彭博社最新報道，智譜已完成一座1GW級別的資料中心建設，並已部分投入運營。該資料中心全部採用國產AI晶片，主要用於其GLM系列模型的研發。1GW的供電規模大致可同時滿足75萬戶家庭用電需求，使其成為中國AI實驗室或獨立模型企業建設的最大型算力基礎設施之一。訊息來自匿名知情人士，具體晶片型號、供應商和裝置總量暫未披露，智譜方面未予置評。

除了自建資料中心，智譜近期在算力上下游佈局頻頻。據多家媒體報道，智譜已斥資數億元收購國產異構算力軟體公司中科加禾。後者源自中科院計算所編譯實驗室，核心能力覆蓋編譯器、虛擬指令集、Runtime和推理引擎。收購已完成，但交易雙方尚未釋出正式公告。更早前，The Information披露，智譜正在與國內晶片設計公司接觸，評估合作開發定製AI晶片的可能性，該專案仍處於早期討論階段。

這三個動作分別落在算力產業鏈的不同位置。最底層是物理算力供給：1GW國產資料中心開始部分投運，意味著智譜正獲得更大規模、更穩定的長期資源池，相比租用GPU，更接近持續服務模型預訓練和大規模推理的基礎設施。第二層是算力軟體：中科加禾的價值在於為不同國產晶片提供統一軟體介面，降低模型遷移和部署成本。其SigInfer推理引擎宣稱在特定測試中可將推理時延最高降低74倍、吞吐率提升3倍。第三層是晶片設計：智譜評估合作開發定製AI晶片，旨在讓未來晶片架構適應GLM模型負載，最佳化長期推理成本。

算力壓力是智譜加速佈局的直接原因。今年1月，隨著GLM Coding Plan使用者快速增長，智譜宣佈限量銷售該產品，每日新增購買額度壓縮至此前的20%。3月GLM-5上線後，Coding Agent每日呼叫量達數億次，推理系統壓力劇增，甚至出現亂碼、復讀等質量問題。智譜在部落格中詳述了高負載下KV Cache錯配等成因及修復方案。GLM-5.2上線後，日均Token使用量增長27倍。

智譜2025年收入由3.12億元增至7.24億元，同比增長131.9%，但銷售成本同比增長213.3%至4.28億元，研發支出達31.8億元，全年淨虧損47.18億元。成本上升主要來自計算服務費增加。自建資料中心雖需承擔晶片採購、電力等成本，但在算力供應確定性、軟硬體協同和成本之間尋求更大平衡。政策層面，國家資金支援的新建資料中心被要求只使用國產AI晶片，未來五年約2萬億元的全國AI算力基礎設施方案有望落地，國產晶片將進入長期成規模採購體系。