大模型火了，但企业AI算力底座该怎么建？

过去一年，关于算力的讨论几乎全被AI大模型“垄断”了。

但一个被忽视的事实是：真正决定中国“人工智能+”行动能走多远的，可能不是那些训练千亿参数模型的智算中心，而是藏在能源、制造、工业软件等行业背后的算力底座。

那么不同行业的企业AI算力底座应该怎么建呢？芯片怎么选、旧系统怎么迁、应用如何落地、平台又该如何持续升级呢？

2026年8月18日，主题为“智筑基座·融通产业”的中国人工智能产业发展联盟（AIIA）第十八次全会在北京召开。会上，由海光信息、中国信通院人工智能研究所、光合组织、中国人工智能产业发展联盟基础软硬件与生态工作组联合编写的《数智时代企业算力基座建设路径与行业实践研究报告》正式发布。这份报告要做的就是告诉不同行业的企业：你的算力情况最接近哪个标杆，该走哪条路。

一、为什么现在谈AI就必须谈算力？

如今，算力的重要性已经成为行业共识，我们已经不需要再论证“要不要上”，真正的问题是“怎么上才对”。

研究报告指出，当前企业算力基建的评价逻辑正在发生根本转变，过去企业算力基础设施建设多将芯片性能、设备规模、峰值算力作为核心评判指标。如今当算力深入核心生产系统后，供应链稳定性、迁移平滑度、软硬件兼容性、长期可靠性及能耗可控性，共同决定投入成效。

换句话说，国产算力已经由解决“可用”问题，迈入了生态成熟度、业务承载能力与长期运营效率综合竞争的新阶段。评价标准从“能否运行”转向“能否稳定承载”。

海光信息央国企业务部总经理张鹏在群访中坦言，央国企是国产算力落地的核心战场，它们的核心诉求有三点：筑牢安全底线、保障业务平滑迁移、实现业务价值。但痛点同样尖锐：存量系统庞大且技术架构复杂，核心业务迁移缺少可直接复用的经验，部分企业甚至只注重设备采购而忽视后续运维和业务价值评估。

报告将当前企业算力底座建设的瓶颈归纳为四个层面：供应链安全与韧性、软件生态与系统适配、商业落地与应用牵引、能源约束与可持续运行。这四个痛点，在央国企身上体现得尤为明显。这意味着，算力底座建设不能再是“外围点缀”，而直接决定着企业核心系统的“能用好用”。

与此同时，AI进入研发生产环节，但IDC调研数据显示：近半数企业的智算资源利用率维持在51%-70%的中等区间，且仍有6.7%的企业利用率仅为31%-50%，处于较低水平，传统架构正在这种压力下逐渐崩裂。

二、研究报告到底说了啥？一份“行业导航地图”的核心内容

值得说的是，这份研究报告不是提供了一份放之四海而皆准的“标准答案”，而是一张“行业导航地图”——让不同行业的企业，都能找到最接近自身土壤的算力生长路径。报告的核心判断是：算力底座并非设备集合，而是一套需要长期服务核心业务的复杂系统，必须统筹技术安全、迁移成本、应用产出和全生命周期效率。

为此，报告提出了“4C模型”，相当于给企业算力选型提供了一把“标尺”，企业有了一套“算力系统工程”的评估框架，通过供应链安全（Chain），生态矩阵（Community），商业闭环（Commercial），和绿色高效（Carbon）四个维度来为企业开展算力底座规划建设与选型决策提供方法参考。四个维度导向明确：企业算力底座建设选型不能只看参数，而要统筹技术底座、迁移生态、业务价值与长期运营。

在这个框架下，报告进一步给出了技术落地的“方法论”——“双芯体系筑牢底座”。海光如今已经形成覆盖通用计算与智能计算的产品体系。而且海光信息的C86处理器兼容x86生态，承载数据库、存储、调度等通用计算，解决的是“老系统怎么平滑迁”的问题。另外DCU加速器采用通用GPGPU架构，兼容CUDA生态，覆盖FP64到FP8多种精度，面向AI训练推理和科学计算，解决的是“新应用怎么高效跑”的问题。

另外，研究报告还指出，“生态”正从软性的概念变成硬性指，生态完善程度将直接影响企业存量业务迁移和新应用部署成本。报告结合海光C86处理器、DCU、DAS软件体系及相关生态实践进行分析，呈现国产算力从单点适配走向产业协同的发展趋势。

真正让这份报告从“方法论”落地为“导航图”的，是里面收录的海光在不同行业的实践。例如某石化央企部署的液冷DCU集群，支撑9类、200余项AI场景稳定运行，覆盖炼油、化工全领域；在能源勘探领域，地震数据处理实现RNA3D去噪提速15倍、偏移计算提速7倍，某油田的特定场景检测准确率从78%提升至92%；在制造领域，某制造企业联合海光DCU赋能9大行业、40多个标杆场景，航空工业CFD仿真设计周期从数周缩至数小时；在工业软件领域，海光C86、DCU与EDA、SCADA等专业工具协同适配，意味着国产算力已能进入对精度要求最苛刻的工业核心工具链。

这份报告告诉我们一件事：如今国产算力已经过了“能跑演示”的阶段，更是在部分企业中扛起“核心业务场景”，为能源、制造、央企司库、工业软件等项目提供可供借鉴的行业实践。

三、Agentic AI时代，算力底座建设逻辑的三层重塑

《数智时代企业算力基座建设路径与行业实践研究报告》的发布，标志着国产AI算力底座建设正在从企业分散探索，走向方法逐步成型、实践路径日益清晰的新阶段。笔者认为，这种转变将深刻影响整个企业IT市场的选项。

第一，决策逻辑转变：从“看参数”到“看体系”。未来，单一芯片已不能评判智算集群好坏。报告中的中国信通院AISHPerf基准体系，将让企业从“有无”评估转向“质量”评估，统筹考量技术底座、迁移生态与长期运营。

第二，生态逻辑转变：从“封闭自研”到“开放协同”。如今，海光通过光合组织汇聚6000余家伙伴，完成15000余项软硬件测试。这种生态实践将推动“需求-供给”精准对接，避免企业重复试错。

第三，价值逻辑转变：从“企业资产”到“行业公共品”。某央企的液冷集群、某油田的昆仑大模型、某制造业的云边端协同，这些曾经的“单点标杆”，通过报告的系统梳理转化为可供借鉴的行业实践。后来者可以站在巨人肩膀上，选择最契合自身特性的路径。

结语：让算力在产业一线落地生根

算力底座的终极价值，不在于芯片制程多先进、集群规模多庞大，而在于它能否让数据处理从数周缩到数天，能否让能源、制造、央企司库等行业系统实现安全平滑的国产化迁移，能否让企业核心业务系统稳定运行。

《数智时代企业算力基座建设路径与行业实践研究报告》这份报告，正是要把这些散落的实践串成清晰路径，让企业AI算力底座建设从“摸着石头过河”变成“按图索骥”，少走弯路。只有当算力真正扎根产业土壤，“人工智能+”才能从口号变为现实。