海光信息正在下一盘"云边端"大棋

7月9日，光合组织2026智能计算应用大会在郑州开幕。中国首个全国产十万卡AI超集群——曙光8000（登峰）正式落成，系统搭载海光等国产芯片算力底座，验证了海光芯片支撑大规模Token生产和产业级AI应用的能力。

与此同时，海光信息首次集中呈现"云边端"完整算力体系，从数据中心到边缘计算再到物理端侧的全场景AI计算布局浮出水面。

CPU+DCU双芯战略

海光信息拥有中国唯一的"C86+GPGPU"自研产品矩阵。CPU兼容x86架构，现有Windows、Linux平台的工业软件、组态工具、业务系统可原生运行；DCU基于GPGPU路线，采用通用并行计算架构，能较好适配国际主流商业计算软件和人工智能软件。目前，海光DCU已对GLM、DeepSeek、MiniMax、Kimi等多款主流大模型完成适配和优化，覆盖全球99%非闭源大模型，依托光合组织凝聚超过6000家生态合作伙伴。

值得指出的是，伴随着token的发展，AI的技术能力和产品越来越多的去实现和不同业务场景的融合。尤其是在AI for Science以及AI for Engineering方向，先天对于高精度就有原生的诉求。海光的全精度路线既能释放AI新特性算力，又能保留对传统数值计算的支撑，实现100%业务流程覆盖。

目前，海光DCU可支撑从十亿级模型推理到千亿级模型训练的全场景需求，全精度路线保留了面对市场变化和技术迭代的最多可能性。

完善DCU软件栈，国产算力从"可用"走向"好用"

海光信息总裁助理兼智能计算产品部总经理杜夏威在会上围绕“全栈软件协同，赋能产业Token化”发表演讲，他强调：" AI产业化不能只看芯片算力，更要看算力是否好用。"

图：海光信息总裁助理兼智能计算产品部总经理杜夏威

随着AI应用从问答、生成走向智能体和复杂任务处理，Token调用规模快速提升，企业真正需要的是能够快速部署、稳定运行、持续降本的算力平台。

围绕这一需求，海光持续完善DCU软件栈，海光信息构建了DTK、DAS、DAP三层DCU软件栈。DTK基础层与芯片侧保持步调一致，完成对新架构和指令集的支持；DAS AI层小步快跑，快速适配vLLM、SGLang、Tailor等最新推理引擎；DAP平台层以业务需求为导向。

在杜夏威看来，软件层的核心在于将算力封装为底层基础能力。

杜夏威表示："你不能用计算化的语言去和一个业务专家谈论，因为对方在谈论他的工程实现，你在谈论你的FLOPS算力，两者始终无法同频。用户只需调用、无需关注底层精度，这种‘业务化封装’思路正是国产算力从‘可用’迈向‘好用’的关键跨越。"

多维优势，赋能“云边端”新战场

随着AI应用加速向工业、能源、交通、机器人和智能终端延伸，海光积极布局嵌入式原生AI技术，通过AI、内生安全等新技术对油气、轨交、安防、港口、航空等传统工控场景改造升级，推动AI能力更好适配端侧和边缘侧应用场景。

这一布局的竞争力在于三重优势：

兼容性：C86架构使存量软件迁移几乎零成本，开发人员无需重新学习指令集与工具链，是替代传统工控机的优选方案。

推理能力：GPGPU众核SIMT架构在并行数据处理和浮点算力上优势明显，兼容PyTorch、TensorFlow等主流框架，算法移植部署流程成熟。

内生安全：海光CPU从底层架构支持国密算法、可信计算、隐私计算，无需外置安全设备，实现从"芯片根到端"的原生安全能力。

“云边端”体系，意味着提供从数据中心到生产现场的一体化解决方案。这种能力能显著降低客户的系统迁移和部署成本，提升国产化方案落地效率，从而加速国产算力在这些关键行业的渗透率。若从商业逻辑来看，这是从卖“芯片”到卖“算力服务”和“解决方案”的升级。完整的“云边端”全栈式服务，对客户有更强的吸引力和议价能力，可以让端侧方案能快速适配行业应用，缩短项目交付周期。