
在人工智能快速发展的背景下,国产算力的竞争早已不只是“有没有一颗芯片”,更在于能否真正实现高效应用。从CPU、DCU到智算中心,从国产替代到大模型应用,芯片性能、软件生态、部署效率以及上下游协同能力,都在成为产业竞争的关键。
海光信息副总裁吴宗友分享了海光信息过去十年的技术路线与产业实践。从成立之初确立CPU+DCU双芯战略,到如今从“能用”走向“用好”,海光正在探索国产算力从技术突破走向规模化应用的路径。
2014年成立之初,海光信息便确定了CPU+DCU的双芯战略。
在当时,异构计算和AI加速的需求已经开始出现。海光所思考的并不是单一芯片产品,而是如何为用户提供更加完整的计算解决方案。
CPU承担通用计算需求,DCU则面向人工智能、AI for Science等加速计算场景。

CPU+DCU双芯战略示意图
随着人工智能快速发展,这种双芯协同的价值也进一步显现。
在大模型推理、智能体等未来应用中,CPU与DCU并非彼此独立,而是需要协同完成控制、调度和计算等不同任务。
“从今天来看,当时的决定还是蛮正确的。”
在吴宗友看来,过去十年的实践已经证明,CPU+DCU双芯战略不仅帮助海光满足了不同类型用户的计算需求,也为公司未来的发展建立了持续演进的产品基础。
这也意味着,海光的“双芯”并不是简单地把两条产品线并行推进,而是试图从通用计算和加速计算两个维度,构建面向未来算力需求的完整能力。
同时布局CPU和DCU,对于企业的研发能力提出了更高要求。
面对国际巨头以及国内同行的竞争,如何在两条技术路线之间分配研发资源,是一个绕不开的问题。
海光的答案,是根据产品进展和市场需求进行阶段性的资源配置。
在2014年至2019年期间,国产化替代对于CPU的需求更加迫切,因此海光将更多研发投入放在CPU领域。与此同时,DCU方向的研发并没有停止,而是持续推进。随着人工智能需求快速增长,DCU的重要性不断提升。
更重要的是,双芯战略本身也形成了一定的研发资源复用能力。
例如后端资源、安全领域的部分功能、参数和代码等,可以在CPU与DCU产品之间实现复用,从而提高研发效率。
但在吴宗友看来,真正支撑海光产品持续迭代的核心仍然是研发投入。
“重研发,而且是超重研发的投入。”
过去几年,海光CPU经过了多次迭代,DCU也从早期产品发展到深算三号,并继续向下一代产品演进。
快速迭代的意义并不仅仅在于追赶性能。
一方面,它能够不断缩小国产算力与国际主流产品之间的性能差距,另一方面,每一轮产品迭代,都能够把真实用户的需求、应用反馈和场景诉求带回研发端,进一步融入下一代产品。
从“跟上性能”,到“理解用户”,海光的产品迭代正在形成一个从市场到研发、再从研发回到市场的循环。
如果说芯片性能是国产算力竞争的第一道门槛,那么真正决定用户体验的,往往是另一个指标——实际效率。
在长期服务客户的过程中,海光发现,用户对于国产AI算力反馈最集中的问题,并不是芯片标称参数够不够高,而是芯片真正部署到业务系统之后,能不能把标称算力转化为实际效率?
吴宗友认为,目前国内AI芯片产品的标称算力普遍较高,但在实际应用中,用户最终获得的效率与理论算力之间仍可能存在差距。
因此,海光并没有把解决方案局限在芯片本身,而是从硬件、软件以及最终应用三个层面同时推进。

从芯片算力到实际效率的三层能力
第一层,是硬件。
根据不同用户的需求,对芯片本身进行针对性的设计和优化。
第二层,是软件。
海光建立了规模较大的软件团队,通过软件栈、算子等方面的优化,将不同用户的实际需求纳入产品开发过程。
第三层,则是更加容易被忽视的“最后一公里”。
芯片最终需要进入具体行业、具体应用和具体软件系统中,只有把ISV以及最终应用场景的适配提前做好,芯片的算力才能真正转化为用户可以感知的应用效率。
这也形成了海光对于国产算力产业化的一套理解:芯片只是底座,软件是连接,应用才是最终价值的落点。

采访视频片段
国产替代同样正在发生变化。
在金融、电信、党政等关键行业,用户对国产算力的需求已经不再停留在“有没有国产产品”。
吴宗友将这一过程概括为三个阶段:第一阶段是“能用”,第二阶段是“用好”,第三阶段则是“用好之后进行创新”。
最初,用户需要解决的是快速部署的问题。
这意味着国产芯片不仅要有性能,更要具备良好的生态兼容能力,让原有软件和应用能够快速迁移到国产算力平台上。
海光采用兼容x86体系的C86技术路线,同时针对国内原生软件进行优化,使用户能够较快完成应用部署。

海光C86
当“能用”成为现实,用户关注的问题便转向了“好用”。
因为如果国产算力与原有系统之间存在明显的性能差距,用户最终仍然会面临实际业务效率的问题。
海光的解决方式,是快速迭代产品,把用户的反馈带入下一代产品研发,用持续提升的产品性能缩小差距。
而到了第三阶段,用户的需求进一步发生变化。
他们不再只是希望国产算力能够替代原有产品,而是开始提出更加具体、更加深入的业务需求,希望芯片能够针对自身场景进行优化。
这意味着国产替代正在从“替代产品”,走向“共同定义产品”。
用户开始拥有更多的话语权,芯片厂商也开始从单纯的产品提供者,转变为与用户共同解决问题的技术伙伴。
国产算力走到今天,单点技术突破已经越来越难以决定最终的市场竞争。
海光分享的一个金融行业案例,很好地说明了这一点。

金融行业国产化迁移
在某国有大型银行的国产化替代过程中,用户需要迁移的并不只是芯片,而是包括算力、操作系统、数据库在内的整个系统。
对于用户而言,这意味着更高的迁移压力。
因此,在项目推进之前,海光已经与操作系统、数据库等上下游厂商进行联合优化。面对用户真实业务场景,三方进一步在实验室中反复模拟,甚至按照高于实际需求的并发条件进行测试,以验证系统在极端情况下的稳定性和应急能力。
最终,相关数据库系统成功迁移至海光算力平台,并获得金融机构认可。
这个案例背后所体现的,已经不是某一颗芯片的性能优势。
正如吴宗友所说:
“我自己说做得很好,可能不能解决用户的实际问题,但是我如果跟上下游一起做得很好的话,这才是用户所要的。”
这句话或许也是理解国产算力产业化最重要的一把钥匙。
今天的国产算力竞争,已经从芯片企业之间的竞争,逐渐变成芯片、操作系统、数据库、软件、整机、应用以及终端用户共同参与的系统竞争。
谁能够把产业链真正协同起来,谁才更有机会把技术能力转化成市场价值。
这也是海光信息高度认可“中国芯”技术与市场直接对接模式的原因。
在吴宗友看来,过去国内芯片市场长期受到国际巨头主导,用户面对的是相对单一的产品选择,很多时候只能“芯片厂商生产什么,用户就使用什么”。
而随着国产芯片产业的发展,今天国内CPU、DCU以及AI芯片的选择越来越丰富,用户开始拥有更多选择权。
与此同时,芯片企业也必须真正理解用户需求。
市场开始反过来影响技术定义。
在这样的产业变化下,“技术+市场”的直接连接就变得更加重要。
它能够把芯片企业的技术研发与终端用户的真实需求连接起来,让产品定义不再只是从技术端单向输出,而是能够从实际应用中获得反馈。
在吴宗友看来,这正是“中国芯”长期发挥的重要价值之一——帮助国产芯片企业打通技术与市场之间的连接,让芯片创新真正走向应用。
从这个意义上看,“中国芯”所连接的,不只是“中国芯”产品与产业荣誉,更是国产芯片企业与真实市场之间的一座桥梁。

中国芯大会现场
如果过去十年,海光的核心能力主要建立在中高端CPU和DCU产品之上,那么未来,海光正在把目光进一步投向边缘侧。
目前海光产品已经广泛服务于服务器、智算中心以及工作站等场景。
但如果希望进一步扩大产品出货规模,边缘侧可能成为新的增长空间。
吴宗友透露,海光未来希望进一步向边端拓展,并结合自身CPU的生态与性能优势,推出面向边缘场景的新产品。
值得注意的是,这些产品并不会简单地是一颗独立CPU或者独立AI芯片,而更可能是CPU与人工智能计算能力结合的边端产品。

海光CPU
这实际上与海光最初的双芯战略形成了某种呼应。
从服务器到智算中心,再到边缘侧,CPU与AI加速能力之间的协同关系正在不断延伸。
而随着AI从云端逐渐走向更多真实世界的应用场景,算力的形态也将更加多样化。
回望海光的发展路径,从CPU到DCU,从“能用”到“用好”,再到与上下游共同开发、共同优化,其背后始终存在一条清晰的逻辑:
国产芯片真正的突破,不是单个企业的突破,而是产业协同能力的突破。
吴宗友在采访最后特别提到,今天中国芯产业能够发展到现在,绝不是某一家芯片企业单独努力的结果,而需要国内产业链上下游共同服务好用户。
对于海光而言,这种开放合作也将继续延续到未来的人工智能产业发展中——一方面服务好用户,另一方面带动上下游共同发展,并推动中国在人工智能等领域形成更强的国际竞争力。
这或许也是今天重新理解“中国芯”的一个重要视角。
二十余年来,“中国芯”优秀产品征集持续关注国产芯片产品与技术创新。而今天,中国芯产业所需要的,已经不仅是“做出一颗好芯片”,更是让好芯片真正进入市场、进入行业、进入千行百业。
从这个角度看,海光信息正在经历的,也不仅是一家芯片企业从产品突破走向规模化商业落地的过程。
它更像是国产算力产业不断成熟的一个缩影,从“有没有”,到“能不能用”,从“能用”,到“好不好用”,再从“用好”,走向与用户、生态伙伴共同创新。
这条路还很长。
但当越来越多像海光信息这样的中国芯企业,开始用技术回应真实需求,用生态解决产业问题,用市场反哺产品创新,中国芯正在从一颗颗芯片的突破,走向一个更加完整、更具韧性的产业体系。
而这,或许正是“中国芯”持续二十余年所见证的产业答案。
本文转自媒体报道或网络平台,系作者个人立场或观点。我方转载仅为分享,不代表我方赞成或认同。若来源标注错误或侵犯了您的合法权益,请及时联系客服,我们作为中立的平台服务者将及时更正、删除或依法处理。
