《数智时代企业算力基座建设路径与行业实践研究报告》发布四大维度阐述算力底座建设体系

麦站管理员 50 2026-08-19 14:11:06

内容页头部广告位（PC）

内容页头部广告位（WAP）

<article><section data-type="rtext"><p>【环球网科技报道 记者 李文瑶】当大模型竞赛进入深水区，算力早已不是“买几张卡、搭个集群”那么简单。面对纷繁复杂的芯片选型、动辄数月的迁移周期、以及“建而不用”的***浪费，大量企业在智能化转型的第一关便陷入迷茫。</p><p>8月18日，在中国人工智能产业发展联盟第十八次全体会议上，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发布《数智时代企业算力基座建设路径与行业实践研究报告》。这份报告的亮相，标志着企业AI算力基座建设首次拥有了一份系统性的“参考路线图”——行业正从“各自摸索”走向“有章可循”。</p><p><i class="pic-con"></p><p>此次报告聚焦企业算力底座建设现实痛点，围绕选型方法、生态建设和行业落地形成体系化建设思路，结合能源、制造、央企司库、集成电路和工业软件等多领域落地经验提供实践参考。</p>
              <adv-loader __attr__inner="7004636" __attr__style="width: auto;position: relative;float: left;border: 1px solid #ebebeb; padding: 20px;overflow: hidden;margin: 10px 30px 40px 0;"></adv-loader>
            <p>“业界是非常需要有这样一个比较全面的智算选型的考量，”基础软硬件与生态工作组组长、中国信通院人工智能研究所软硬件与创新生态部主任李论在***访中表示，“这里面涉及到供应链的韧性和安全问题、生态适配、绿色低碳以及应用导向等多个方面。”</p><p><em data-scene="strong">算力底座建设之困</em><em data-scene="strong">没有“路线图”的时代</em></p><p>在报告发布之前，企业算力基建长期处于“盲人摸象”状态。</p><p>硬件选型无标准、技术路线难抉择、存量业务迁移风险高、重复建设与***浪费严重——这是部分企业面临的共性困境。</p><p>海光信息央国企业务部总经理张鹏在服务央国企客户的一线实践中，也深刻感受到这种困境的普遍性。他在群访中坦言："目前央国企的存量系统非常大，而且技术架构复杂，相当于每个企业都有自己核心的特点，软硬件的适配工作体量巨大。第二个问题是，核心业务迁移缺少直接可复用的经验，一个央企做了相应的基建，到另外一个央企不能拿来就用，还是要经过反复的验证，每个企业也非常担心它的业务延续性问题，怕在迁移过程中出现中断。第三个，有些企业还是只注重设备的***购，对后续运维和业务价值的估量存在不足。"</p><p>张鹏指出，央国企的要求已今非昔比："不仅仅只是替代的问题，而是要求国产化能否稳定地承载央国企的核心业务，只有完成了核心业务替代，我们才能真正做好央国企的数字化转型工作。"</p><p>同时，报告显示，当前，算力基础底座与实际业务需求之间往往存在脱节现象，部分智算中心出现“重建设、轻运营”、“重参数、 轻场景”倾向，导致大量算力***闲置，商业循环尚未完全打通：IDC调研数据显示，近半数企业的智算***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。</p><p>一方面是算力建设浪潮下可能 存在盲目投资，更重要原因则是国产底座普遍缺乏真实、 复杂的高价值业务场景进行“真替真用”的极限承压与场 景打磨，难以在实战中暴露深层缺陷并完成技术迭代，极 易陷入“建而不用”或仅用于边缘测试业务的困境，难以实现真正的价值兑现。</p><p><em data-scene="strong">“4C模型”</em><em data-scene="strong">打造</em><em data-scene="strong">全周期方法论</em></p><p>报告中值得关注的理论，在于构建了算力底座建设选型的“4C模型”，将算力基建从“单一参数比拼”升级为“多维系统耦合”的科学方法论。</p><p>过去，企业在算力建设中往往将芯片峰值算力、单卡性能作为核心评判指标。但在大模型深入生产系统的今天，供应链稳定性、业务迁移平滑度、软硬件兼容性、长期运行可靠性以及能耗与运维成本的可控性，共同决定着投入的最终成效。报告提出的“4C模型”也是对这一痛点的回应。它将算力底座视为一个多维耦合的复杂系统，涵盖四个核心维度：</p><p>Chain（供应链安全与韧性）——这是算力底座的物理基石和生存底线。企业需要综合考察产品的核心技术自主化程度、安全防护能力与持续迭代潜力，建立从芯片设计、制造到封装测试的全链路多源备份体系，避免关键业务受单一技术与供应体系制约，保障业务连续性与数据安全。</p><p>Community（生态和产品矩阵）——这是算力底座的软件灵魂。算力落地贯穿芯片、服务器、操作系统、开发工具、软件框架、模型到行业应用的全链条，生态完善程度直接决定企业存量业务迁移和新应用部署的成本。具备广度与深度的产品矩阵、繁荣的开发者社区、以及对主流编程框架的深度适配，能够大幅降低用户的迁移门槛与应用改造成本。</p><p>Commercial（商业闭环）——这是算力底座的价值引擎。报告强调，算力建设不能“为建而建”，国产算力必须进入复杂、高价值的真实业务场景，通过核心系统的“真替真用”形成实际产出，并以一线业务需求反哺芯片、软件和系统的持续优化，实现商业正循环。</p><p>Carbon（绿色高效）——这是算力底座的长效约束。随着高密度部署加速，电力、散热和运维压力持续上升，单机柜功率密度急剧攀升。先进的液冷散热方案、高密集约的架构设计以及算电协同调度能力，已成为评估算力基座全生命周期成本与可持续发展能力的重要指标。</p><p>海光信息企业业务群总经理李程在***访中表示：“人工智能发展的核心卡点是算力，算力的核心卡点是电力，电力的核心卡点其实是绿色。如何实现从算力底座到能源消耗到有效高效的绿色节能，作为算力厂家来说是一个非常重要的环节。我们结合着合作伙伴的能力，无论是在芯片设计底层的优化，还是液冷的高效实现，以及超大规模集群、超节点、10万卡集群建设方面，都提供全生命周期的保障。”</p><p>从产业视角看，“4C模型”可作为企业规划和产业协同的参考框架：它为长期碎片化的算力建设提供了一套可参考的通用的“坐标系”——企业可以用它定位自身短板、规划演进路线；产业链上下游可以用它建立共同的话语体系。</p><p><em data-scene="strong">回应千行百业的差异化需求</em></p><p>方法论的生命力在于落地。报告并未停留于理论推演，而是通过多个行业的真实案例，验证了“4C模型”的实操价值。</p><p>在油气行业，某龙头企业基于海光CPU+DCU异构架构，构建全栈国产云平台，成功承载勘探开发、生产运营等核心业务系统迁移，系统稳定性达99.99%，成为能源行业算力底座建设的标杆。</p><p>在汽车领域，某头部车企依托4800片海光C86处理器构建智算中心，同时支撑智能驾驶模型训练与车联网数据处理，实现了从数据***集到模型部署的全流程智能化管理，且原有X86业务系统“裸金属”平滑迁移，改动代价极小。</p><p>在集成电路设计领域，国产EDA工具与海光算力平台的适配已取得阶段性突破——在器件仿真、版图验证等关键模块上，国产计算卡性能对齐国际主流产品，率先打通了“国产EDA+国产算力”的端到端协同。</p><p>关于算力建设与业务场景的先后关系，张鹏分享了海光从一线实践中得出的判断："至于我们是先建后用，还是根据需求再建。在国家要求里面已经给了部分答案，三大运营商已经在建一些基础算力底座。但现在***还是有部分闲置的，需要后端业务场景上来给前端需求进行提升。我觉得是一个并行走的阶段，不能建好了***池等业务，也不能有了业务没有算力可用，这是双管齐下的态势。而且海光本身是CUDA兼容生态，生态能力比较好地能够完成客户业务迁移、上线需求。目前我们的***也是比较饱和的状态，未来央国企这个情况也是一个爆发的态势。"</p><p>值得关注的是，报告在绿色高效维度着重收录了某石化企业的液冷DCU集群实践——该平台***用冷板式液冷方案，运行PUE值≦1.2，稳定支撑了勘探、开发、炼油、安全、环保等9类200余项AI场景。这一案例也印证了国产算力在“双碳”目标下的可行路径。</p><p><em data-scene="strong">从“各自为战”到“统一坐标系”</em></p><p>在产业观察者看来，这份报告的意义远不止于技术指南——它进一步为企业算力基建建立了一套“行业坐标系”。</p><p>有了这套坐标系，企业可以准确定位自身在“建迁用演进”中所处的阶段，明确下一步行动方向；产业上下游可以用共同的话语体系沟通需求、规划产品，减少低水平重复；标准制定机构也获得了参考依据，为后续行业规范出台提供支撑。</p><p>李程在群访中分享了他对当前产业机遇的判断："随着人工智能大模型逐渐在辅助研发设计、生产运营以及经营管理提效方面开始应用，算力从过去IT服务支撑保障的动作，提供智能体、提供智能问答，开始逐渐渗透到生产、研发侧，人工智能已经逐渐成为一个生产要素。这个过程给我们带来了面向于从大模型衍生的企业AI发展、数智化发展这样一个产业高速发展的方向。"</p><p>李程进一步指出，当前行业正处于关键窗口期：“在国家整个‘十五五’规划里面，我们看到了明确提出要做自主可控，要发展智算建设的时候，要考虑到对自主可控、对落地的效率以及对产业的布局是不是有一个长期价值的提升。有好的技术沉淀和产业能力的厂商来说，这是一个非常不错的发展机遇期。”</p><p>海光信息企业行业方案部副总经理李洋则从统筹通算与智算的角度，介绍了海光在行业方案层面的协同思路："从企业算力基座层面来说，不能按照不同业务简单堆叠算力设备，否则容易形成***孤岛，增加数据流转和运维管理的复杂度。我们需要先做应用负载分析，明确哪些任务依赖通用计算、哪些依赖大规模并行计算，再设计CPU与DCU协同异构的架构。海光C86架构CPU承担通用计算、数据库、存储、大数据预处理等负载，DCU承担AI训练推理，以及工业仿真、科学计算等并行任务。方案设计的重点不是简单堆叠，而是围绕业务形成协同，通过软件体系、开发工具和***调度能力打通从数据到任务再到应用的全流程，让异构算力真正发挥效率。"</p><p>谈及海光的未来布局，李程表示将围绕三个方面持续深耕：“海光一直持续以来核心做三件事，第一是发展全栈自研的产品，第二是发展开放的海光生态，第三是深耕行业应用。我们在AI软件栈层面长期布局，目前供应链平台有差不多2000+优化算子去推进全行业AI相关支撑。围绕光合组织大概有6000余家伙伴，从基础硬件厂家到操作系统、中间件到AI模型厂、平台厂、云厂家、数据库等全产业链伙伴，围绕着海光的算力底座开发各种应用，面向行业的应用产品。”</p><p>海光信息方面透露，未来将持续围绕“全栈自研产品、开放产业生态、深耕行业应用”三大方向推进工作。目前其围绕“光合组织”已汇聚6000余家合作伙伴，覆盖从基础硬件、操作系统到AI模型、行业应用的完整链条，并实现了对主流大模型的“Day 0”级原生适配。</p><p>李程表示：“海光会持续不断地和我们的伙伴，围绕着我们的芯片产品、围绕着我们的生态体系这种双轮的驱动模式，去支撑行业侧各种核心应用的替代，把我们的方案推到每一个企业客户来，最终为企业能提供一个从产品稳定性、从AI的效率以及可持续性这样一个算力的模式，提供海光的算力底座。”</p></section><img src='/image/158886-0' alt='《数智时代企业算力基座建设路径与行业实践研究报告》发布 四大维度阐述算力底座建设体系'>                            </div>

<div class="pcd_ad">
              <div style=" border:#dedede 1px dashed; height:90px; line-height:90px; text-align:center; font-size:14px">内容页头部广告位（PC）</div>
            </div>
            <div class="mbd_ad">
              <div style=" border:#dedede 1px dashed; height:90px; line-height:90px; text-align:center; font-size:14px">内容页头部广告位（WAP）</div>
            </div>
            <div class="article_footer clear">
              <div class="fr tag">标签：</div>
            </div>
            
            <div class="post-navigation clear">

<span>上一篇：<a href="/detail/56051.html">长期使用的大佬来说说，MacOS 真的比 Windows 稳定吗？</a></span>
              <span>下一篇：<a href="/detail/56108.html">网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?</a></span>

</div>
            </div>
          </div>
          <div class="related_article">
            <div class="box_title clear"> <span>相关文章</span> </div>
            <div class="related_list clear">

<article class="fl">
                    <div class="related_img"><a href="/detail/56950.html"><img src="/public/tupian/26.jpeg"></a></div>
                    <div class="related_detail">
                        <h3><a href="/detail/56950.html" title="go 有哪些成熟点的后台管理框架？">go 有哪些成熟点的后台管理框架？</a></h3>
                        <div class="meta"> <span><i class="fa fa-eye"></i>22</span> <span><i class="fa fa-clock-o"></i>2025-06</span> </div>
                    </div>
                </article>
                                <article class="fl">
                    <div class="related_img"><a href="/detail/56861.html"><img src="/public/tupian/122.jpeg"></a></div>
                    <div class="related_detail">
                        <h3><a href="/detail/56861.html" title="前端，后端，全栈哪个好找工作？">前端，后端，全栈哪个好找工作？</a></h3>
                        <div class="meta"> <span><i class="fa fa-eye"></i>22</span> <span><i class="fa fa-clock-o"></i>2025-06</span> </div>
                    </div>
                </article>
                                <article class="fl">
                    <div class="related_img"><a href="/detail/56421.html"><img src="/public/tupian/114.jpeg"></a></div>
                    <div class="related_detail">
                        <h3><a href="/detail/56421.html" title="巴基斯坦援助伊朗防空，大家怎么看？">巴基斯坦援助伊朗防空，大家怎么看？</a></h3>
                        <div class="meta"> <span><i class="fa fa-eye"></i>22</span> <span><i class="fa fa-clock-o"></i>2025-06</span> </div>
                    </div>
                </article>
                                               </div>
          </div>
          <link href="/template/moban73/css/bootstrap.css" rel="stylesheet" type="text/css">

评论记录：

未查询到任何数据！