大模型等人工智能技術(shù)正引領(lǐng)新一代產(chǎn)業(yè)變革，而中國在大模型領(lǐng)域表現(xiàn)突出，截至2025年6月底，已發(fā)布1509個(gè)大模型，占全球已發(fā)布3755個(gè)大模型首位。但相比大模型的繁榮，國產(chǎn)AI算力確面臨諸多瓶頸如高端算力供給不足，自主軟硬件生態(tài)不成熟等問題。

IDC預(yù)測，2025年中國智能算力規(guī)模將達(dá)到1037.3EFLOPS，并將在2028年達(dá)到2781.9EFLOPS。而人工智能普及推動(dòng)算力需求增長，促使智能計(jì)算集群成為大模型核心支撐，但全球信息技術(shù)產(chǎn)業(yè)加速調(diào)整，導(dǎo)致中國智算產(chǎn)業(yè)遭遇單卡性能和成本雙挑戰(zhàn)。

在此背景下，發(fā)展更大規(guī)模、更高效的智算集群，突破AI算力瓶頸成為關(guān)注點(diǎn)，但新的產(chǎn)業(yè)問題由此誕生，該走怎樣的路線？

國產(chǎn)算力的“蘋果與安卓模式”技術(shù)路線

產(chǎn)業(yè)界普遍認(rèn)為，發(fā)展國內(nèi)集群算力存在兩種路徑模式。

一種是“類蘋果“模式，以單一廠商的芯片與軟件棧為核心，通過垂直優(yōu)化以及工程化創(chuàng)新實(shí)現(xiàn)極致性能。其優(yōu)勢在于軟硬件協(xié)同度高，開發(fā)周期短，能快速投向市場，并滿足特定場景需求。

但由于生態(tài)的封閉性，會(huì)讓一些客戶擔(dān)心被技術(shù)鎖定，且難以適應(yīng)當(dāng)下國產(chǎn)算力多元化的發(fā)展趨勢。

另一種是“類安卓“模式，是一種由全產(chǎn)業(yè)鏈多方企業(yè)共同參與、跨層協(xié)同的智能計(jì)算發(fā)展路徑。該模式具有生態(tài)開放、用戶選擇多樣、成本較低、創(chuàng)新活躍等顯著優(yōu)勢，能夠推動(dòng)產(chǎn)業(yè)形成繁榮生態(tài)。

很顯然，基于開放生態(tài)的模式，會(huì)適配更多異構(gòu) GPU，乃至多類型存儲(chǔ)協(xié)議與多元網(wǎng)絡(luò)架構(gòu)，并通過標(biāo)準(zhǔn)化接口實(shí)現(xiàn)跨廠商協(xié)同，以更好地滿足算力多元化的需求。

首個(gè)AI計(jì)算開放架構(gòu)，給國產(chǎn)智算帶來啟示與契機(jī)

無論是“類蘋果”還是“類安卓”，國產(chǎn)AI算力發(fā)展核心價(jià)值始終是“好用而普惠的算力”。但不能否定在促進(jìn)算力普及、普惠方面，“類安卓”則有更強(qiáng)的推動(dòng)能力。而就在剛剛結(jié)束的2025世界智能產(chǎn)業(yè)博覽會(huì)上，我們也迎來中國AI的安卓時(shí)刻。

博覽會(huì)上，中科曙光協(xié)同AI芯片、AI整機(jī)、大模型等20多家產(chǎn)業(yè)鏈上下游企業(yè)，共同發(fā)布國內(nèi)首個(gè)AI計(jì)算開放架構(gòu)。該架構(gòu)是面向大規(guī)模智能計(jì)算場景，以GPU為核心進(jìn)行高效緊耦合系統(tǒng)設(shè)計(jì)的協(xié)同創(chuàng)新體系，旨在從“算、存、網(wǎng)、電、冷、管、軟”單點(diǎn)突破走向集群創(chuàng)新。

圖說：首個(gè)AI計(jì)算開放架構(gòu)發(fā)布現(xiàn)場

值得關(guān)注的，該開放架構(gòu)支持多品牌加速卡并兼容主流AI軟件生態(tài)，既避免用戶被單一技術(shù)AI路線綁定，也顯著降低了硬件采購與AI軟件開發(fā)適配成本。這一“安卓式”的開放架構(gòu)，也為我國智算產(chǎn)業(yè)實(shí)現(xiàn)開源、普惠發(fā)展目標(biāo)提出了切實(shí)可行路徑。

發(fā)布現(xiàn)場，中科曙光還宣布已聯(lián)合芯片、整機(jī)等多家知名企業(yè)開放一批覆蓋部件級、系統(tǒng)層、基礎(chǔ)設(shè)施層、軟件層和數(shù)據(jù)集等五個(gè)層面技術(shù)能力，以減少重復(fù)造輪子，降低中小AI企業(yè)研發(fā)門檻。

突破國產(chǎn)AI算力瓶頸，到底是選安卓還是蘋果，答案必定不唯一。但相信借助這次中科曙光帶來的AI計(jì)算開放架構(gòu)，中國智能計(jì)算產(chǎn)業(yè)將有機(jī)會(huì)實(shí)現(xiàn)一次大連動(dòng)與大發(fā)展，以改變目前的AI算力困局。