海光首发开放计算架构，算力供给模式迎来新变局

从“调度”到“生产”，算力分工精细化

8月28日，国产芯片厂商海光信息对外发布其首款开放计算架构方案，提出“CPU管调度、DCU管生产”的分工理念，目标是将底层算力直接转化为可消费的Token服务。这一架构被视为对当前大模型训练与推理成本高企问题的一次直接回应，也是国产算力生态从单点硬件竞争走向系统级整合的重要信号。 所谓“CPU管调度”，意味着通用处理器负责任务分发、资源协调与数据流转，而“DCU管生产”则指向海光自研的深度计算单元专注于矩阵运算与模型推理，两者协同形成类似“总装线+加工车间”的流水化算力生产体系。尽管海光方面未透露具体技术参数与落地时间表，但这一架构的开放属性值得关注，它可能允许第三方硬件或软件伙伴按统一接口接入，从而构建以海光为基座的算力中间层生态。 目前，业界对“算力即服务”的探索多集中于云厂商层级的资源池化，而海光此次将开放计算架构下沉至芯片内部的任务编排层面，属于较新颖的尝试。其能否真正降低大模型部署门槛，尚有待后续基准测试与客户验证，但方向本身已引发产业链对“算力商品化”路径的重新思考。

AI芯片竞争白热化，国产架构需生态“破圈”

当前全球AI芯片市场正经历结构性增长。根据Gartner在2025年发布的预测，全球AI芯片市场规模在2026年预计将达到约920亿美元，年复合增长率超过28%。而中国作为全球第二大AI算力需求市场，国产CPU与加速卡此前多依赖单芯片性能对标，缺乏统一调度框架，导致异构算力利用率普遍偏低。海光此次以“开放架构”切入，可能意在填补国产芯片在系统级算力编排上的空白，但实际成效需靠产业合作伙伴的接入规模来证明。 值得关注的是，国内已有多个算力联盟尝试定义互联标准，但海光选择从“CPU+DCU”自有组合出发，以封闭生态内的开放协议吸引第三方适配，这一策略的兼容性未来将接受考验。业内分析人士指出，如果该架构能够兼容主流深度学习框架，并支持常见大模型分布式并行模式，其商业落地将更具想象空间。然而，目前关于该开放架构的指令集细节、性能损耗及开发工具链成熟度，均暂缺可核验的公开数据，距离量产商用可能仍需较长周期。 从产业竞争格局看，英伟达凭借CUDA生态在训练市场占据主导份额，而国产芯片在推理侧正加速渗透。根据IDC 2025年发布的中国AI加速卡市场跟踪报告，国产AI芯片在推理市场的出货量占比已接近30%，但在训练市场依然不足10%。海光若能在推理场景中实现“算力直转Token”的高效交付，有望在边缘推理与私有化部署市场获得差异化优势，但这需要与其已被市场接受的服务器CPU出货量形成协同效应。

算力平价化前夜，开放架构或重塑成本曲线

海光此次提出的“算力直接变成Token”理念，本质上是在尝试将算力从传统“按核计价”转向“按需生成结果”的计费模式。这一转变如果成立，将推动行业从购买硬件转向购买智能产出，类似云计算将IT采购从资本开支转变为运营开支的路径。但实现这一目标，必须解决两大核心问题：一是单位Token的算力能耗成本能否降至商用临界点，二是算力调度延迟能否满足交互式应用要求。 据SEMI在2026年中发布的全球半导体设备市场报告，中国大陆2025年半导体设备采购额约为330亿美元，占全球比重超三成，其中先进封装与HBM相关设备的国产化率提升明显。这一背景为海光这类具备CPU+DCU全栈能力的厂商提供了测试与量产的物理基础。不过，开放计算架构能否真正实现“算力即Token”的流畅体验，还取决于配套编译器、驱动及集群管理软件的成熟度——这些软件层的研发投入往往数倍于流片成本，而海光尚未披露相关路线图。 从宏观政策看，国产算力替代已进入深水区，单纯依赖硬件参数追赶难以形成持久竞争力。海光首发开放计算架构，可以看作其从“卖芯片”向“卖算力服务接口”转型的信号。如果后续能够吸引国产软件栈、开源社区及行业ISV加入共建，其潜在价值可能超出芯片本身。但需要警惕的是，开放架构的标准化往往伴随博弈，海光能否平衡自身商业利益与社区开放的透明度，将直接决定该架构的生命周期。

数据参考

• 已确认数据（来自本次新闻） ：海光于2026年8月28日发布开放计算架构，提出“CPU管调度、DCU管生产”的分工模式，目标为将算力直接转化为Token服务。未披露具体技术参数、合作伙伴名单或商用时间表。
• 行业背景参考 （非本次新闻发布数据，仅供理解产业背景）：
• Gartner预测，2026年全球AI芯片市场规模约920亿美元，年复合增长率约28%（预测数据，Gartner，2025年发布）。
• IDC中国AI加速卡市场跟踪报告显示，2025年国产AI芯片在推理市场出货量占比接近30%，训练市场占比不足10%（历史数据，IDC，2025年发布）。
• SEMI全球半导体设备市场报告指出，2025年中国大陆半导体设备采购额约330亿美元，占全球比重超三成（历史数据，SEMI，2026年发布）。
• 上述数据来源均为各机构公开报告，与海光本次新闻无直接关联，仅用于反映产业趋势。 #国产芯片 #算力架构 #AI基础设施 #CPU与通用处理器