智能体时代，海光携手灵玑OS打造国产AI计算新底座

随着人工智能从大模型训练阶段走向产业落地，AI 应用正加速迈入智能体（Agent）时代。
 
与传统 AI 应用主要依赖模型生成内容不同，智能体需要理解任务、调用工具、访问数据并执行复杂业务流程，且需在真实业务环境中持续运行。这一范式转变意味着，未来 AI 基础设施的竞争，已不再单纯取决于单颗芯片的峰值性能，而是取决于计算平台、软件生态与行业应用之间的协同能力。
 
在 8 月 20 日举办的“智在灵玑”智能体产业协同发展论坛上，海光信息总裁助理郑武军表示，智能体产业化正在推动计算体系发生变化，产业竞争正在从单一芯片能力转向软硬件协同和生态成熟度。
 

 
“Agent 产业化不能只看单颗芯片的峰值性能，因为真实系统同时涉及模型推理、数据处理、工具调用、业务逻辑和持续调度。任何一个环节衔接不好，都会影响整体效率和用户体验。”郑武军指出。
 
智能体时代，算力需求从峰值性能转向系统能力
 
过去，AI 基础设施建设主要围绕大规模大模型训练展开，行业重点关注 GPU 集群与峰值算力。但在智能体时代，企业内部需要长期高频运行多智能体协同、推理及业务系统调用，计算需求已转变为长期、复杂的混合型负载。
 
郑武军表示：“传统追求峰值算力的建设思路，已经无法满足如今的业务需求。”
 
面对这一趋势，海光信息通过 CPU、DCU 及配套软件栈的协同，为智能体运行提供混合计算能力支撑：CPU承担通用计算、系统运行、权限管理与流程调度等业务；DCU承载大规模 AI 推理与训练等高端计算能力；软件栈与生态优化资源调度效率，并借助“光合组织”生态联合整机与应用伙伴开展针对性调优，确保高频、长周期业务下的系统稳定与性能可控。
 
携手灵玑OS，海光推动智能体生态适配
 
智能体产业化不仅需要强大的计算硬件，也需要连接模型、工具、应用和算力资源的软件基础设施。
 
在此背景下，北京通明湖信息技术应用创新中心（以下简称“通明湖中心”） 联合产业伙伴打造了国内首个开源开放的 AI 智能体操作系统——灵玑 OS。
 
通明湖中心主任谢涛介绍，灵玑 OS 是构建在传统操作系统之上的系统能力层，旨在解决智能体规模化部署后“连不上、干不成、管不住、控不稳”四大系统性挑战。在分工上，通明湖中心主要负责共性基础设施研发、开放生态组织与行业场景连接；海光信息则发挥国产计算基础与生态优势，为灵玑 OS 及相关应用提供 CPU、DCU、软件栈及适配环境。
 
对于算力平台与操作系统的衔接，郑武军认为，上层智能体应用的实际运行模式决定了底层硬件的适配逻辑。灵玑 OS 将真实场景下的任务诉求传递给底层，场景中反馈的性能瓶颈、兼容难题与运维痛点，会反向驱动海光软硬件的迭代优化；而海光计算平台的升级成果，也能同步赋能上层开发者。这种双向联动机制，能有效减少企业重复开发，缩短应用迁移与部署时间。
 
针对存量系统接入问题，通明湖中心智能系统部负责人、灵知驭能创始人冉德智表示，团队通过旁路式适配器和能力编排网关打造“能力转化层”，在不大规模改造老系统的前提下实现智能体调用。目前，该项技术正通过新成立的灵知驭能推进标准化商业产品落地，与开源的灵玑 OS 形成“一开放、一落地”的互补格局。
 
聚焦“好用、可靠、经济”：接受重点行业实际运行检验
 
在政务、金融、工业等重点行业，系统对业务连续性与安全稳定有着严苛要求。郑武军强调，国产计算平台不仅要证明自己“可用”，更要在实际运行中证明自己“好用、可靠、经济”。
 
“跑分只是一个方面，更要看长时间运行是否稳定，发生故障后能否及时恢复，业务高峰期间能否持续提供服务。”郑武军表示，海光将依托自身的硬件环境与软件生态，与整机、基础软件及行业应用伙伴开展产品化打磨与业务试点，帮助用户控制长期使用成本。
 
结语
 
从大模型单点突破到智能体集群落地，人工智能产业正经历一场深度的生产力重塑。过去，产业竞逐的是参数规模与训练算力；未来，决定 AI 能否真正创造价值的，将是系统连接能力、全栈软件生态以及底座算力的综合韧性。
 
在这场算力基础设施的演进大潮中，海光信息凭借 CPU+DCU 的独特技术路径、深厚的软件生态积淀以及开放的光合组织，正在重新定义智能体时代的国产计算底座。与灵玑OS等上层生态的协同，不仅为行业打通了“算力—系统—应用”的全链路通路，更让高可用、高可靠、可控安全的国产智能体基础设施真正走进千行百业。