在算力产业竞争日益激烈的当下，中国算力产业正凭借独特的场景驱动模式，探索出一条突破资源约束的创新之路。近日，一场以“中国算力方案：如何用有限资源做出无限可能”为主题的圆桌对话在北京举行，后摩智能、海光信息、蓝耘科技、新华三集团等企业代表齐聚一堂，共同探讨产业发展的关键挑战与破局之道。
当前，中国算力产业面临多重挑战。后摩智能联合创始人项之初指出，软件栈生态是首要瓶颈。以CUDA为例，其经过近20年积累，在长尾场景中已形成深厚壁垒，国产算力芯片需时间追赶。但他强调，硬件产品的差异化优势是突破关键，若硬件性能领先数倍，即便软件生态稍弱，仍有机会胜出。海光信息智算产品负责人贺群则从芯片厂商视角补充，制程限制不仅影响芯片算力密度，还制约卡间互联带宽，需在国产化上实现突破。同时，他提出生态问题包含“习惯打破”与“系统化工程”两部分，需通过有机调度形成闭环。
在突破路径上，找准场景成为共识。蓝耘科技CTO安江华认为，软件栈适配可聚焦特定场景，以市场收益驱动优化；制程问题亦非所有场景均需顶尖算力，部分场景需求可分层满足。新华三集团企业技术部总经理朱哲则从算力支撑角度分析，国产卡堆叠导致对卡间互联、液冷等技术需求激增，形成连锁反应。他以超节点为例，千卡或万卡集群性能非线性增长，卡间通信带宽、时延丢包等问题显著影响训练效率，超节点形态通过优化互联方式提升性能，同时降低推理场景成本。
技术路线选择上，海光信息坚持通用架构兼容主流生态。贺群解释，GPGPU覆盖计算类型广泛，适合AI高速发展需求，而DSA虽在特定算法上优化，但牺牲了通用性。海光DCU通过软兼容策略，支持从GitHub直接下载代码运行，降低用户迁移成本。对于存算一体技术，项之初透露，后摩智能第二代芯片已进入商业化量产阶段，客户包括头部AIPC、语音厂商及运营商，但端侧大模型尚未出现“杀手级应用”，产业链爆发仍需时日。他预测，端侧将承担至少50%计算任务，隐私性是其核心优势，未来本地化AI将杜绝数据泄露风险。
在系统架构层面，Scale-up与Scale-out的争议中，朱哲认为超节点更强调内部短距离、高带宽互联，而液冷已成为高密度节点标配。安江华补充，Scale-up性能更优但灵活性不足，液冷可节能30%并降噪，在超高密度场景中不可或缺。贺群则提醒，技术路线需结合业务场景，投入产出比是关键，海光DCU已做好液冷兼容准备。
工程化落地中，真实场景测试被反复强调。项之初分享，第一代产品通过客户反馈迭代编译器工具链，真实环境调优至关重要。朱哲介绍，新华三与杭州萧山共建芯模社区，要求芯片在测试环境运行3个月以上，挖掘边界条件问题。安江华则建立测试矩阵，帮助客户匹配最佳使用场景。对于中国算力的全球竞争力，嘉宾认为，端侧生态创新、系统化工程能力、AI应用场景优势及细分市场孵化能力，将构成独特护城河。
