彭博社最新报道，智谱已完成一座1GW级别的数据中心建设，并已部分投入运营。该数据中心全部采用国产AI芯片，主要用于其GLM系列模型的研发。1GW的供电规模大致可同时满足75万户家庭用电需求，使其成为中国AI实验室或独立模型企业建设的最大型算力基础设施之一。消息来自匿名知情人士，具体芯片型号、供应商和设备总量暂未披露，智谱方面未予置评。

除了自建数据中心，智谱近期在算力上下游布局频频。据多家媒体报道，智谱已斥资数亿元收购国产异构算力软件公司中科加禾。后者源自中科院计算所编译实验室，核心能力覆盖编译器、虚拟指令集、Runtime和推理引擎。收购已完成，但交易双方尚未发布正式公告。更早前，The Information披露，智谱正在与国内芯片设计公司接触，评估合作开发定制AI芯片的可能性，该项目仍处于早期讨论阶段。

这三个动作分别落在算力产业链的不同位置。最底层是物理算力供给：1GW国产数据中心开始部分投运，意味着智谱正获得更大规模、更稳定的长期资源池，相比租用GPU，更接近持续服务模型预训练和大规模推理的基础设施。第二层是算力软件：中科加禾的价值在于为不同国产芯片提供统一软件接口，降低模型迁移和部署成本。其SigInfer推理引擎宣称在特定测试中可将推理时延最高降低74倍、吞吐率提升3倍。第三层是芯片设计：智谱评估合作开发定制AI芯片，旨在让未来芯片架构适应GLM模型负载，优化长期推理成本。

算力压力是智谱加速布局的直接原因。今年1月，随着GLM Coding Plan用户快速增长，智谱宣布限量销售该产品，每日新增购买额度压缩至此前的20%。3月GLM-5上线后，Coding Agent每日调用量达数亿次，推理系统压力剧增，甚至出现乱码、复读等质量问题。智谱在博客中详述了高负载下KV Cache错配等成因及修复方案。GLM-5.2上线后，日均Token使用量增长27倍。

智谱2025年收入由3.12亿元增至7.24亿元，同比增长131.9%，但销售成本同比增长213.3%至4.28亿元，研发支出达31.8亿元，全年净亏损47.18亿元。成本上升主要来自计算服务费增加。自建数据中心虽需承担芯片采购、电力等成本，但在算力供应确定性、软硬件协同和成本之间寻求更大平衡。政策层面，国家资金支持的新建数据中心被要求只使用国产AI芯片，未来五年约2万亿元的全国AI算力基础设施方案有望落地，国产芯片将进入长期成规模采购体系。