在全球AI竞赛迈入深水区的当下，真正的竞争已不再是单点技术的突破，而是生态与架构的定义权之争。生态碎片化、算力成本高企、技术代差隐现——这些瓶颈，正倒逼中国AI产业寻找新的解法。

　　当大模型飞速迭代、算力需求成倍攀升，高端算力是否只能走封闭优化的老路？什么样的基础设施和生态才能支撑可持续创新？

　　在9月5日开幕的2025世界智能产业博览会上，中科曙光携手二十余家产业链企业，给出了答案——国内首个“AI计算开放架构”正式发布，AI超集群系统同步亮相，多项关键技术能力开放，并启动AI计算开放架构联合实验室。这一系列动作，并非单一产品的迭代，而是一次面向生态重构的积极信号。

　　中科曙光高级副总裁李斌表示，过去十年，中科曙光建设了20多个大规模算力集群，累计部署超50万张异构加速卡，有能力、也有责任来推动AI计算领域的开放协作与生态构建。

　　图：中科曙光高级副总裁李斌

　　正如计算机产业的演进路径——从早期“类大型机”的封闭垂直系统与“类Cluster”的集群开源系统并行，到小型机逐步向X86服务器、云计算迭代；又如移动互联网时代iOS与安卓的生态分野——AI时代同样亟需多元、开放且具备进化能力的架构与生态体系。毕竟，封闭体系或许能在短期内实现效率优势，但长远来看，开放与协同才是通往下一代智能计算的核心密钥。

　　AI超集群系统实现性能跃升，开放架构推动算力普惠

　　本次智博会上发布的国内首个AI计算开放架构，正是“算力开放”理念的承载——其面向大规模智能计算场景，以GPU为核心，围绕“算、存、网、电、冷、管、软”七大维度，构建紧耦合系统设计，旨在实现从单点技术突破到集群协同创新的跨越，具备多元算力、高速互连、存算协同、绿色高效、稳定可靠、生态繁荣等主要特征。

　　作为该架构的落地成果，曙光AI超集群系统也在智博会上正式亮相。据介绍，该系统拥有“超高性能、超高效率、超高可靠、全面开放”四大特征，单机柜支持96张加速卡、提供百P级算力，并可扩展至百万卡超大规模集群。

　　在性能层面，系统通过存算传协同设计、“超级隧道”AI存储优化、先进冷板液冷技术、软硬协同调度与智能调度大模型等创新，实现系统性能效率大幅提升，实测千卡集群大模型训推性能达到业界主流水平2.3倍，模型开发效率提升高达4倍，GPU算效增加55%，平均无故障时间（MTBF）提高2.1倍，平均故障修复时间（MTTR）降低47%。

　　值得注意的是，与专有传统封闭系统不同，曙光AI超集群支持多品牌GPU加速卡，兼容包括CUDA在内的主流软件生态，为用户带来更多硬件选型自由和更低的开发迁移成本。

　　五大层面打破“重复造轮子”，走向生态协同

　　不久前DeepSeek在发布V3.1更新时的一句“UE8M0FP8是针对即将发布的下一代国产芯片设计”，不仅点燃了A股投资者对国产算力板块的热情，更反映出了国产AI软硬件生态正进一步走向协同融合的大趋势。

　　但相比算力开放，生态协同更为复杂。开放生态要求从芯片设计之初便开展深度融合与协同规划，并将协作贯穿整个生命周期。因此，需要由具备全面技术实力的领军企业牵头，建立并推动协同机制运转。

　　在这次智博会上，中科曙光沿着产业链进一步推进横向协同合作。其联合芯片、整机等多家企业宣布开放一批关键技术能力。首批公开的三项技术能力包括AI存储优化、液冷基础设施设计规范、DeepAI基础软件栈，覆盖部件、系统、基础设施、软件及数据集五大层面，旨在降低中小企业的研发门槛，避免“重复造轮子”。

　　同时，中科曙光还携手20多家智算上下游企业，依托国家先进计算产业中心共同启动建设“AI计算开放架构联合实验室”，以推进产业链开放跨层协作优化。

　　纵观整场发布，不难看出中科曙光与其生态伙伴的清晰路径：从技术单点突破走向系统集群创新，从企业单打独斗走向产业协同共创。这背后的目标不仅是推出高性能产品，更在于构建一个真正开放、普惠、安全可控的国产智算生态体系。在这次智博会上，以中科曙光为代表的国产算力产业链玩家推动的改变，或许有望成为中国智能计算从“可用”走向“好用”、迈入“安卓时刻”的重要里程碑。