智谱AI加速算力布局：自建1GW数据中心、收购中科系企业、自研芯片

据AI前线报道，智谱AI正在自建一座1GW的数据中心。这一规模在独立AI公司中极为罕见，通常只有超大规模云服务商才会建设如此体量的设施。1GW的电力容量足以支撑数十万块GPU的部署，为智谱AI的大模型训练和推理提供充足的算力基础。

自建数据中心意味着智谱AI将从租用算力转向自主拥有算力，这不仅能降低长期成本，还能获得更高的资源控制权。然而，建设周期和资金压力是主要挑战，1GW数据中心的投资通常高达数十亿美元。

除了自建数据中心，智谱AI还以数亿元人民币收购了一家“中科系”基础设施企业。该企业专注于数据中心基础设施（Infra）领域，可能涉及液冷、供电、网络等关键技术。通过收购，智谱AI能够快速获得成熟的基础设施团队和技术，加速数据中心建设进程。

“中科系”通常指中国科学院背景的科技企业，在高端基础设施领域有深厚积累。这笔收购表明智谱AI不仅追求规模，更注重技术自主性。

报道指出，智谱AI正在布局自研芯片。这是其“去英伟达化”战略的关键一环。目前，大模型训练高度依赖英伟达GPU，但供应受限且成本高昂。自研芯片若能成功，智谱AI将彻底摆脱对英伟达的依赖，实现从芯片到数据中心的全栈自主。

然而，自研芯片难度极大，需要巨额研发投入和长期迭代。目前尚不清楚智谱AI的芯片是面向训练还是推理，以及采用何种架构。这一布局更多是战略储备，短期内难以替代英伟达。

综合来看，智谱AI的算力布局遵循“获取算力→释放算力→定义算力”的路径。早期通过租用云GPU获取算力，现在通过自建和收购释放算力，未来通过自研芯片定义算力。这标志着独立大模型企业开始向上游算力层延伸，试图构建垂直整合的竞争力。

这一战略也反映了行业趋势：随着大模型竞争进入深水区，算力已成为核心壁垒。谁能掌控算力，谁就能在模型迭代和成本控制上占据优势。