中国经济导报、中国发展网记者崔立勇报道
光合组织2026智能计算应用大会日前在郑州举办。作为光合组织核心成员，海光信息首次集中展示了“云边端”完整算力体系。
大会期间，中国首个全国产十万卡AI超集群——曙光8000（登峰）正式落成，系统搭载海光等国产芯片算力底座，进一步验证了海光芯片支撑大规模Token生产和产业级AI应用的能力。
海光正成为中国AI算力从“造出来”走向“用起来”的关键力量。在大会期间，海光信息多位高管和技术负责人在接受采访时做出判断：在Agent时代算力需求爆发之时，CPU的角色正在被重估，国产芯片从“替代”走向“先进替代”，算力从云到边到端快速发展。
Agent时代算力需求“看不到边界”
“迈入Agent时代，人工智能不再局限于对话交互，而是开始向生产实践全面渗透。”海光信息副总裁应志伟在大会期间接受采访时说。编程、数据分析、内容创作等传统复杂工作均可由AI承接，“算力需求看不到边界”。
应志伟以身边实例说明这种变化：从事投资的亲友，以往要耗费大量时间手动整理市场数据，如今依托Agent就能自动归集整合信息、完成数据分析。“过去觉得编程是非常复杂的问题，但现在AI能够把编程解决掉。”国内互联网公司和大公司都在往Agent方向走，大模型正在被真正运用到生产中。
对于算力能否像水电一样接入千家万户，应志伟的回答是肯定的。“人工智能发展会跟过去的互联网一样。”他说，未来算力一定到处都是，每个应用都会接入，“大家可能都不会意识到它的存在”。
判断1：CPU重要性依然存在
过去几年，提到AI基础设施建设，几乎都是在讨论GPU。海光信息服务器产品部总经理张攀勇在采访中给出了一个反直觉的观察：随着AI从对话、推理演进到Agent智能体，任务编排、工具调用、记忆存储等工作“很多都是在CPU上完成的，GPU做的更多是模型推理本身”。
张攀勇分析，过去AI服务器以单纯模型推理为主，CPU与GPU配比普遍为1:4或1:8。但Agent业务需要完成任务编排、工具调用、向量数据库运算等复杂逻辑，大量计算任务向CPU转移。当前在一些场景下，主流AI服务器CPU与GPU配比已趋近1:1。海光坚持CPU与GPU双芯紧耦合的技术路线，正是针对这一变化所做的战略布局。
海光信息总裁助理、创新产品线总经理李成进一步解释了CPU在科学智能场景中的不可替代性。“AI加速卡更像一个跑得非常快的短跑运动员，但AI for Science的系统更像一套复杂的智能物流系统——数据怎么来、怎么处理、怎么存、怎么展示，这一整套逻辑需要一个综合的管家去管。”
李成总结了海光CPU在这一场景中“不可替代”的三个理由：一是数据吞吐调度——气象计算、蛋白质折叠等场景数据量巨大，CPU负责前期分流与综合运算调度；二是高精度浮点保障——大语言模型多用FP16、INT8低精度，而AI for Science依赖FP64双精度，多数AI加速卡难以满足；三是生态兼容性——海光CPU兼容传统x86生态，科研院所大量“小众冷门”软件和存量硬件可以顺畅迁移。
判断2：国产化从“替代”到“先进替代”
“过去只是替代，我们现在开始先进替代。”应志伟表示，海光与国内企业的合作，赋予客户过去与国外供应链合作无法获得的价值。他举例说，海光正在与运营商、金融企业等客户开展抗量子迁移合作，“这是国外的芯片企业或者国外的供应链无法带给他们的”。
应志伟说：“现在国产化替代已经发展到第二阶段了，海光在某些点上已经可以超越国外同行。”
国产芯片的市场需求发生变化，客户心态也在转变。应志伟说，过去客户使用国产产品可能是为了完成特定任务，但如今“大家觉得做国产替代不是完成一个任务，而是自己有需要”。海光与某客户的合作被定义为“先进替代”，因为海光能够帮助他们做系统改造、做抗量子迁移。
海光信息副总裁吴宗友在采访中表示，无论是人工智能还是算力的落地，“真正对用户产生极致的效率，需要产业上下游深入结合”。吴宗友举了与某行业客户合作的例子——客户需要的不仅是算力，还有应用、数据库、操作系统等各个环节的协同，“得到高效的协同，才能够把这种实惠真正送到用户身上”。
截至目前，光合组织成员已超6000家。从芯片到整机、从基础软件到行业应用，这个生态正在形成覆盖全链条的国产算力产业体系。
吴宗友分析，过去很多用户没有能力和条件驱动产业上游改变状况，“海光牵头，跟用户一起去拉动操作系统和数据库，甚至拉动云厂商一起去创新”。
判断3：算力从云到边到端
光合组织2026智能计算应用大会期间，海光展出了搭载C86芯片的智能巡检机器人、AI BOX端侧一体机等产品，标志着海光正在从传统的服务器芯片向端侧延伸。
光合组织嵌入式产品专家张考华判断：“2026年是端侧AI元年。”他说，AI上半场以云端训练为主，下半场的侧重点是场景落地，推理需求全面爆发，算力从云端持续下沉至产业末梢。张考华将嵌入式比作“毛细血管和末梢神经”——负责感知、负责末梢的营养，差异化的应用在生产生活中无处不在。他透露，众多生态伙伴有望在今年下半年推出基于海光嵌入式CPU的产品。
从产业趋势来看，张考华认为“AI时代的意义等同于当年的互联网革命，是一个新的时代的开启”。展望未来十年，AI将持续向生活场景深度演化，需求重心从基础设施转向真实应用场景。
应志伟描绘了算力的未来形态。未来算力不会只有单一大型中心模式，而是形成大、小模型协同的多元立体算力生态：超大型算力中心承载顶尖大模型，细分轻量化小模型适配各行各业专属需求。程序员研发需要万亿参数级大模型，而智能摄像头识别人脸、电力设备波形检测等场景，仅需小型轻量化模型即可。嵌入式设备、智能手环、智能眼镜等终端，都会搭载本地小型算力，无需联网即可实时处理信息。
对于普通用户关心的成本问题，应志伟给出了乐观判断。依托国内完善的算力基础设施，本土大模型使用成本已降到极低水平。“国内的大基建、算力，对把人工智能推向真正应用是非常友好的。”他说。
海光信息是国内少数同时拥有CPU和DCU两条产品线的芯片企业，“CPU+DCU”双芯协同是其区别于国内其他芯片公司的核心差异化优势。吴宗友表示，海光信息深耕高端处理器领域多年，已经形成了“CPU+DCU”双芯协同的算力底座。