你的位置:首页 > 光电显示 > 正文

《数智时代企业算力基座建设路径》发布:算力评价标准迎来系统性转向

发布时间:2026-08-20 来源:转载 责任编辑:Lily

【导读】8月18日,中国人工智能产业发展联盟第十八次全体会议上,海光信息、中国信通院人工智能研究所等单位联合发布《数智时代企业算力基座建设路径与行业实践研究报告》,试图回答这一命题。报告指出,智算行业正从“重规模”转向“重实效”——评价标准从芯片性能转向集群系统能力,建设模式从粗放扩张转向精细化的训推差异部署。与此同时,海光信息以CPU+DCU双轮驱动、开放生态与行业深耕三路并进,为央国企及企业级市场提供了一套兼顾安全、效率与长期演进的计算底座方案。


这份报告值得关注的地方,在于试图回答一个现实的问题:当AI开始真正进入企业的研发、生产和经营管理之后,企业究竟应该如何建设一套能够长期承载AI业务的算力底座基础设施?


这份报告重点解决什么


基础软硬件与生态工作组组长、中国信通院人工智能研究所软硬件与创新生态部主任李论认为,当前智算行业正在发生两个明显变化:


第一,评价标准从过去单纯看芯片性能、算力规模,转向综合考察整个智算集群的系统能力,需要通过类似AISHPerf这样的基准体系进行验证;


第二,智算建设正在从粗放式扩规模转向精细化发展,针对训练、推理等不同负载进行差异化建设,行业关注点也从过去的“有没有、大不大”,逐渐转向“好不好用”,更加重视集群的可靠性、实际运行效率以及对具体模型和行业需求的适配能力。


随着AI大模型快速发展,各地都在加快智算集群建设,但国产芯片和技术路线日益多样化,企业在算力选型上需要更加系统地考量。


李论表示,此次报告主要从四个维度提供参考:一是供应链安全与韧性,明确芯片、架构等基础设施的选择;二是软硬件生态,确保不同模型和应用能够高效运行;三是绿色低碳,统筹芯片、通信、电力等因素提升算力能效;四是应用导向,根据训练、推理、搜索等实际业务需求建设算力体系,避免单纯追求算力规模。


海光信息如何立足企业级算力底座市场


海光信息企业业务群总经理李程表示,随着大模型逐渐进入研发设计、生产运营和经营管理,AI正从过去的辅助工具转变为企业的生产要素,企业算力建设也从追求规模转向关注实际应用价值。


在自主可控和AI产业持续发展的背景下,企业级算力基座迎来新的发展窗口。海光主要围绕三方面布局:一是以CPU和DCU构建异构算力产品体系,并持续完善DTK、DAS、DAP等软件栈,目前平台已有2000余个优化算子;二是打造开放生态,通过“光合组织”连接超过6000家合作伙伴,覆盖硬件、操作系统、中间件、数据库、模型和云平台等产业链;三是深耕行业应用,与合作伙伴和信通院共同挖掘企业AI场景,推动算力从产品走向实际业务。


对于报告提出的“4C模型”,李程介绍,分别是供应链安全与韧性、生态和产品矩阵、商业闭环、绿色高效。对应到海光的布局,就是从芯片底层安全、CPU与DCU产品体系和软件生态,到能源、勘探、制造等行业应用,再到液冷、超节点和大规模集群建设,覆盖企业从通用计算、AI计算到大规模智算的不同需求。


“企业算力建设不能只看芯片性能,而要综合考虑安全、生态、应用价值和能效,形成能够长期稳定运行的算力基座。”李程强调道。


海光信息对于央国企项目有何经验


海光信息央国企业务部总经理张鹏表示,在服务制造、能源、电力等央国企的过程中,海光总结了三点经验:一是坚持循序渐进,从外围系统、非关键业务逐步向核心业务和生产场景迁移,降低替代风险;二是具备全栈适配能力,提前打通操作系统、数据库和行业应用,减少项目实施中的适配成本;三是建立覆盖规划、设计、迁移、上线和运维的全生命周期保障体系。实践表明,兼容性、分阶段实施和完善的生态,是降低国产化迁移风险的关键。


从目前的需求来看,央国企最关注的仍是安全、平滑迁移和业务价值。由于存量系统庞大、技术架构复杂,不同企业之间的系统差异也较大,软硬件适配和迁移验证成本较高。因此,央国企对国产算力的要求已经不只是“完成替代”,而是要确保国产算力能够稳定承载核心业务,并真正支撑企业数字化转型。


对于“先建算力还是先找场景”的问题,张鹏认为,两者应该并行推进。一方面,基础算力建设需要适度超前,为未来业务增长预留空间;另一方面,也要持续挖掘实际应用场景,提高已有算力资源的利用率。尤其对于央国企而言,算力规划不能只满足当前需求,还需要考虑未来两到三年的业务增长和算力冗余。


海光信息怎样兼顾统筹通算和智算


海光信息企业行业方案部副总经理李洋表示,企业在选择国产算力时,最关注的仍是迁移成本和适配难度。海光通过C86架构实现对X86生态的兼容,降低传统业务系统迁移成本;在DCU侧,则通过DTK、DAS、DAP等软件栈兼容主流编程范式和AI框架,并配套自动化迁移、调优工具和优化算子,减少开发者的代码改造工作。


目前海光已适配数百个大模型,并持续跟进主流模型的新版本,企业也可以通过光合组织等平台直接获取模型镜像,进一步降低AI应用落地门槛。


结论

企业算力基座的建设,已不再是芯片选型或规模扩张的单点决策,而是涉及供应链安全、软硬件生态、业务价值与绿色能效的系统工程。《报告》提出的“4C模型”——供应链安全与韧性、生态与产品矩阵、商业闭环、绿色高效——为企业提供了一套从规划到运维的参考框架。海光信息的实践表明,兼容X86生态的C86架构与适配主流AI框架的DCU软件栈,可有效降低迁移成本与开发门槛;而在央国企场景中,循序渐进、全栈适配与全生命周期保障则成为国产化迁移的关键原则。



gg_20260512171736_266_20260622170931_179.png

特别推荐
技术文章更多>>
技术白皮书下载更多>>
热门搜索

关闭

 

关闭