智谱加速构建全栈自主AI能力：算力底座、软件栈与模型能力协同落地

智谱完成对中科加禾的收购，夯实AI底层软件能力 智谱近期正式完成对中科加禾（XCore Sigma）的整合。该公司源自中国科学院计算所编译实验室，长期聚焦异构算力软件栈研发，覆盖编译器、Runtime系统、推理引擎等关键环节，在AI基础设施领域具备深厚技术积累。此次整合并非简单并购，而是将国产AI编译优化能力深度融入智谱技术体系，直接支撑其在多样化国产芯片平台上的高效部署与性能释放。 1GW级国产算力数据中心建成，全部采用国产AI芯片 智谱已建成并投入使用的1GW级AI算力数据中心，是当前国内少有的规模化、全栈国产化AI基础设施实践。该中心未依赖进口GPU或加速卡，全部采用国产AI芯片，从硬件选型、系统集成到调度管理均实现自主可控。此举不仅验证了国产芯片在大规模训练场景下的工程可行性，也标志着智谱在算力供给端已形成稳定、可扩展的自有底座。 算力供给与算力释放双线并进，形成闭环能力 单纯堆砌算力无法转化为实际竞争力，关键在于如何把算力用好。智谱通过自建数据中心解决“有没有”的问题，通过整合中科加禾解决“好不好用”的问题——前者提供规模基础，后者提升单位算力产出效率。二者结合，使大模型训练更稳定、推理延迟更低、资源利用率更高，为后续模型迭代与业务落地提供了扎实的工程保障。 Post-training能力持续沉淀，支撑下一代模型演进 智谱在模型后训练（Post-training）方向已有多年系统性投入，涵盖数据工程、指令微调、强化学习对齐、多阶段蒸馏等完整技术路径。这一能力不依赖单一基座模型，而是作为通用方法论，可适配不同规模、不同架构的模型。随着算力与Infra短板补齐，该能力正成为驱动下一代基础模型向更高智能密度、更强工程适应性演进的核心杠杆。 全栈竞争格局成型，技术闭环初具雏形 当前AI前沿竞争已超越单点模型比拼，进入模型、算力、软件栈与生态协同的系统性较量。智谱正逐步构建覆盖芯片适配层、系统软件层、模型训练层、智能体应用层的四层技术架构。其中，国产芯片为底座，中科加禾技术为纽带，自研模型为载体，产业落地为出口。这一闭环不再围绕某次模型发布展开，而以可持续的技术演进节奏和可复用的工程能力为核心特征。 国产AI基础设施生态加速成熟 智谱全面采用国产AI芯片，并深度协同国产编译优化团队，反映出其对本土技术生态的信心与投入决心。这种选择既是供应链安全的主动布局，也是对国产软硬协同路径的实质性验证。当更多企业愿意在真实业务负载下使用并打磨国产方案，AI基础设施的正向循环才真正启动。