國芯+國模之間缺一座“橋”，清程極智連續兩年在WAIC架起國產算力跨越之路

在世界人工智慧大會（WAIC）連續兩年的展場上，清程極智都以一套名為「前店後廠」的運作模式吸引業界目光。這家專注於國產算力中介層技術的新創公司，試圖在國產AI晶片與大模型之間，搭建一條真正可用的算力通道。清程極智聯合創始人近日接受專訪時指出，當前市場上Token供不應求，國產算力雖然持續進步，但缺乏有效的軟體棧與中介層來承接模型訓練與推理需求，導致開發者難以順暢調用底層資源。 所謂的「前店後廠」，是清程極智針對國產算力落地痛點提出的解決方案。前端直接對接模型開發者與終端用戶的算力需求，根據任務類型與規模提供彈性調度；後端則整合多種國產晶片與硬體資源，透過團隊自研的編譯器與排程系統，讓不同架構的晶片都能高效運行主流大模型。聯合創始人強調，國產算力落地的關鍵並非單純提升晶片算力，而是要讓晶片「好用」——也就是讓模型開發者無需耗費大量時間進行手動適配，就能像使用進口GPU一樣直接呼叫底層算力。 這種中介層的角色，在目前的產業鏈中可說是最容易被忽視卻也最迫切需要的環節。清程極智團隊觀察到，雖然近年來多家國產AI晶片廠商持續推出新產品，理論算力不斷提升，但實際部署時卻經常面臨利用率低落、異構晶片協同困難等挑戰。正因如此，市場上才會出現Token供不應求的現象——不是因為晶片總量不夠，而是因為既有的算力無法被有效整合與調度，導致大量算力資源處於閒置或低效運作狀態。 針對這項瓶頸，清程極智在WAIC現場展示了具體的實證案例。他們成功讓多款不同品牌的國產晶片在同一個統一平台上協同工作，並針對特定模型的推理任務進行測試，結果顯示其效能已經接近同等規模的進口GPU水準。這項成果證明，只要橋樑搭建得當，國產算力完全有機會撐起大規模AI應用的需求，不必永遠仰賴海外晶片。 從更宏觀的角度來看，清程極智認為，隨著國產晶片種類日漸豐富，未來不會只有單一「國芯」勝出，而是需要一個開放的生態系統來整合各家優勢。每一家晶片廠商都有自己的架構與軟體棧，若各自為政，開發者將面臨極為繁重的適配工作，這正是目前國產算力難以大規模落地的根本原因。清程極智的「前店後廠」模式，正是企圖扮演生態系中的共通層，讓不同晶片能夠像標準零件一樣被靈活組裝與調用。 這種思維也反映在他們對產品易用性的重視上。聯合創始人指出，許多國產晶片在實驗室環境下表現優異，但一進入真實的模型訓練或推理場景，就會因為軟體棧不成熟、驅動程式不穩定、異構協同缺乏標準而導致效能大幅衰減。清程極智的自研編譯器與排程系統，正是為了解決這些實際部署中才會碰到的問題，讓開發者不需要理解底層晶片的差異，就能獲得穩定且高效的算力服務。 連續兩年在WAIC亮相，清程極智希望讓市場看見這條跨越之路已經逐漸成形。從前端需求對接到後端資源整合，從編譯器優化到動態排程，他們正在一步步補足國產AI生態系中那塊最容易被忽略的拼圖。隨著大模型應用進入爆發期，算力需求只會越來越高，國產晶片若要在這個市場中佔有一席之地，就必須有成熟的軟體中介層來支撐。 清程極智的願景是透過「前店後廠」模式，降低開發者使用國產算力的門檻，加速從模型訓練到落地的循環，最終讓國產算力真正走入產業應用。當更多開發者開始願意嘗試國產晶片、更多應用場景能夠平穩運行在國產算力之上，整個生態系才能形成正向發展的動能。而這座橋樑是否能如期建成，不僅關乎一家公司的成敗，也影響著台灣及全球華文AI產業未來是否能夠擁有自主可控的算力基礎。