中国AI需要怎样的算力新秩序？

来源：中科曙光

全球智能化浪潮风起云涌，人工智能领域创新呈群体性突破之势，语言大模型、多模态大模型和具身智能等领域日新月异，推动人工智能向更高效、强智能的方向快速发展。

大模型的训练日益依赖巨量算力与超长周期，部署与调用又受限于功耗、延迟与硬件异构的问题。这一轮产业竞速的变量，悄然从“算法优劣”转向“底座构建”。特别是大模型进入多模态深水区之后，算力瓶颈不再是抽象议题，而是制约落地效率的现实考验。面对共同的“算力瓶颈”，中国的科技企业正积极发挥自身优势，以迎接挑战。

WAIC 2025上，“智算”“大模型”“AI终端”“全球治理”成为核心关注领域，同时，智算、绿色AI、软硬解耦、国产算力成为各类论坛上的高频词，正反映出行业更成熟的阶段性判断：无论模型如何演进，没有稳定的、高效的算力平台配合，其最终价值也难以兑现。

中科曙光作为计算产业深耕三十年的“长期主义者”，以系统性的展示与技术为回应，为这一“算力回归基础设施”的趋势提供了可视化的注脚。

▍从算力生产到智能生态的接力

中科曙光携“智算、智存、智冷、智服务、智生态”五大领域的核心软硬件产品集中亮相WAIC2025。它们共同构成了中科曙光全栈智能化转型矩阵——曙光AI基础设施，也是中科曙光对“算力生产-调度-应用”全链条重塑的系统表达。

在“智算”模块，中科曙光展出核心产品——DeepAI深算智能引擎。这一套针对国产GPU加速卡设计的AI软件技术栈，涵盖了GPU开发工具、DAS基础软件、DAP应用平台，从训练到底层编译优化全面打通，显著提升了国产GPU加速卡在AI领域的适用性与性能释放能力。值得注意的是，这一引擎已被多家科研机构和工业用户验证其在多模态推理与大模型精调中的稳定表现。

而在“智存”方面，曙光存储FlashNexus全闪存储与ParaStor F9000分布式全闪方案同步亮相。后者通过独创的“超级隧道”技术，将GPT-4级大模型训练周期从3个月压缩至1周，展示了在高并发数据访问场景下的极致吞吐能力。

随着液冷与AI集约能效成为行业共识，标志着算力基础设施正迈向可持续演进的拐点。曙光数创发布的C7000-F方案，将相变间接液冷技术首次工程化落地，实现高密度算力的同时将系统能耗与维护风险控制在可接受范围内，为数据中心级别的绿色智能计算提供了实际路径，高度契合了今年对“绿色智能”议题的关注。

如果说硬件是智能算力的身躯，那么服务与生态则串联起硬件，为其赋予灵魂。在“智服务”与“智生态”展区，中科曙光展示了如何将底层算力抽象为服务能力，从曙光云到全国一体化算力网，再到行业级大模型服务平台，让底层技术真正以可用、可信的形态渗透至千行百业，延伸出一个活跃、可持续的智能生态。

五大模块，既是产品层的展示，也是系统观的体现。中科曙光正在用一组完整且闭环的工程方案，将其还原为一个可以优化、可以衡量、可以服务于应用生态的系统工程，对未来AI基础设施“从生产到服务”的全过程重新定义。

▍打破“五道墙”，释放AI发展新动能

AI基础设施的“难”并不在于某个单点技术，而是横亘在各个环节之间的协同难度。业界早已将这些挑战形象地总结为“五道墙”：算力墙、内存墙、通信墙、调优墙、能耗墙。

而中科曙光的策略，是从“软硬协同，从芯到云”的系统层面逐层攻坚，打破了当前AI基础设施的核心瓶颈。

向下扎根，是核心基础层的“破壁”。通过国产GPU加速卡与DeepAI深算智能引擎，中科曙光形成了软硬一体化的协同优化范式，实现对CUDA算子超过99%的覆盖度，让开发者能够平滑迁移、无感开发。更重要的是，通过深入芯片汇编指令级的优化，DeepAI深算智能引擎让国产GPU加速卡的性能总吞吐量提升120%。这不啻于在已有的土地上，挖掘出了更深的肥力。

向上支撑，是系统设施层的“筋骨”。围绕算力、存储、网络、制冷等子系统以及AI集群，中科曙光构建了坚实的硬件底座。从5A级智算中心的设计理念，到登顶SPC-1榜单的FlashNexus全闪存储，再到全球首款产品化的C7000-F相变间接液冷方案，不仅突破了高密度制冷能力的瓶颈，正面冲破了AI算力资源在物理层面上的“性能瓶颈”，同时也推动了绿色计算的产业化进程。

融会贯通，是服务平台层的“血脉”。再强大的基础设施，如果不能被便捷地使用，其价值便会大打折扣。曙光云、全国一体化算网两大服务平台的存在，正是为了打通这“最后一公里”。它们将底层的复杂性封装起来，其自主调度系统可以根据AI任务特性与硬件资源动态匹配，以云服务、算力调度等更友好的形态，实现“资源分布式、能力集中化”的全新调度逻辑。将基础设施“服务化”，将算力、数据、模型与算法以完整产品形态，推送到政府、能源、交通、医疗等千行百业的毛细血管中，降低社会使用AI的总成本。

▍从“可得”到“可信”的转折

基础设施的终极命题，从来不是“拥有”，而是“掌控”。在AI走向广泛部署的阶段，如何构建“可信”的算力底座，成为摆在所有国家面前的关键挑战。

所谓“可信”，不仅是安全防护，更是底层架构的可控性、生态适配的可迁移性、以及系统演进的可持续性。

作为国内最早布局GPGPU异构计算的企业之一，中科曙光十年前就开始了国产GPU适配与异构计算软件生态建设。DeepAI深算智能引擎实现了对国际主流AI开发环境的高度兼容，既能对标，也能替代，并在知识库引擎、智能体编排、自然语言分析等高阶功能上做出了本地化的深度优化。它不仅仅是一个软件栈，更是连接国产硬件与上层生态的“翻译官”与“优化师”。

国产体系的可信底座也在逐步纳入全球治理共识。这不仅是一种对外能力输出的准备，更是对内基础秩序可持续性的主动重构。

站在2025年的时间节点，再让我们回看中科曙光，不难发现它绝非一家单纯“造设备”的公司，它更像是一个基础秩序的主动建构者——在全球AI产业进入深水区、技术叠加复杂化的当下，选择了以底座为起点，从系统逻辑上实现产业路径的重构。

中科曙光用一整套“从芯到云”的AI基础设施体系回应了两个根本问题：国产AI算力是否好用？国产AI生态是否可持续？它没有止步于构建一个更强的GPU平台，而是构建一个更强的“组织系统”，让国产AI硬件不仅能跑，还能跑得快、跑得稳、跑得长。这种从底层出发、向上生长的逻辑，也许是中国AI产业最真实、也最可持续的出路。