7月26日，世界人工智能大會（WAIC）在上海正式拉開帷幕。

在展會現場，具身智能無疑是最備受矚目的行業。從靈活完成格斗動作的人形機器人，到能精準執行家務、康復輔助的服務型機器人，這些具備物理交互能力的智能體憑借流暢的動作、自然的交互賺足了觀眾眼球。

然而，在這場科技盛宴中，當人們沉浸在具身智能帶來的震撼體驗時，人工智能產業的核心底座——以芯片、板卡、服務器、計算集群等為核心構成的算力基礎設施，依然是整個行業繞不開的關鍵話題。

與往屆大會相比，今年算力基礎設施展區呈現出截然不同的風貌。

往年展臺上隨處可見的“參數競賽”已悄然淡去，各廠商送展的芯片和服務器展品中，很少再有將某項極致性能參數用醒目字體刻意標記出來的情況。

曾經被重點標注的技術指標，如今更多地融入到具體的產業解決方案中，或是隱藏在真實的應用場景演示里。

現場的討論也多是基于“碎片化算力資源統籌”、“低功耗與低成本”與“垂類產品軟硬件整合”這些非常務實的話題。

全鏈路國產化進行時

在算力基礎設施的務實轉型浪潮中，“全鏈路國產化”的推進節奏尤為引人關注。

過去幾年，全球供應鏈波動引發的芯片斷供風險，以及核心技術“卡脖子”的現實挑戰，反復挑動著國內人工智能產業的神經。在全行業已默契達成“居安思危”共識的背景下，即便部分產品應用尚未受到外部限制，國內算力基礎設施廠商也主動將國產化的邊界從單一芯片突破，拓展至從架構設計、軟硬件生態到產業落地的全鏈路自主可控。

這種主動出擊的國產化實踐，在本屆 WAIC 的展臺間隨處可見。

從芯片底層架構的自主研發，到操作系統、編譯器等軟件工具鏈的國產化適配，再到與本土服務器廠商、行業應用企業的深度協同，一條貫穿“芯片—軟件—整機—場景” 的國產化鏈條正在加速成型。

剛剛提交上市輔導備案的沐曦，算是其中較為典型的代表。

本屆展會上，沐曦首次公開展示了其最新研發的訓推一體GPU曦云C600。據悉，其采用自研的XCORE 1.5架構及指令集，面向云端人工智能訓練與推理、通用計算、AI for Science等計算任務，且擁有豐富的標量、矢量和張量計算單元，支持多種混合精度計算。

雖然現場并沒有關于曦云C600的性能參數介紹，但據展臺工作人員透露，這枚芯片搭載了當前業界前沿的HBM3e顯存。這一關鍵配置勢必會大幅提高顯存帶寬，為大模型訓練及推理時的海量數據吞吐提供強力支撐。

鑒于曦云C600在本月剛剛回片，展會上并未出現基于這枚芯片打造的板卡及服務器。

而基于上代產品曦云C500系列芯片，沐曦在現場展示了PCIe服務器、OAM服務器和光互連服務器解決方案，這些服務器基本都實現了“全鏈路國產化”，即從編譯器、驅動程序，再到卡間互聯協議完全自研，或是第三方國內合作伙伴打造。

還有廠商則展示了不同于GPU的另一條高性能計算路線，比如國內唯一實現TPU量產的中昊芯英。

該公司打造的“剎那”系列TPU，采用完全可控的IP核與自研指令集、計算平臺，其可重構多級存儲、存算一體的設計，配合Chiplet技術實現2.5D封裝，在相同AI計算任務下能耗可降低三成。

另外，該枚芯片還有較強的集群擴展能力，最高支持1024片芯片高速互聯，基于“剎那”打造的“泰則”計算集群系統，單集群最大浮點運算能力在稀疏算力下達400P（TF32）以上，可支撐超千億參數的AI大模型計算。

據現場工作人員介紹，目前“泰則”計算集群系統，已完成對AIGC大模型計算、高級無人駕駛模型訓練、蛋白質結構精密預測在內的各類高強度運算場景的適配。

下沉到場景中

在兩個月前的鯤鵬昇騰開發者大會上，作為華為今年來在算力基礎設施上的集大成者，“384超節點”被首次公開，基于昇騰超節點技術，實現了業界規模最大的384卡高速總線互聯。

本次展會上，“384超節點”真機完成了在公眾面前的首次亮相，而該系統在大模型適配上的進度也令人矚目。據悉，目前業界已基于昇騰適配和開發超過80個大模型，在基礎大模型方面多個技術方向均有積累，如訊飛星火認知、DeepSeek、Qwen、鵬城、LLaMA等。

在場景適配上，基于昇騰軟硬件能力、訓練與推理解決方案及開源開放的軟硬件生態，華為聯合伙伴展示互聯網、運營商、金融、政務、醫療、油氣、交通等行業解決方案實踐。

另一家國產GPU企業摩爾線程，在現場展示的場景適配上則要更加細致。

在摩爾線程展位，該公司共帶來了包括生命科學、物理仿真、空間智能、視頻超分在內的12項面對不同行業打造的Demo。

令筆者印象較為深刻的是視頻超分技術MTVSR。該技術可在端側提供2-4倍的視頻實時超分，并提供多檔質量設定，能夠顯著提升低分辨率視頻在高分辨率屏幕下的播放清晰度，且以SDK形式支持播放器、瀏覽器等APP集成調用，可為終端用戶提供無縫的視頻超分體驗。

不同于一般的行業垂直解決方案，視頻場景中的端則軟件技術，由于其廣泛的應用性，一方面能夠有效調動行業應用，比如降低內容創作者獲取高質量素材的成本，提高內容生產效率；另一方面還能夠有效刺激產業生態構建，主動吸引視頻播放軟件、游戲開發商、監控設備制造商等多方協同。

華為以超節點技術夯實大模型訓練的算力底座，通過廣泛的行業適配構建生態護城河；摩爾線程則聚焦細分場景，用輕量化技術方案打通算力應用的“最后一公里”。兩者雖聚焦不同層面，但卻很好地反映出了眼下國產算力基礎設施所呈現出“高低搭配、全域覆蓋”的發展態勢。