面向新一轮科技革命和产业变革加速演进，围绕关键数字基础设施的自主可控能力建设，已成为各国普遍关注的现实议题。
在相关产业实践中，“主权AI”被不断提及，其核心不止是硬件性能与单点技术突破，更是从算力、算法到生态的系统能力竞争。
近日在摩尔线程首届MUSA开发者大会上，中国工程院院士、清华大学计算机系教授郑纬民提出，能否赢得开发者长期投入，决定“主权AI”建设能走多远、走多稳。
问题：从“能跑”到“愿用”，国产生态仍存短板 郑纬民指出，过去芯片产业更多依托全球化分工体系：架构设计、设备制造、代工封装等环节相互衔接、效率优化明显。
随着外部环境变化与技术竞争加剧，面向人工智能时代的算力基础设施成为国家竞争力的重要支点，“主权AI”成为必须回答的现实问题。
当前国产芯片与软件栈在应用层面仍存在“能跑但不好用、不通用”的现象：不同厂商接口不一、适配重复、迁移成本高，导致开发者投入被分散，应用扩展速度受到影响。
原因：系统性能力不足叠加行业碎片化与内卷压力 郑纬民将“主权AI”概括为三位一体：算力自主、算法自强、生态自立。
其背后反映的是系统工程能力要求。
一是算力自主需要更完整的链条能力支撑，包括自主的芯片设计能力、可控的制造与供应链风险，以及面向实际场景的系统与集群交付能力。
仅有单颗芯片指标提升，难以直接转化为可规模化落地的生产力。
二是算法自强强调对主流算力平台的大模型适配、训练与优化能力。
大模型时代，算法框架、编译优化、算子库与训练工具的成熟度，决定了算力能否被高效释放。
三是生态自立则直指“使用意愿”。
在他看来，生态不仅是软件数量，更是开发体验、工具链完备性、接口一致性与社区活跃度的综合结果。
若技术栈割裂、标准不统一、重复适配过多，就会形成行业“内卷”与“碎片化”，开发者难以沉淀长期价值，生态难以滚动增长。
影响：生态成为护城河，决定产业竞争的可持续性 在人工智能产业链中，生态体系往往具有强黏性与网络效应：开发者越多、工具越成熟、应用越丰富，平台吸引力越强，进一步促成技术迭代和规模化部署。
反之，若生态薄弱，硬件即便具备一定性能，也可能因迁移成本与不确定性而难以进入主流应用场景，最终影响产业链上下游的信心与投入节奏。
郑纬民强调，“真正决定成败的”在于能否拥有足够多愿意长期在同一套栈上写代码的开发者。
这一判断把问题焦点从单点突破转向持续供给：只有开发者愿意来、留得住、用得顺，国产平台才可能实现从点到面的规模化应用。
对策：以统一标准与协同设计降低开发成本，形成合力 面向破解适配成本高、接口不统一等痛点，郑纬民提出应把“减少开发者工作量”作为重要目标：尽可能实现不同芯片、不同系统在工具链与接口层面的统一，推动产业联盟与软硬件协同设计，集中力量补齐应用不足和生态薄弱的短板。
他指出，产业界需要协同，应用界同样需要协同，通过共建共享形成可持续的生态循环。
企业层面，摩尔线程创始人、董事长兼CEO张建中也表示，生态体系是GPU行业的重要价值所在。
围绕MUSA架构，公司将持续加大研发投入，推进从硬件到软件的关键技术攻关，并以开放创新方式加强与生态伙伴协同，推动国产计算产业生态的完善。
前景：从工程化落地到规模化应用，关键看“系统能力+生态协同” 业内普遍认为，未来一段时期，大模型应用将持续向行业纵深推进，算力需求与工程化复杂度同步提升，对“从芯片到平台再到应用”的系统能力提出更高要求。
国产算力平台若要在竞争中形成稳定优势，既要在设计、供应链与交付方面提升韧性，也要在编译、框架、工具链、开发者社区等方面实现连续投入，以标准化与开放协同降低迁移门槛、扩大应用覆盖面。
同时，随着产业从“追性能”转向“拼效率、拼生态、拼落地”，生态自立将更直接地决定创新速度与应用规模。
谁能率先形成稳定的开发者供给、可复用的软件资产与高质量行业案例，谁就更可能在新一轮产业竞争中赢得主动。
构建自主AI技术体系不仅是应对"卡脖子"风险的防御举措，更是抢占未来科技制高点的战略选择。
当算力如同工业时代的电力般成为基础生产要素时，生态系统的完善程度将直接决定国家数字经济的韧性与活力。
这场关乎技术主权的持久战，既需要科研人员的持续攻关，更依赖全产业链的协同创新，唯有形成"众人拾柴"的合力，方能点燃自主创新的燎原之火。