中国AI算力产业战略转向 - 中国AI算力产业正面临战略抉择，是从封闭技术栈追赶，还是开创基于开放协同的新竞争模式 [1] - 在首届光合组织人工智能创新大会上，中科曙光发布全球领先的scaleX万卡超集群，标志着中国主流算力厂商正集体转向以“开放架构”为核心的产业竞争新逻辑 [3] 行业当前困局 - 过去几年，在国产化政策与AI市场爆发的驱动下，各类厂商普遍陷入“全栈布局”的扩张冲动，导致严重的“全链内卷”，形成了接口不一、标准各异的“技术孤岛” [4] - 碎片化格局导致用户面临高昂的适配和优化成本以及艰难的选型困境，形成了供给端繁荣但需求端因迁移成本和不确定性而徘徊的悖论 [4] - 更深层挑战在于“性能墙”与“生态墙”的双重壁垒，单芯片性能存在客观代差，同时英伟达通过CUDA生态构筑了深厚的软硬件护城河和锁定效应 [4] - 生态的贫瘠使得算力难以转化为行业生产力，这是与国际竞争的关键缺口 [5] 破局之道：开放架构与分层解耦 - 破局之道被概括为从“立体计算”到“开放计算”的战略演进，核心是重构竞争基本单元，打造以共同标准、开放接口为纽带的“产业平台” [6] - 光合组织是这一平台的载体，旨在通过一套平衡竞争与合作的机制，保障成员在各自擅长领域攻关并开放成果获得收益，同时充当供需对接平台 [6] - 头部企业正做出战略收缩，中科曙光从一些竞争激烈的市场撤出，并计划进一步让利给友商 [6] - 中国头部IT企业正摒弃“大而全”模式，转向“精而强+生态赋能”的新定位，例如曙光聚焦超大规模系统架构、高速互连网络和系统级调度管理 [8] - 海光信息扮演“底座赋能者”角色，开放HSL总线协议，使其他AI芯片厂商能更便捷地与海光CPU互连，将CPU能力赋能给卡厂和用户 [8] - 开放架构的技术实现遵循“分层解耦”与“协同优化”原则，将全产业链难点分层解耦，由多个优秀厂商集群式攻关，最终各层之间重新形成紧耦合状态 [8] 技术突破与产品落地 - scaleX万卡超集群通过在系统架构、工程创新和网络互联等层面的“非对称突破”实现整体竞争力跃升 [8] - 全球首创单机柜640卡超高密度集成，通过浸没相变液冷等技术，将算力密度提升20倍，PUE降至1.04 [8] - 基于首款国产400G类InfiniBand芯片的scaleFabric网络，实现400Gb/s带宽、亚微秒延迟，性能对标国际主流，且部分能力超越海外同类产品研发路线图的2027年NVL576里程节点 [8] - 通过三级优化，将AI加速卡资源利用率提升55%，实现万级节点、十万级用户的管理，集群长期可用性达99.99%，运维从“被动告警”变为“主动预测” [9] 生态构建与市场策略 - 开放架构通过打造兼容多品牌加速卡和主流软件生态的“统一平台”，直接降低用户从封闭生态迁移或尝试国产算力的门槛，帮助客户节省成本并提升优化效率 [9] - 对于中小AI芯片设计公司、算法公司和行业ISV，加入开放架构意味着获得共享测试平台、认证体系、集成渠道和客户资源的“入场券”，能产生“生态虹吸”效应，快速汇聚创新力量 [9] - 开放架构将互联网和云服务商作为关键争夺对象，这些客户因采购规模巨大而希望有更多话语权，对开放路线和开源技术接受度更高 [10] - 海光推出了专门面向互联网客户的产品线，提供更深度的定制化服务，实现从“标准化供给”到“联合定制”的转变 [10] - 与封闭生态在通用大模型领域的路径不同，开放联盟更强调与金融、医疗、高端制造等垂直行业的深度结合，难点在于行业专家和AI应用专家的紧密结合 [10] 未来挑战与竞争本质 - 开放计算路径面临的核心挑战在于如何维持一个多元化平台的长期凝聚力和创新效率 [11] - 关键治理挑战在于设计公平、透明、可预期的规则，确保贡献者获得回报，防止“搭便车”行为 [12] - 需要界定组织成员之间“竞争前的合作”与“市场竞争”的边界 [12] - 分层解耦增加了系统级协同优化的复杂度，开放架构要求不同厂商的模块通过标准接口紧密协作并达到极致性能，协调难度更高 [12] - 在追赶过程中，还需要应对国际巨头持续快速的技术演进，在芯片能效等方面存在客观差距 [12] - 开放架构的成败最终取决于市场是否买单，需要证明其综合体验不亚于甚至优于封闭生态，形成正向循环 [13] - 这场竞争的本质是两种产业组织模式的较量：基于垂直整合、软硬件深度绑定的“中心化控制”模式，与基于开放标准、模块化分工、生态化协作的“分布式创新”模式 [14] - 中国产业界选择的开放路径，是基于对自身最完整的电子信息制造产业链、最丰富的AI应用场景以及大量细分领域中小企业的深刻认知，旨在通过开放架构系统化组织分散优势，爆发创新能量 [14] - 这一转变是从“单点突破”走向“集群创新”，旨在通过开放架构降低智算集群研发门槛，从技术“单点突围”走向产业“生态共进” [14]

文章核心观点 - 中国AI算力基础设施发展迎来标志性拐点，中科曙光推出首个国产万卡级AI超集群scaleX万卡超节点真机，标志着中国超节点真正迈入万卡纪元[1][3] - 为应对英伟达技术依赖与出口限制，中国AI算力产业探索出两条主要发展路径：以华为为代表的封闭全栈自研路线，和以曙光、浪潮、阿里为代表的开放协同路线[4][8] - 开放路线的推进促进了国产AI加速卡的大规模落地应用，使中国AI算力体系具备了“多芯片共存”的自我造血能力，不再依附于单一生态[7][9] - 2025年是中国AI算力体系发展的“拐点之年”，产业发展逻辑从单一性能比拼转向注重高效协同与生态共生，未来在于两条路线的共存与平衡[11] 超节点技术发展背景与转折 - 三年前，国内AI算力体系高度依赖英伟达的GPU、NVLink和CUDA生态[4] - 英伟达高端GPU出口限制、CUDA生态不开放、NVLink技术不授权，迫使国内厂商寻求自主算力体系解决方案[4] - 超节点被视为下一代智能计算核心单元，能整合上万张AI加速卡为统一逻辑节点，将通信时延压缩至微秒级，突破传统集群通信瓶颈[5] 封闭全栈自研路线（以华为为代表） - 华为采用“全栈自研”路径，涵盖底层芯片、互联技术到上层框架软件[4] - 华为昇腾384超节点延续纵向一体化思路，全系统自研，实现高性能：通信延迟仅2.1微秒，单机柜算力达300PFlops，PUE稳定在1.1左右[4] - 该路线选择“封闭自洽”，资源效率与技术把控力强，但生态兼容性受限，产业协同推进速度较慢[4] - 华为CM384超节点已出货多套，在贵州数据中心投入运营[9] 开放协同路线（以曙光、浪潮、阿里为代表） - 曙光、浪潮、阿里在2025年下半年先后推出超节点产品，以“开放架构”为核心，致力于打造中国AI算力底层基础[5][6] - **浪潮“元脑SD200”**：主打多品牌GPU异构计算，创下8.9毫秒生成token的纪录[6]，已在多个模型推理平台商用，为DeepSeek、Kimi等大模型提供算力支撑[9] - **阿里“磐久128”**：依靠开放协议整合不同互联标准，搭建出“云端超节点”[6]，在云端承担多模型协作的基础设施角色[9] - **中科曙光“scaleX万卡超节点”**：由16个scaleX640超节点互联组成，部署10240张AI加速卡，总算力突破5EFlops[7]，搭载自研scaleFabric高速网络，带宽达400Gb/s，端侧延迟不到1微秒[7]，采用浸没相变液冷技术，单机柜PUE压低至1.04[7]，产品不绑定单一芯片厂商，能兼容寒武纪、壁仞、登临等多个品牌加速卡，已适配400多个主流大模型和AI框架[7]，已落地上海、杭州等地智算中心，并被纳入国家级算力调度工程采购清单[9] 去英伟达化与生态构建 - 美国自2023年起多次收紧对华高性能GPU（如A100、H100）出口限制，英伟达超节点NVL72也在限制之内，安全风险凸显，加速了中国AI产业寻找替代方案[8] - 核心目标是构建具备可替代性的完整算力生态系统，而非简单复制英伟达[8] - 开放路线带动了国产芯片大规模落地：曙光scaleX体系已完成对壁仞BR系列、登临、寒武纪MLU等多款国产加速卡的适配；浪潮和阿里也为本土GPU预置驱动环境[9] - 这标志着中国AI算力基础设施不再依附于单一英伟达生态，形成了以中国厂商为核心的开放协作系统，具备了自我造血能力[9] 产业发展趋势与未来 - 2025年是中国AI算力体系发展的“拐点之年”[11] - 封闭路线占据性能高地，在特定场景中具备不可替代的价值；开放路线贴合产业发展现实需求，推动了算力普惠与生态繁荣[11] - 产业发展逻辑发生转变：从单一维度性能比拼转向注重不同芯片的高效协同；从不同体系间的孤立较量转向多元生态下的共生共赢[11] - 中国AI算力的未来很可能在于封闭与开放两条路线的共存与平衡之中[11]

行业背景与共识 - 人工智能已实现从辅助工具到核心生产要素的根本性跃迁 科学大模型、世界模型、具身智能等前沿方向迅猛发展 对底层算力提出了前所未有的规模与性能要求 [3] - 行业面临“性能墙”与“生态墙”双重制约 具体表现为高端算力供给不足、软硬件适配不畅、技术标准不一、应用成本高昂 成为广大中小企业发展的显著壁垒 [3] - “开放”已从可选项转变为产业突破瓶颈、实现可持续发展的行业共识 市场需要开放、高效、安全、稳定的智能计算基础设施 建设开放、共享、分工、协作、团结、共赢的产业格局成为共识 [3] 大会成果与生态实践 - 首届光合组织人工智能创新大会（HAIC2025）在江苏昆山举办 主题为“智算无界，光合共生” 汇聚全产业链超2500家企业代表、专家学者及行业领袖 通过200余场高密度分享与5000余平方米实景展区呈现中国AI计算开放架构的创新实践与生态繁荣 [1] - 大会发布了多款超节点、AI终端等光合生态人工智能创新成果 覆盖从尖端行业高强度算力需求到万千用户办公娱乐需要 承载“普惠智算”的初心 [3] - 商汤科技、中科曙光、大晓无限机器人、麒麟软件、华大九天、海光信息等企业在会上达成多项战略合作 围绕AI算力软硬件系统优化、世界模型与具身智能应用创新等开启跨层开放协作 [5] 关键技术突破与开放架构 - 开放架构下最瞩目的成果是scaleX万卡超集群 该集群面向万亿参数大模型与前沿科学智能等极致场景设计 由16个scaleX640超节点通过全栈自主研发的原生RDMA高速网络互连而成 [5] - scaleX万卡超集群硬件支持多品牌AI加速卡 软件兼容主流计算生态 是对开放架构技术路线与系统工程创新的“集大成”式验证 标志着我国在构建世界一流超大规模智算基础设施上取得关键突破 [5] - AI终端、超节点、超集群等创新成果是“开放破瓶颈”的硬核证明 而HAIC2025展现的是更宏大的“开放促普惠”生态蓝图 [5] 生态协作与未来计划 - 大会公布了科学智能联合攻关行动、AI计算开放架构联合实验室首批项目组协同创新计划 旨在汇聚顶尖力量 针对科学大模型、多元异构算力融合、统一基础软件栈、超大规模集群优化等共性关键技术开展联合攻关 将开放协作深入研发源头 [5] - 大会开启光合组织生态筑基行动、光耀百城2.0计划 旨在推动产业链各环节产品以标准接口协同工作 诠释了开放生态从“全链覆盖”到“价值闭环”的演进 [5] - 从浪潮、商汤科技、麒麟软件等厂商在大会上的分享 到海光、曙光发布的开放战略与超集群实践 都是开放共识的集中体现 [3]

行业趋势与核心观点 - 人工智能正从“模型驱动”迈向“工程驱动”，科学大模型、世界模型、垂类大模型成为新方向，但面临高端AI硬件供给受限、软硬件生态割裂、算力成本高昂等“性能墙”和“生态墙”制约 [2] - 产业链正聚焦“开放架构”，通过建立统一技术标准与开放协同生态，打破壁垒，实现从芯片、系统到应用的全栈优化与高效协同 [2] - 2025年是国产AI计算从“单点突破”转向“体系输出”的关键一年，2026年行业技术、生态将全速演进 [19] - AI计算竞争已进入“体系化竞争”阶段，需通过开放路线实现从芯片、服务器、网络到软件的全栈协同，构建产业链上下游的“价值闭环” [7] 硬件创新与系统突破 - 中科曙光首次亮相国产万卡级AI集群系统真机scaleX万卡超集群，部分技术能力已超越海外头部企业 [3] - scaleX万卡超集群由16个超节点构成，可支撑部署10240块AI加速卡，总算力超5EFLOPS，单机柜算力密度提升20倍，PUE（电能利用效率）低至1.04 [3] - scaleX基于“AI计算开放架构”设计，可支持多品牌加速卡及主流计算生态，并实现对超过400个主流大模型、世界模型的适配优化 [3] - 中科曙光表示其超节点出货情况良好，明年预定量持续提升，随着CPU/GPU功耗提升，液冷技术（冷板/浸没）将成为主要发展方向 [3] - 过去两年国产算力增速超10倍，但需在硬件集成度、散热效率、网络通信等系统级架构上突破以提升整体占比 [4] - 2026年GPU单机功率将持续上升，冷板式与浸没式液冷将成为主流，开放架构下的高密度集成是应对之道 [4] - 从“单机柜”到“万卡集群”的演进是系统性工程创新，突破了算力规模扩张瓶颈，标志着竞争进入比拼系统工程能力、软件协同与生态构建的新阶段 [4] 软件生态与开放协同 - 当前国产智算的瓶颈往往在软件层面，同时存在让中小企业和科研机构以合理成本用上高效算力的难题 [5] - 国产AI计算生态面临“应用迁移成本高、资源供需错配、生态不统一”三大挑战，不同技术路线需重复适配导致开发周期延长、成本上升 [6] - 光合组织推动的开放架构核心是通过统一接口与标准，让不同芯片、系统能够协同工作，降低生态碎片化负担 [6] - 产业链企业展示基于统一基础软件栈的适配方案，涵盖从AI框架、算子库到调度平台各层，存算传紧耦合优化与超集群智能调度引擎成为亮点 [6] - 通过向量数据库优化等技术推动端到端延迟显著降低，数字孪生运维平台可实现故障自主定位与修复，使超大规模集群可用性达99.99% [6] - 开放架构降低了生态门槛，但要在国际竞争中获得持续优势，仍需在标准主导权、应用生态丰富度、跨平台工具链成熟度上长期投入 [19] 产业合作与生态落地 - 中科曙光、商汤集团、麒麟软件、海光信息等企业达成多项战略合作，围绕AI算力软硬件系统优化、世界模型与具身智能应用创新等开启跨层开放协作 [8] - 科学智能联合攻关行动、AI计算开放架构联合实验室首批项目组协同创新计划等多项计划公布，针对科学大模型、多元异构算力融合、统一基础软件栈、超大规模集群优化等共性关键技术开展联合攻关 [8] - “光耀百城2.0”同步开启，将推动开放架构产品与解决方案在制造、能源、科研等领域的规模化落地，重点降低中小企业的使用门槛 [8] - 产业链企业对联合破局的氛围越发浓厚，共同攻关“开放架构”下的系统级软硬件适配难题，加速向智能制造、汽车等行业的应用落地与推广 [18] - 从边缘计算盒子到AI一体机，从智算集群到行业模型平台，展示出“全栈式国产AI计算生态全景图” [19]

行业趋势：从单点突破迈向体系化竞争 - 人工智能产业正从“模型驱动”迈向“工程驱动”，科学大模型、世界模型、垂类大模型成为新方向，但面临高端AI硬件供给受限、软硬件生态割裂、算力成本高昂等“性能墙”和“生态墙”制约 [2] - 产业链正聚焦“开放架构”，通过建立统一技术标准与开放协同生态，打破壁垒，实现从芯片、系统到应用的全栈优化与高效协同 [2] - AI计算竞争已从单纯的芯片竞赛，迈入比拼系统工程能力、软件协同与生态构建的全新阶段，进入“体系化竞争”阶段 [4][7] - 2025年是国产AI计算从“单点突破”转向“体系输出”的关键一年，2026年行业技术、生态将全速演进 [9] 硬件创新：突破性能墙与系统集成 - 中科曙光首次展示国产万卡级AI集群系统真机scaleX万卡超集群，由16个超节点构成，可支撑部署10240块AI加速卡，总算力超5EFLOPS [3] - scaleX系统单机柜算力密度提升20倍，PUE（电能利用效率）低至1.04，并支持多品牌加速卡及主流计算生态，适配优化超过400个主流大模型和世界模型 [3] - 随着CPU/GPU功耗提升，液冷技术（冷板/浸没）将成为主要发展方向，以应对GPU单机功率持续上升的趋势 [3][4] - 过去两年国产算力增速超10倍，但需在硬件集成度、散热效率、网络通信等系统级架构上突破以提升整体占比 [4] 软件与生态：破解碎片化与构建开放协同 - 当前国产AI计算生态面临应用迁移成本高、资源供需错配、生态不统一三大挑战，不同技术路线需重复适配导致开发周期延长、成本上升 [6] - 光合组织等推动开放架构，核心是通过统一接口与标准，让不同芯片、系统协同工作，降低生态碎片化负担 [6] - 产业链企业展示基于统一基础软件栈的适配方案，通过存算传紧耦合优化、超集群智能调度引擎、向量数据库优化等技术，推动端到端延迟显著降低 [6] - 数字孪生运维平台可实现故障自主定位与修复，使超大规模集群可用性达99.99% [6][7] 产业协作：生态攻坚与规模化落地 - 大会期间，中科曙光、商汤集团、麒麟软件、海光信息等多家上市公司达成多项战略合作，围绕AI算力软硬件系统优化、世界模型与具身智能应用创新等开启跨层开放协作 [8] - 科学智能联合攻关行动、AI计算开放架构联合实验室首批项目组协同创新计划等多项计划公布，针对科学大模型、多元异构算力融合、统一基础软件栈等共性关键技术开展联合攻关 [8] - “光耀百城2.0”计划同步开启，旨在推动开放架构产品与解决方案在制造、能源、科研等领域的规模化落地，并降低中小企业的使用门槛 [8] - 产业链企业积极协同，共同攻关“开放架构”下的系统级软硬件适配难题，加速向智能制造、汽车等行业的应用落地 [9] 产品与方案：全栈生态全景呈现 - 展区展示了从边缘计算盒子、AI一体机到智算集群、行业模型平台的全栈式国产AI计算生态全景图 [9] - 福州创实讯联展示了自主研发的国产信创工控机，为企业提供自主可控、高可靠强算力的边缘算力平台 [7] - 搭载国产AI硬件的智能终端吸引观众体验，诠释“开放—协同—落地”的推进逻辑 [9]

中国人工智能算力发展模式转变 - 中国人工智能算力发展正从“单兵突击”迈向“军团协同”的发展方式 这种深刻转变关乎产业未来 并为产业链在更高起点上突围提供更多可能 [1] 开放架构与产业协同 - “开放架构”是大会最响亮的关键词 旨在拆除人工智能战略领域各环节的“生态墙” 让芯片、服务器、软件、应用等产业链各环节像齿轮一样精准咬合、同频共振 以释放指数级的创新能量 [1] - 产业发展从企业各自为战转向组织“光合作用” 这种“合力”的生成是中国产业智慧的一次重要升华 产业链选择以更高水平的“合”来应对风浪 突破封锁 将发展主动权握在自己手中 [1] 形成系统性力量的协同行动方向 - 关键方向一为“破壁” 即营造汇聚众力的“大生态” 应鼓励领军企业、科研院所、高校及中小微企业围绕国家战略和关键共性技术 构建联盟式开放创新平台 通过制定互通标准、开放基础接口、共享实验环境来降低协同门槛 促进创新要素自由流动与高效配置 [2] - 关键方向二为“夯基” 即铸造自主可控的“强底座” 产业链各方应加大在人工智能、集成电路、基础软件等战略领域的研发投入 不仅追求硬件参数领先 更要重视从底层架构到上层应用的全栈式创新与协同优化 以确保基础牢固和上层应用创新的可持续性 [2] - 关键方向三为“疏浚” 即打通落地应用的“最后一公里” 应通过建设智算中心、打造示范场景、提供普惠算力等方式 推动先进算力像水电一样方便地接入制造业、能源、科研等领域 特别是降低中小企业用数、用智门槛 让技术创新转化为产业升级的强大动能 [2] 发展前景与目标 - 以开放汇聚力量 以协同激发潜能 中国AI计算产业必能在新一轮科技革命和产业变革中 构筑起属于未来的竞争新优势 [3]

行业共识：开放是应对挑战的必由之路 - 人工智能已从辅助工具跃迁为核心生产要素，科学大模型、世界模型、具身智能等前沿方向对底层算力提出前所未有的规模与性能要求[3] - 行业面临“性能墙”与“生态墙”双重制约，具体表现为高端算力供给不足、软硬件适配不畅、技术标准不一、应用成本高昂，成为中小企业发展的显著壁垒[3] - “开放”已成为产业突破瓶颈、实现可持续发展的行业共识，市场需要开放、高效、安全、稳定的智能计算基础设施，以建设开放、共享、分工、协作、团结、共赢的产业格局[3] - 浪潮、商汤科技、麒麟软件等厂商的分享，以及海光、曙光发布的开放战略与超集群实践，均是这一共识的集中体现[3] 技术突破：开放架构的里程碑实践 - 大会发布了多款超节点、AI终端等光合生态人工智能创新成果，覆盖从尖端行业高强度算力需求到万千用户办公娱乐需要，承载“普惠智算”的初心[4] - 最瞩目的成果是scaleX万卡超集群，该集群面向万亿参数大模型与前沿科学智能等极致场景设计[4] - scaleX万卡超集群由16个scaleX640超节点通过全栈自主研发的原生RDMA高速网络互连而成，硬件支持多品牌AI加速卡，软件兼容主流计算生态[4] - 该集群是对开放架构技术路线与系统工程创新的“集大成”式验证，标志着中国在构建世界一流超大规模智算基础设施上取得关键突破[4] 生态构建：从技术开放到协同共进 - HAIC2025展现了“开放促普惠”的生态蓝图，商汤科技、中科曙光、大晓无限机器人、麒麟软件、华大九天、海光信息等企业达成多项战略合作，围绕AI算力软硬件系统优化、世界模型与具身智能应用创新等开启跨层开放协作[6] - 大会公布了科学智能联合攻关行动、AI计算开放架构联合实验室首批项目组协同创新计划，旨在汇聚顶尖力量，针对科学大模型、多元异构算力融合、统一基础软件栈、超大规模集群优化等共性关键技术开展联合攻关[6] - 大会开启光合组织生态筑基行动、光耀百城2.0计划，推动产业链各环节产品以标准接口协同工作，诠释了开放生态从“全链覆盖”到“价值闭环”的演进[6] - HAIC2025的成功举办，标志着以光合组织为代表的产业力量，正推动中国AI计算从技术单点突破迈向系统化、生态化的高质量发展新阶段，一幅基于开放理念的“全栈式”国产AI计算生态全景图清晰展现[6] 大会概况 - 首届光合组织人工智能创新大会（HAIC2025）于12月18日在昆山国际会展中心举办，主题为“智算无界，光合共生”[1] - 大会汇聚全产业链超2500家企业代表、专家学者及行业领袖，通过200余场高密度分享与5000余平方米实景展区，全景呈现中国AI计算开放架构的创新实践与生态繁荣[1] - 大会是中国AI计算产业在“人工智能+”关键阶段，对开放路线的坚定宣言与成果检阅[1]

赛事规模与定位 - 第六届“先导杯”智能计算创新设计赛决赛于11月15日至16日举行，吸引了来自1200所高校的近万名学子参与，规模与热度再创新高 [1] - 该赛事是全国大学生计算机系统能力大赛中唯一的智能计算赛道，其意义已超越竞技本身，成为观察中国AI算力生态的重要窗口 [1] 赛题设置与产业结合 - 赛题锚定AI落地前沿与痛点，包括“MoE模型效率优化”、“ONNX Runtime算子性能优化”和“GMRES算法优化” [2] - 赛题被描述为来自真实产业场景的“真题”，而非“玩具题”，旨在让学生在实践中理解计算本质 [4] - 选手需在国产算力平台上完成从理论分析、代码实现到性能调优的全流程，锤炼系统级工程能力 [4] 人才培养战略 - 公司通过“教学训赛一体化”模式，构建从高校课程、实训平台、校内赛到国赛的全周期人才成长路径 [4] - 最终目标是打通“教育链—产业链—人才链”，为国产AI生态输送具备系统思维与工程能力的复合型人才 [4] 行业背景与挑战 - 中国AI算力市场长期被英伟达CUDA生态主导，其封闭体系成为国产芯片的“生态高墙” [5] - 数据显示，2025年中国H100等效芯片保有量不足50万，仅为美国的二十分之一 [5] 开放架构与系统创新 - 公司于今年9月发布国内首个“AI计算开放架构”，旨在通过开放架构整合产业链，实现协同优化 [5] - 11月6日，公司发布全球首个单机柜级640卡超节点scaleX640，硬件支持多品牌加速卡，软件兼容主流计算生态 [5] - 该架构支持MoE万亿参数大模型训练、高通量推理、科学智能等前沿场景 [5] 生态共建举措 - 公司联合20余家产业链企业成立“AI计算开放架构联合实验室”，并开放AI存储优化、液冷设计规范、DeepAI基础软件栈等关键技术能力 [7] - 此举旨在减少重复开发，降低生态参与门槛，推动从单点突破走向集群创新 [7] 战略闭环与未来展望 - 公司正尝试构建从人才培养、技术研发到产业落地的完整闭环 [8] - 通过开放协作，目标是构建一个可持续、可演进、可普惠的算力基础设施 [8] - 国产AI算力发展已从“技术追赶”进入“生态构建”阶段，面临技术对齐难、协作复杂度高等挑战，但被视为实现自主可控的关键路径 [9]