从十万卡到Token经济：WAIC 2026见证国产算力的生态拐点

当AI产业从拼“算力规模”转向“应用价值”，一个关键问题摆在整个行业面前：算力如何真正转化为生产力？

7月17日-20日，2026世界人工智能大会（WAIC）在上海举行。期间，在“算力相生·生态共赢——人工智能时代的开放计算与产业生态”专题论坛上，光合组织携多家生态伙伴的集体答卷给出了回答：以开放架构打破算力壁垒，以生态协同推动价值落地。

在论坛期间，上海交通大学智能计算研究院院长葛冬冬、海光信息总裁助理兼智能计算产品部总经理杜夏威、中科曙光副总裁蒋丹东接受了“半导体行业观察”在内的媒体采访，围绕超智融合、开放架构与科学计算智能体等议题展开深入交流，从底层技术、产业实践到生态构建，多维度拆解了开放计算时代的产业新逻辑。

与此同时，光合组织（上海）产业生态创新中心正式启动、人工智能生态企业签约、光合组织成员授牌等仪式也在论坛上相继完成——一场从芯片到应用、从单点技术到全栈生态的国产算力“光合作用”，正在加速发生。

开放协同，从“抱团取暖”到“搭生态体系”

随着人工智能加快进入规模应用阶段，国产算力发展正由基础设施建设转向应用生态建设。如何打通不同芯片架构、软件栈和上层应用之间的协同壁垒，提升算力资源利用效率，已成为产业界的核心议题。

光合组织秘书长任京暘在论坛致辞中指出，产业链各环节只有坚持开放协同，才能不断释放算力价值。当前，光合组织正推进“开放计算Token谱系计划”，加强算力、调度与应用协同，推动开放计算生态向纵深发展。

作为上述理念的落地实践，光合组织（上海）产业生态创新中心在论坛上正式启动。据悉，该创新中心将围绕适配认证、算力服务、人才培养和成果转化等方向开展工作，为区域生态建设提供平台化支撑。同期，多家生态企业完成入驻签约，进一步完善了长三角开放计算生态布局。

在光合组织的联合展区，这一理念得到了具象化的呈现。展区围绕芯片、计算、存储、网络、软件及行业应用，集中呈现了开放计算生态建设成果。从算力底座到系统整机，完整勾勒出国产C86技术路线的全栈能力。

海光信息展出CPU及DCU加速芯片，全面展示国产算力平台在主流开发框架和模型生态适配方面的最新进展；同时展出搭载C86架构的嵌入式端侧AI产品，覆盖工业现场与边缘场景。

系统整机层，中科可控等伙伴展示了液冷服务器、关键应用服务器及智能终端矩阵，覆盖从数据中心到桌面端的多元场景；灵达等伙伴则带来了集群级互联方案，打通芯片到计算、存储、网络的全链协同。

从底层芯片到上层应用，从云端算力到边缘终端，展区勾勒出一条清晰的产业路径：国产算力已从单点突破进入“体系化可用”阶段，正在向“规模化好用”加速迈进。目前，这些产品与解决方案已在金融、电力、通信、互联网等领域实现规模落地。

葛冬冬：超智融合，补上软件生态最短板

在论坛的主题演讲中，上海交通大学智能计算研究院院长葛冬冬围绕“超智融合驱动科学研究范式变革”进行了分享。他在接受媒体采访时进一步阐述了这一变革的深层含义。

葛冬冬指出，超智融合的计算包含两个维度——高精度与高性能。“高精度科学计算和神经网络计算是两条不同的道路。我们正在做的，是用GPU做传统的高精度科学计算，而非仅用于神经网络训练。”


葛冬冬解释道，很多复杂科学问题中，关键计算步骤可以用大模型等智算手段加速，而核心求解仍需高精度的传统计算。

这种融合正在带来科研范式的质变。葛冬冬举了一个生动的例子：过去测试一个算法，从提出想法到编写代码、验证可用性，开发周期需要一周；现在借助AI的辅助，一天就可以测试三个想法。“我们最近发现，大模型能带来脱胎换骨的变化。原来跟谷歌合作时只能算到基态能量下6到9个电子轨道的量子化学问题，现在可以算到60个。有了多卡并行，估计可以算到600个。”

对于曙光8000十万卡AI超集群接入国家超算互联网后首周即满负荷的现象，葛冬冬认为这恰恰印证了超大规模算力的真实需求。“很多科学计算问题，卡越多越好。分子动力学、结构预测这类问题，计算卡的潜力远没有被挖尽。”他透露，团队正在曙光128卡的超节点上进行超智融合算法测试，目标是将算法推广到百卡以上规模。

但在谈及国产算力生态中的软件短板时，葛冬冬也直言不讳：“我们在软件上的差距比硬件的差距更大。几乎所有的芯片厂商，创始人的基因基本上都是硬件出身，软件生态投入普遍不足，这就留下了很多生态位，这些生态位高校可以去弥补。”

作为国产数学规划求解器COPT和开源求解器LEAVES的负责人，葛冬冬团队的工作恰好处于芯片与应用之间的“中间层”——底层数学库与高性能算法。但产学研协同的断层，是葛冬冬反复强调的另一个核心问题。高校面临的最大困境是“拿不到资源，不知道真实业界问题是什么样子”——100卡和1万卡的算法逻辑完全不同，但高校鲜有机会接触万卡级真实场景。而企业端则因待遇优势能吸引大量人才，越发产生“不需要高校”的错觉。

“这是短期行为，必须纠正。”葛冬冬态度明确，如果要考虑比如颠覆Transformer这些重要的长期性的基础性的理论，高校毫无疑问该是可能的重要策源地。在他看来，光合组织这类开放平台正在成为衔接的桥梁：高校开发的算子库可以快速接入生态，企业遇到的底层问题也能通过平台反馈给学术界，形成双向增益的正向循环。

蒋丹东：超智融合底座上的科学智能体革命

中科曙光副总裁蒋丹东则从另一个维度描绘了超智融合带来的科研范式变革。

他在接受采访时表示，AI for Science（AI4S）正在成为继实验观察、理论推演、计算机仿真、大数据建模之后的新科研范式。“过去科研工作者要去做具体的跟计算相关的工作，写脚本、写代码，还要寻找合适的计算资源。当智能体时代来了以后，最大的变化就是能够把整个资源统筹起来，根据科研人员的意图去服务他。相当于一个助手在帮忙，把原来繁重的工作降负。”

中科曙光副总裁蒋丹东

曙光8000作为国内首个超智融合架构的十万卡集群，正是支撑这一变革的算力底座。蒋丹东解释了超智融合的技术必要性：传统科学计算基于公式推导，需要双精度甚至更高精度的浮点运算；AI训练推理则以半精度、FP8/FP4等低精度为主，强调并行效率。如果两类任务在不同集群间切换，数据搬运与格式转换的损耗极其巨大，往往成为性能瓶颈。曙光8000实现了原生一体化超智融合，让智能体在调度不同类型计算任务时全程无卡点。

科学智能体的能力边界正在快速拓展。 据蒋丹东介绍，如今的智能体已能完成从文献调研、工具调用、计算执行到结果分析、论文撰写的全流程辅助。不仅能处理重复性工作，还能在特定领域实现探索性发现——例如蛋白质结构预测、特殊数学问题求解等。"能做到什么程度，最终取决于科学家的驾驭能力。"

简言之，科学智能体正在重构科研工作流：过去科研人员要花大量时间写脚本、找算力、调工具，现在智能体像科研助手一样承接这些重复性工作，让科学家聚焦于真正的创造性思考——“为什么做”和“做什么”。

但同时蒋丹东也坦言，这一模式跑通的最大挑战在于跨学科、跨领域。“物理、材料、生物、气象、工业仿真等学科的研究范式、工具链、数据格式差异极大，平台不可能靠自身覆盖所有垂直领域。”

蒋丹东的答案是与科学家共创：将领域专家的科研理念、方法流程沉淀到平台中，结合平台的工程能力定制学科专属智能体。目前，国家超算互联网上已有材料、安全等多个领域的专家联合定制方案正在推进。

在谈到科学数据共享这一行业难题时，蒋丹东介绍了国家超算互联网平台的解决思路，提出了“公有+私有”架构的解决方案：开放数据与公共数据集完全共享；领域专有数据可通过平台进行商业化调用，类似“科研数据淘宝”；不愿开放的私密数据可独立部署，仅使用平台算力。同样的逻辑也适用于智能体本身——愿意共享的纳入生态共建，倾向自用的也可在开放平台上定制化运行。简单说就是公有云和私有云结合的方式。

杜夏威：Token经济从“数字石油”到产业正循环

"过去大家谈算力，比的是单卡峰值；现在谈Token，比的是单位产出。"海光信息总裁助理兼智能计算产品部总经理杜夏威一语道破算力评价体系的变迁。

他在论坛上指出，随着AI应用从对话走向智能体，Token经济正驱动新一轮IT架构变革，行业智能体与垂域模型进入规模落地阶段。他在接受媒体采访时，从多个维度阐释了开放架构与Token经济的深层逻辑。

海光信息总裁助理兼智能计算产品部总经理杜夏威

谈及海光坚持开放架构的原因，杜夏威表示这有两个层面的考量。“从长线发展来看，我们更像是为飞轮的启动提供一个点火和助力。但伴随AI产业链条和软件栈的快速发展，我们更多地需要依赖生态侧的力量。通过开放的方式，可以吸引更多开发者和伙伴加入，让大家在自己擅长和专注的领域发挥优势。”

他进一步指出，开放的另一层含义是推动整个产业链条进入开放状态。“我们不仅聚焦于海光CPU、DCU或自身的软件栈，更希望通过海光的引领，拉动整个产业链进入开放状态。我们可能会逐步开源开放自身的软件栈，甚至联合整个国产GPGPU生态里面的不同芯片厂商，推动软件栈和统一接口层面的合作，尽可能降低用户在不同芯片之间切换的额外成本。”

在谈到Token经济时，杜夏威的视角更具产业前瞻性。“眼下我们虽然获取到了Token的红利和性价比，但未来不应该以低价来衡量整个算力模型和Token产业的价值。性价比一定会伴随着技术迭代持续提升，但同时也要保障好整个产业链条合理的商业利益，通过这样的方式实现正向循环。”

对于中小企业如何拥抱Token经济，杜夏威提出了“云上+私有化”的双轨策略。“通过云原生算力服务，保障中小企业不需要自建就能便捷获取Token，降低试错门槛；同时对于高精尖或非常聚焦的领域，提供符合预期量级的私有化算力，保障敏感数据在自有业务体系内使用。”

关于海光软件栈从“可用”到“好用”的进展，杜夏威表示：“我们不再仅仅强调可用。对于day0级的适配已经变得非常常见，我们强调的是它是否能够开箱就达到业务化服务的标准，通过性能和Token吞吐来保障用户体验。我们也开始转向前瞻布局，专注于部分大模型厂商下一代模型的迭代，提前开展芯片与模型侧的协同适配。”

针对业界关注的超节点热潮，杜夏威指出，海光超节点已进入量产状态，但真正的挑战不在硬件发布，而在系统工程能力。一方面是软件栈的完善度——PD分离、KV Cache缓存等推理优化技术，决定了超节点能否开箱即好用；另一方面是运维可靠性——规模扩大意味着故障率同步放大，海光凭借超大规模系统验证积累的故障管控与快速恢复机制，正是其差异化优势。

在展区，海光信息也全面展示了面向AI时代的自主算力底座与全链路软硬一体化能力。海光CPU系列面向服务器、数据中心等通用计算场景提供算力支撑；海光DCU系列作为高端AI加速芯片，支持全精度浮点及多类型整数计算，兼容“类CUDA”环境及主流商业计算、AI软件生态，覆盖训练、推理等多元AI应用场景。以芯片为核心，海光同步展示了网络互联及整机解决方案，呈现从芯片到集群级算力协同的完整能力图谱。


随着AI从云端走向产业现场，端侧场景对实时响应、本地处理和安全可信提出更高要求。海光在WAIC集中展示了嵌入式产品生态——搭载海光C86架构CPU的运动控制系统、端侧AI一体机、云终端等方案，推动AI能力从“能对话”走向“能干活”。

“端侧本身触达面广，依托端侧产品可以拓展覆盖更多市场侧需求。端侧和数据中心端也会有相应的耦合与协同，通过这样的方式实现云边端全域的协同。” 杜夏威在采访中强调道。

结语

从三位嘉宾的分享中，一条清晰的产业脉络浮现出来：国产算力的竞争，已经从单芯片性能比拼，升级为全栈体系化能力的较量；从硬件层面的自主可用，迈向生态层面的高效好用。

正如杜夏威所言，产业链的良性循环是所有参与者发展的前提；也如葛冬冬所期待的，高校与企业的协同才能补上软件生态的短板；更如蒋丹东所描绘的，开放的平台才能孕育出跨学科的创新生态。

与此同时，随着光合组织（上海）产业生态创新中心的落地、人工智能生态企业的签约入驻，以及开放计算Token谱系计划的持续推进，一个从芯片到应用、从算力到Token、从单点突破到生态共赢的国产算力版图正在加速成形。

WAIC 2026的这一场分论坛，“算力相生，生态共赢”的主题像是一个产业拐点的注脚：中国智算的下一个十年，生态的厚度将决定产业的高度。我们同样期待：每一次算力释放，都如光合作用般生生不息。