在算力產業競爭日益激烈的當下，中國算力產業正憑借獨特的場景驅動模式，探索出一條突破資源約束的創新之路。近日，一場以“中國算力方案：如何用有限資源做出無限可能”為主題的圓桌對話在北京舉行，后摩智能、海光信息、藍耘科技、新華三集團等企業代表齊聚一堂，共同探討產業發展的關鍵挑戰與破局之道。
當前，中國算力產業面臨多重挑戰。后摩智能聯合創始人項之初指出，軟件棧生態是首要瓶頸。以CUDA為例，其經過近20年積累，在長尾場景中已形成深厚壁壘，國產算力芯片需時間追趕。但他強調，硬件產品的差異化優勢是突破關鍵，若硬件性能領先數倍，即便軟件生態稍弱，仍有機會勝出。海光信息智算產品負責人賀群則從芯片廠商視角補充，制程限制不僅影響芯片算力密度，還制約卡間互聯帶寬，需在國產化上實現突破。同時，他提出生態問題包含“習慣打破”與“系統化工程”兩部分，需通過有機調度形成閉環。
在突破路徑上，找準場景成為共識。藍耘科技CTO安江華認為，軟件棧適配可聚焦特定場景，以市場收益驅動優化；制程問題亦非所有場景均需頂尖算力，部分場景需求可分層滿足。新華三集團企業技術部總經理朱哲則從算力支撐角度分析，國產卡堆疊導致對卡間互聯、液冷等技術需求激增，形成連鎖反應。他以超節點為例，千卡或萬卡集群性能非線性增長，卡間通信帶寬、時延丟包等問題顯著影響訓練效率，超節點形態通過優化互聯方式提升性能，同時降低推理場景成本。
技術路線選擇上，海光信息堅持通用架構兼容主流生態。賀群解釋，GPGPU覆蓋計算類型廣泛，適合AI高速發展需求，而DSA雖在特定算法上優化，但犧牲了通用性。海光DCU通過軟兼容策略，支持從GitHub直接下載代碼運行，降低用戶遷移成本。對于存算一體技術，項之初透露，后摩智能第二代芯片已進入商業化量產階段，客戶包括頭部AIPC、語音廠商及運營商，但端側大模型尚未出現“殺手級應用”，產業鏈爆發仍需時日。他預測，端側將承擔至少50%計算任務，隱私性是其核心優勢，未來本地化AI將杜絕數據泄露風險。
在系統架構層面，Scale-up與Scale-out的爭議中，朱哲認為超節點更強調內部短距離、高帶寬互聯，而液冷已成為高密度節點標配。安江華補充，Scale-up性能更優但靈活性不足，液冷可節能30%并降噪，在超高密度場景中不可或缺。賀群則提醒，技術路線需結合業務場景，投入產出比是關鍵，海光DCU已做好液冷兼容準備。
工程化落地中，真實場景測試被反復強調。項之初分享，第一代產品通過客戶反饋迭代編譯器工具鏈，真實環境調優至關重要。朱哲介紹，新華三與杭州蕭山共建芯模社區，要求芯片在測試環境運行3個月以上，挖掘邊界條件問題。安江華則建立測試矩陣，幫助客戶匹配最佳使用場景。對于中國算力的全球競爭力，嘉賓認為，端側生態創新、系統化工程能力、AI應用場景優勢及細分市場孵化能力，將構成獨特護城河。
