优先位置。
