算力烧钱时代已至！AI for Science，下一个万亿赛道
CNCC 2026上，中科曙光李斌的演讲里有个信号值得投资人注意。他说大模型Scaling Laws虽然有所放缓但仍在持续——模型还得继续变大，算力需求不会断崖式下跌。
但他同时指出，光靠堆参数已经不够了。合成数据提升模型质量正在成为主要方向。真实数据快被AI行业"吃干抹净"了，接下来靠AI自己生成训练数据来训练AI，闭环一旦跑通，对算力的需求又是新一轮增长。
更值得关注的是他反复提到的AI for Science。气象预测、新材料研发、生物医药……用AI做科研潜力大但还没被充分开发。李斌专门拎出来讲，说明曙光已把这块列为重点方向。
加上智能体爆发增长，推理算力需求呈指数级攀升。"训推一体"方案——利用推理低谷做训练提升ROI——本质上是在算力供给有限时，用管理手段榨出更多产出。
我的判断是，算力基建的投资逻辑正从"规模扩张"转向"效率优先"。谁能先把训推一体跑通，谁就能拿到便宜算力的定价权。两年前可能有人觉得是画饼，现在看快烙熟了。
AI投资 中科曙光 AI for Science