广东
9月22日，南都湾财社记者现场获悉，海光信息在深圳正式发布1000系列CPU。海光信息总裁助理、创新产品部总经理黄维接受了南都湾财社等媒体的采访。
针对当前行业内关于“AI算力需求踩刹车”的争议，黄维表示：“AI的步伐不可阻挡。我们看到的一个重要趋势是，AI正从云端下沉到端侧，端侧AI市场正处于爆发式增长阶段。”
AI算力走出机房，端侧市场迎来大爆发
算力基础设施的演进，底层依赖于真实商业场景的需求驱动。
过去数年，大模型训练的庞大需求使得算力高度集中于云端。然而，随着具身智能、工业机器人及智能制造的快速发展，算力下沉已成为产业共识。
海光信息总裁沙超群指出，人工智能正逐步落地到真实的物理世界，这些场景对环境的实时性、可靠性和稳定性要求极高。“大量的数据处理、推理、控制决策，没有办法传到云端再同步回来，有一些需要在本地设备上完成。”
市场数据印证了这一判断。据IDC预测，到2029年，全球在边缘算力芯片领域的系统支出将达到4500亿美元。在此其中，亚太地区尤其是大中华区占据了工控市场的主力。
“过去几年，国产化集中在服务器、PC标准产品，今天已经延伸到工控、能源、交通端侧的智能应用。”沙超群表示，AI下沉叠加行业的国产化趋势，端侧智能算力已经成为国产算力极具潜力的增量市场。海光预测，未来几年，终端工控市场的国产化渗透率每年将保持10%以上的快速增长。
从更宏观的产业视角来看，能源、交通等基础设施的数智化升级将催生海量需求。以能源市场为例，海光信息总裁助理、创新产品部副总经理李成列举了一组数据：2023年中国电力市场220KV以上的输电线路超过20万公里，水电装机容量达到4.5亿千瓦时。这些庞大的基础设施网络背后，亟须高性能的国产化算力底座作为支撑。
工业场景太复杂，端侧芯片不能只靠“堆算力”
与高度标准化的云端服务器市场不同，工业控制等物理场景覆盖的市场呈现出极度碎片化、工况复杂的特征。在这一深水区，单一维度的性能“堆料”无法解决客户痛点。芯片设计必须在性能、功耗、成本、安全性与环境适应性之间找到极致的平衡。
“工业控制场景的用户是‘既要、又要、还要’。”黄维对南都湾财社记者坦言，把算力堆上去相对容易，但这势必带来成本和功耗的飙升。海光1000系列的核心壁垒，在于各项关键指标的“十分均衡”。
首先是成本与功耗的重构。这是端侧设备最为敏感的两大指标。海光1000系列同架构面积相对友商缩小25.6%。更为关键的是，这是海光首款集成GPU的处理器。黄维剖析了这一架构的商业逻辑：“通过CPU和GPU共享内存，不仅免去了为独显单独配备高昂显存的BOM成本，更大幅降低了系统的整体功耗，这对于户外电池或太阳能供电的工控设备尤为关键。”
其次是对冲供应链风险的长生命周期管理。工控设备的服役周期长，而外部存储市场的迭代速度与价格波动剧烈。为了解决这一错配，海光在研发中途调整设计，使海光1000同时兼容DDR4与DDR5内存。“当前DDR5内存非常贵，支持DDR4可以让客户有更多高性价比的选择，同时兼顾未来的性能升级需求。”黄维表示，该款芯片已向产业链承诺十年的长期供应周期。
最后是安全能力。海光信息销售支持部总经理赵晓明向南都湾财社记者指出，目前在网的工业设备超过1亿台，这些设备承载着大型制造企业的核心生产资料。对此，海光1000系列平移了服务器级别的高端独立硬件安全架构，全面支持可信计算、真随机数和国密算法引擎。
面对千行百业的复杂应用，单一芯片厂商无法包打天下。“均衡本身很难做到，不均衡是由生态来补足的。”赵晓明强调，海光进入端侧市场的核心策略是依托成熟的C86生态，大幅降低整机厂商和工控客户的迁移成本。目前，海光已与上百家合作伙伴开发了面向多种应用场景的整机产品。
随着算力向真实物理世界加速渗透，国产算力厂商的竞争已从单点技术突围，全面转向生态阵列的系统性落地。端侧智能算力市场的战局，才刚刚开始。
采写：南都湾财社记者 严兆鑫
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
