业内首款超算+智算的大规模计算底座，在WAIC上我们找到了

允中 发自 凹非寺
量子位 | 公众号 QbitAI

这几天，全网被WAIC“霸屏”，从具身智能到国产算力，这场一年一度的AI盛典，同样吸引了科技圈所有目光。

今年WAIC堪称是国产芯片和算力企业的斗秀舞台，108款芯片、超200款智算产品齐聚上海。除了全员大集合外，我们还看的一个明显的变化：

过去各家比的是”我这颗芯片算力多少”，单卡性能多么牛；而今年，提到最多的是“系统创新”与“高效协同”。换言之，单卡比拼的时代已落下帷幕，大规模计算系统性能的较量即将开启。

算力芯片群星闪耀，我们也发现了一颗“不走寻常路”的新星（芯）。

浦东张江，太初（杭州）集成电路有限公司（“太初元碁”）展位里外围满了人，抛开展位处于主通道上的地理位置不谈，更吸引目光的，是一台大型超节点集群，号称“超智融合”的计算系统，旁边刚揭幕的自研芯片——标签写着：异构众核，双模设计。

先拼架构，再谈单卡

“算力产业已从单卡性能比拼进入系统级竞争阶段。”太初元碁CEO杨晋喆如是说。

这话不是场面话。模型参数突破万亿级，Agent和AI4S对CPU-GPU协同的要求越来越高，单纯堆算力的边际收益正在递减。降低单位算力成本，才是当下真正的核心命题。

这个判断与整个行业的演进方向一致。今年WAIC上，华为展出了Atlas 950 SuperPoD超节点，沐曦发布“曦景”S系列超节点，阿里平头哥也拿出了真武M890×磐久AL128超节点。

国盛证券在近期研报中直接点明：国产超节点迎来量产元年，算力竞争范式正从单点峰值性能全面转向系统级全栈效率的比拼。

太初元碁给出的技术答案是HCU异构融合计算架构。核心思路是把CPU和AI算力核放在同一条高速总线上，支持M:N可重构配比——CPU负责Agent调度和数据预处理，XPA算力阵列专注大模型推理计算，再配合共享分级存储，实现冷热数据动态调度。

翻译成大白话：一块芯片里塞了两类“大脑”，一个管调度协调，一个管高强度计算，两者还能按需调配比例。这种设计的好处在于，面对不同负载时不用“大炮打蚊子”，也不用“小马拉大车”，算力分配可以动态匹配。

为什么异构众核成了必选项？

这得从Agentic AI时代的算力需求变化说起。

传统AI训练和推理集群通常采用“单路CPU搭配4至8颗GPU”的固定配置，CPU长期充当算力宿主，仅负责任务下发、数据调度与GPU资源托管。

进入Agentic AI智能体时代，智能体需要自主完成任务拆解、工作流编排、外部工具调用、长期记忆管理全闭环运行，CPU在规划、决策、交互类通用计算中的算力权重与负载占比出现结构性显著提升。

AMD CEO苏姿丰在2026年Q1财报电话会上透露，单个计算节点中CPU与GPU的数量正从过去的一对多，逐步趋近一比一，未来甚至可能出现CPU数量多于GPU的情况。

阿里云的判断也类似：Agent“有状态调度+无状态执行”的混合模式，对资源精细化管控提出了更高要求，算力系统的优化重心正全面由单卡峰值性能转向CPU-GPU的高效协同。

太初元碁的HCU架构，本质上是在芯片层面提前响应了这个趋势。把CPU和AI核放在同一条高速总线上，相比传统“CPU+独立加速卡”的分离架构，I/O损耗更低，协同效率更高。

一颗芯片可打两份工

基于HCU架构，太初元碁发布了新一代国产AI自研芯片T2 Ultra。最值得看的正是它的双模式设计。

T2 Ultra有两种工作模式：自主计算模式下，芯片可以独立承担完整计算任务；加速模式下，则配合主机协同工作。

这意味着同一颗芯片，既能作为独立算力节点部署在边缘或中小规模场景，也能作为加速卡插进大型集群里当”算力引擎”。

具体再看T2 Ultra的性能参数，HPC算力（FP64）为38 TFLOPS，可满足科学计算需求；FP4算力则高达4800 TFLOPS（稀疏算力），FP16算力1200 TFLOPS（稀疏算力）应对各种AI训推场景，原生支持FP64至FP4、实现全精度覆盖。

对于客户来说，这种灵活性的实际价值在于：不用为不同场景采购不同硬件，一套芯片体系覆盖多种部署需求，采购和运维成本都能压下来。

在国产AI芯片普遍面临“量产难、落地更难”的当下，能不能让客户用得起来、用得起，比纸面参数重要得多。

不只是跑大模型

如果说T2 Ultra是“心脏”，那元碁HyperIntelliX超智融合计算系统就是整个“身体”，定位为面向 AI+AI4S 的全国产智算+超算融合计算平台。

值得注意的是，HyperIntelliX不只是跑大模型，同样也能在AI4S领域发挥价值。针对AI4S领域，太初元碁同步披露了相关落地成果：

全球气象预测可视化系统、TecoQSim量子经典模拟器、大规模虚拟药物筛选——覆盖气象、量子计算、生物医药三个方向。

多数国产AI芯片目前还停留在“跑通大模型推理”的阶段，能同时支撑AI和AI4S双线任务的平台并不多见。

这个定位有其行业背景。AI4S（AI for Science）对算力的需求与纯AI推理不同：科学计算通常需要高并发、大吞吐、长时任务，且对双精度计算能力有硬性要求。

太初元碁团队有三次获得高性能计算领域国际最高奖项“戈登·贝尔奖”的积淀，在超算领域的经验为其切入AI4S提供了技术底气。

生态迁移：国产芯片真正的硬骨头

俗话说“是骡子是马，拉出来遛一遛”，硬件再强，也得有人用，才能谈得上“可用”，进而朝“好用”转变。

太初元碁WAIC期间发布了两款生态产品，直指国产芯片最头疼的“迁移成本”问题。

人工智能开发者社区2.0完成了对Megatron-LM、DeepSpeed、飞桨PaddleHelix、PyTorch、vLLM等主流训练与推理框架的适配，提供从模型分析、迁移、算子开发到性能优化、精度调试的全流程工具链。

新一代国产AI4S计算平台，针对科学计算高并发、大吞吐、长时任务的特点做了专项优化。

这个自主研发的一站式科研创新平台，面向气象预测、生物医药、量子力学、化学材料、流体力学等前沿科学领域，全面兼容龙芯、申威、飞腾、x86等国内外主流CPU，提供自研编程模型和涵盖通用算子与科学计算专用加速库。

同时深度适配 PyTorch、JAX、飞桨、MindSpore 等主流框架，并配套 DevKit 开发套件，支持算子生成、编译优化与性能分析，有效降低算子开发门槛与性能调优难度。

依托平台软硬协同的全栈能力，太初元碁与清华大学、湖南大学、山东大学、百度、东润等高校和行业伙伴展开深度合作，在气象预报、量子模拟、基因分析、材料仿真、流体计算等领域打造一系列高效、精准的科研解决方案，助力科研与产业级科学计算高效落地，实现以中国芯，解科学题。

太初元碁的逻辑很清楚：芯片是入场券，生态才是护城河。

这个判断切中了国产芯片的共性痛点。当前主流框架和算子库深度绑定CUDA生态，模型向国产算力迁移流程复杂、开发成本高、周期长。行业调研显示，完整适配周期约需3-6个月，其中约60%的工作量集中在性能调优阶段。

国产芯片生态建设目前分为两大路线：一条是主打GPGPU路线，追求与英伟达的CUDA兼容，如寒武纪通过自研Bangware软件栈实现CUDA兼容，迁移成本降低约70%；另一条是以华为MindSpore为代表的自主生态，试图在英伟达生态圈外建立独立生态圈。

太初元碁的路线更接近前者，通过多元化开发范式支持PyTorch、vLLM等主流框架快速迁移，满足80%-90%主流场景适配需求。

进一步深挖其长期以来在国产化生态搭建方面的尝试，我们发现，不管是公开信息显示的累计超40款AI大模型的即发即适配，还是太初元碁联合百余所高校、科研机构、企业等推动算力落地——

例如与清华大学研发Teco-QSim量子经典模拟器；携手量旋科技，打造“量子-超算-智算”超智融合平台；率先完成清醒异RiverONE模型适配及龙芯平台验证；为清华大学智能产业研究院AtomWorld 原子世界模型提供512节点全液冷架构的硬件基础；与百度螺旋桨、神威数智团队成功复现AlphaFold3模型；联合湖南大学发布首个显式建模DNA双链动态交互的基因组语言模型CrossDNA；与山东大学高性能计算团队完成分子对接方法优化，构建大规模药物筛选全流程方案；联合百度飞桨为百家企业提供 AI for Science端到端方案；联合百度科学计算团队打造国产气象一体机，支持逐时动态推演与台风路径轨迹精准识别；与东润环能达成战略合作，实现训练吞吐与推理QPS的双提升；深度适配上海人工智能实验室的书生Intern-S1 AI4S多模态大模型，并联合开展AI4S生态赛事等等。

都直接指向一个核心问题：生态不断加码扩容。

聊完技术底层讲安全

由河南空港智算中心、瑞莱智慧、太初元碁、安势信息、清源智契、典枢科技、数安信七家单位联合打造的全域大模型安全系统，同步在WAIC发布。

瑞莱智慧CTO徐世真现场拆解了整套框架：底层是国产可信算力底座，核心是一体化大模型安全评测治理平台，上层构建大模型安全测评、数据合规、数据安全、软件供应链安全等多种安全系统，顶层配套独立AI安全教育实训中心。

这看起来像是“补丁式”的安全附件，但在当前的行业语境下，它可能是整场发布会中最务实的一环。大模型正在加速进入政务、金融、医疗等敏感领域，安全问题不是“要不要做”的问题，而是“不做就没法落地”的硬门槛。

看似斗秀 实为国产算力的一次大考

WAIC 2026与其说是一次国产算力“百花斗艳”舞台，不如将其看成面向国产算力的一次大考。而当我们把太初元碁的发布放在整个国产芯片版图里看，会更清晰一些。

华为昇腾950PR已经量产，FP4精度算力达1.56PFLOPS，2026年出货目标上调至150-200万颗；寒武纪思元590在DeepSeek推理场景中效率已超越H20，2025年全年营收64.97亿元，同比增长453%；沐曦股份登陆科创板，市值一度突破2800亿元；海光信息深算DCU已与365款主流大模型适配。

太初元碁的差异化在于：它想做的不是某一颗芯片的替代者，而是一整套AI基础设施的构建者。

从底层HCU架构支撑的T2 Ultra芯片与HyperIntelliX系统，到中层开发者社区2.0与AI4S计算平台，再到上层七家联合的全域大模型安全体系——三层之间不是简单叠加，而是相互支撑的体系。

但挑战同样明显。国产AI芯片市场正从“政策驱动”向“市场驱动”深层转型，头部3-5家占据80%+份额的洗牌窗口即将开启。

对于太初元碁而言，能否在万卡集群、十万卡集群的规模化部署中证明系统稳定性，能否在生态迁移成本上持续降低开发者门槛，将是决定其能否从“可用”走向“好用”的关键。

国产算力走到今天，早已过了靠单点参数刷存在感的阶段。真正的较量，是体系化能力与生态协同效率的综合比拼。

WAIC 2026的展台已经说明：大家比的不再是“我有多强”，而是“我的系统有多完整”、“我能不能落地更多场景”。毕竟，只有真正走完产业闭环落地，未来才能接着“活下去”。