一 | （文/观察者网 刘媛媛 编辑/吕栋） 7月17日，以“智能伙伴，共创未来”为主题的2026世界人工智能大会（WAIC）在上海开幕，海光信息携CPU、DCU全系列产品以及网络互联、整机解决方案亮相，展示了面向AI时代的自主算力底座与全链路软硬一体化能力。 观察者网在现场了解到，展区内，海光CPU系列面向服务器、数据中心等通用计算场景提供算力支撑；DCU系列作为高端AI加速芯片，支持全精度浮点及多类型整数计算，兼容主流软件生态，支持训练与推理；端侧嵌入式产品，如运动控制系统、AI一体机、云终端等，则推动AI从“能对话”向“能干活”演进。 天气越来越暖和，小龙虾陆续上市。 为更了解海光信息在AI算力领域的布局与思考，大会期间，观察者网等媒体与海光信息总裁助理兼智能计算产品部总经理杜夏威展开对话，围绕云边端协同、开放生态建设、Token经济等话题进行了深入交流。眼下，小龙虾价格比3月份刚上市时便宜不少，目前各地市场上的小龙虾价格行情怎么样？▲图源：央视新闻客户端 4月16日中午，央视财经记者来到南宁市淡村农贸市场看到，有多个水产品摊位在销售小龙虾，摊主根据个头大小将小龙虾分为“中虾”和“小虾”分别出售。
二 | 摊主蒙先生介绍，与3月小龙虾刚上市时每斤50元的售价相比，现在小龙虾价格降幅明显，目前中虾是每斤22元至25元，往日是每斤25元至28元。 以下为对话实录： 提问：这次WAIC，海光展示了嵌入式AI的布局，算力从云端往端侧走，您觉得最大的应用机会在哪些场景？ 杜夏威：端侧确实是AI一个非常重要的入口。▲图源：央视新闻客户端 随后，央视财经记者又走访了南宁海鲜批发交易市场，发现这里的小龙虾批发价格在每斤10元至20元之间。
三 | 由于今年气温提前回暖，小龙虾的产量也有所上升，小龙虾批发商卢女士介绍，目前市场上比较受欢迎的是中小虾，大虾一般销往高端酒店。这次不管是会场的报告，还是我们展出的产品方案，都在强调云边端全域的协同。
四 | 根据往年的经验，市民想要买到个位数价格的小龙虾，需要等到5月份。▲图源：央视新闻客户端 上海今年首批小龙虾上市，比去年同期便宜不少 据介绍，近期因为产地的捕捞量每天都不同，所以小龙虾的价格每天都有所波动，但今年总体行情比去年同期便宜不少。 单个重量3—5钱的小龙虾，每斤的售价在16元左右。因为端侧的触达面与数据中心端处于整个链条的两端，依托端侧产品可以更多地去拓展和覆盖市场侧的需求。
五 | 单个重量5—7钱的中青，每斤的售价在28元左； 单个重量8—10钱的大青，每斤的售价在35元左右。 水产经营商称，随着江西、安徽、江苏等产地的小龙虾陆续上市，价格还会持续走低。 合肥价格“近乎砍半” 商家称近年来首次 “往年都是要等到清明节后才开始上市，今年差不多三月初我们就售卖小龙虾了。
六 | 同时，端侧与数据中心端之间也有相应的耦合与协同。”在合肥市瑶海区繁昌路农贸市场摊主刘女士说，受气候影响，今年的小龙虾上市得很早，价格却下降了很大幅度，“近乎砍半。” “无论哪种龙虾，同月的价格都比去年下降了差不多将近一半的价钱，这是近年来首次出现的情况。数据中心提供的强劲算力以及Token输送，一方面可以支撑端侧的应用场景，另一方面也可以作为端侧的高端算力补充。
七 | ”一位水产店店主称，“小龙虾是气候性动物，升温的时候产量就多，低温的时候产量就少，四月份价格会在一个平均线上下波动。
八 | ” 成都小龙虾暴跌至最低6元一斤 成都商报记者从多位小龙虾批发商处了解到，往年4月底成熟的湖北小龙虾已提前上市，在市场上与四川本地小龙虾同步售卖。价格也迎来“跳水”，“小虾（2钱～4钱）6元~10元一斤，中虾（4钱～6钱）15元一斤，大虾（7钱～8钱）20~30元一斤，都比去年便宜一小半的价钱。”一位小龙虾批发商表示，这或许与春节后天气温暖有关。在Token快速发展的背景下，这样的方式能够更有效地实现市场用户和场景侧的覆盖。成都海吉星市场（白家市场）统计数据显示，4月1日到4月15日，小龙虾总到货量较去年增加一倍，到货价也比去年同期下降了3至4成，迎来近期售价低点。 提问：海光DCU一直在强调开放架构，从实际落地来看，开放架构给开发者和合作伙伴带来的最大便利是什么？ 杜夏威：海光始终在坚持开放的原则，这里面有几个维度的考量。 第一个维度是从长线发展的角度来看，我们更像是为飞轮的启动提供点火和助力，保障它能够进入初期运转的状态。 每年的小龙虾上市季，很多“吃货”“老饕”都拒绝不了小龙虾的诱惑——五花八门的做法，鲜嫩弹牙的虾肉……看着球赛，喝着冰啤酒，吃着小龙虾成了不少人消夏的选择。但伴随AI产业链、软件栈以及模型的快速发展，除了自身贡献力量之外，我们也需要依赖生态侧的力量。▲图源：卡乐图片 贾琼 摄 小龙虾的虾头能不能吃？ 小龙虾虾头能不能吃，这个问题足以引发小龙虾拥趸们“唇枪舌剑”。 通过开放的方式，一方面可以吸引更多开发者和伙伴加入以海光算力为核心的生态；另一方面也可以依托他们的力量，让大家在各自擅长和专注的领域发挥优势。
九 | 一些消费者认为，虾头内的“虾黄”是虾卵，具有很高的营养价值。 第二个维度是，AI芯片以及DCU软件栈的发展需要形成全链条闭环，才能实现对各类场景的有效支撑。我们不仅聚焦于海光CPU、DCU和自身的软件栈，也致力于拉动整个产业链进入开放状态。 而据华中农业大学水产学院教授顾泽茂介绍，小龙虾虾头内的“虾黄”，不论公虾、母虾都有，所以，“虾黄即虾卵”一说并不成立。 具体而言，我们一方面逐步开源开放自身的软件栈，另一方面联合国产GPGPU生态中的不同芯片厂商，推动软件栈和统一接口层面的开放合作，尽可能降低用户在不同芯片之间切换的额外时间和人力成本。
十 | 第三个维度是，希望通过这样的动作，引领和带动国产GPGPU厂商和生态的良性发展。
十一 | 整个产业链条的健壮和良性循环，是所有芯片厂商和模型公司实现可持续发展的前提和基础。
十二 | 提问：您此前提出过“算力指标”与“Token吞吐量”并重的观点。其实，所谓的“虾黄”是小龙虾的肝胰腺，即小龙虾的解毒器官。本届WAIC上，海光更想传递的是算力有多强，还是算力转化为Token的效率有多高？ 杜夏威：我们始终坚持以端到端的视角来看待底层算力对上层业务的支持。如果小龙虾生活的水域中存在重金属、污染物、寄生虫等，往往会通过虾的摄食或呼吸活动进入其头部。 此外，小龙虾头部除了有肝胰腺，还有胃、鳃等，这些都是虾体吸收并处理毒素的器官，也是最易积聚重金属、病原菌和寄生虫的部分。无论是之前大家谈论大模型兼容度，还是后来谈论模型适配和Token吞吐量，我们最核心的检验指标始终是：海光DCU芯片能否有效支撑上层的业务逻辑。 因此，如果行业普遍以Token作为衡量单位来评价芯片或模型的算力、智能化程度，我们也倾向于以同样的视角、结合用户习惯，来评价海光DCU对上层的支撑能力。因此，从食用安全的角度看，建议只吃虾尾，少吃、不吃“虾黄”。 小龙虾怎样烹饪才安全？▲图源：卡乐图片 宁颖 摄 消费者日常购买的冷冻虾、小龙虾预制菜等如何处理才能放心食用呢？ 湖北省潜江市农业发展中心总工程师陶忠虎介绍，因为小龙虾体表和体内都含有污垢、寄生虫和病原菌，在加工之前要进行彻底清洗，虾头、虾线等部位可以直接去掉。
十三 | 这一次WAIC，我们就是按照这样的逻辑来呈现自身的技术和产品的。 提问：海光DCU已在20多个关键行业、300多个应用场景落地，但在大模型推理商业化方面，行业普遍面临算力投入高、回报周期长的困境。
十四 | 如果不考虑美观，小龙虾的虾脚也可以去掉。市售的预包装小龙虾，通常是选新鲜小龙虾烹饪后速冻，只要保证冷链运输贮藏过程的低温，吃的时候重新加热至沸腾，就不必焦虑食品安全风险。
十五 | 海光如何帮助客户缓解这个问题？ 杜夏威：我们主要从两个视角来推进。 华中农业大学水产学院教授顾泽茂提醒，在小龙虾的烹饪过程中，一定要保持高温，高温才能将其体内的细菌或寄生虫杀死。
十六 | 第一个视角是作为算力供应方，要把握好自身的技术和产品，保障对模型快速迭代的有效支撑。过去一段时间，我们积极推进了市面上几乎所有主流大模型的适配，同时也在打磨芯片对上层Token吞吐的效率。通常，寄生虫在70摄氏度煮至10分钟左右就会死亡。如果是100摄氏度的高温，杀死寄生虫的时间会更短。 第二个视角是，这次WAIC我们也在积极呼吁，站在光合组织的角度，倡导产业链共同关注Token经济的良性循环，我们不希望重蹈当年软件行业在价值变现和商业闭环上的覆辙。“关键是一定要把小龙虾煮熟煮透，确保食用安全。” 比起将小龙虾煮熟煮透，更值得关注的是小龙虾配酒。专家提醒，小龙虾配酒不会“越喝越有”，反而容易引发痛风。其实不止小龙虾，其他一些鱼虾类产品也尽量不要与啤酒同时食用。
十七 | 专家解释，痛风的形成与嘌呤代谢和血液中的尿酸排泄障碍有关。 Token性价比的提升，是整个产业链共同努力的结果，我们应该享受这样的红利。
十八 | 啤酒与含嘌呤较高的产品同时食用，会增加尿酸的生成和积聚，容易造成痛风，还可能造成痛风性关节炎，甚至肾功能损伤。尤其不建议体内尿酸水平较高的人群同时食用鱼虾类产品和啤酒。 今年的小龙虾你尝鲜了吗 （中国小康网微信公众号综合央视财经、合肥晚报、成都商报、农民日报） 编辑：周经韬 审核：田苑淯颖。但同时，我们也不应该以低价来衡量算力、模型和Token产业的价值，而应该突出它们对产业变革的贡献。 性价比会随着技术迭代持续提升，但与此同时，必须保障产业链各环节获得合理的商业利益，这样才能形成正向循环。
十九 | 提问：您刚才提到Token正在成为AI时代的“数字石油”。对普通企业来说，Token经济到底意味着什么？它会怎样改变企业使用AI的方式？ 杜夏威：Token的使用已经渗透到了个人层面，很多To C业务都能感受到Token带来的变化。
| 对于B端用户，无论体量大小，都应该积极拥抱Token经济，尤其是中小企业，它们既是产业上下游的长尾，也是未来产业发展的新生力量，需要重点支持。 我们通过两种方式来支撑中小企业。一种是通过云原生的算力和Token服务，让中小企业无需自建即可便捷地获取Token，尝试以大模型或智能体来升级业务。另一种是，对于身处高精尖或细分领域的企业，我们提供符合其预期的私有化算力规模，保障敏感数据和高价值资产能够在企业自己的业务体系内安全使用。
| “云上+私有化”两种方式并行，既能提供低资产投入、高便捷性的云上Token服务，也能提供符合质量需求的中小规模私有化部署。当企业需要快速迭代时，通过云上算力来支持；当业务进入可闭环状态时，通过私有化部署来保障数据安全和Token质量。 提问：海光在软件栈建设上，从“可用”到“好用”目前走到了哪一步？ 杜夏威：我们现在已经不再仅仅强调“可用”了。Day0级的适配已经非常普遍，我们更多关注的是是否能够开箱即用、开箱即好用，通过性能和Token吞吐来保障用户体验。
| 此外，我们也开始转向前瞻性布局，推动芯片与模型的紧耦合协同。我们已经针对部分大模型厂商的下一代模型迭代，提前开展芯片与模型的协同适配。这样才能从根本上解决问题，确保发布即可用，可用即好用。 提问：今年超节点非常热，去年很多还在发布阶段，今年已经落地了。您认为接下来最大的瓶颈是什么？ 杜夏威：超节点成为WAIC的热点，呼应了模型快速迭代、走向更大规模参数量的趋势。海光的超节点今年已进入量产状态，我们联合光合组织上下游及整机合作伙伴，推出了基于海光CPU/DCU芯片的超节点方案。
| 除了硬件本身的量产，我们还需要关注服务能力的打磨，特别是软件栈的完善度。在大模型推理场景中，PD分离和PV Cache缓存等技术手段对性能效率的提升至关重要。 另一个值得关注的问题是，随着超节点规模扩大，故障率也会随之上升。海光在这方面积累了较多经验，在训练侧和推理侧的故障管控与快速恢复方面，已形成了一套成熟机制和软件补偿方案。 所以接下来需要重点推进两个维度：一是软件系统工程化来保障最优性能，二是可用性与稳定性来保障大规模部署后的服务可持续性。
| 提问：现在大模型能做到万卡级的已经不多了，但十万卡级其实没有一个单一的模型能完全撑满。
| 这是否意味着未来的超节点要支撑多个大模型进行异构运算？这会带来什么问题？ 杜夏威：以万卡或十万卡支撑单一用户时，国内真正做基模的厂商是聚焦的。他们需要持续的模型迭代，对训练集群几乎是锁定状态，可能每个月都要完成一次模型迭代。因此，我们要有能力提供十万卡级的单一系统，来支撑单一模型的训练和持续迭代，这是我们具备的能力之一。 另一个维度是推理侧，现在已经进入海量并发的状态。用户喜欢用什么模型，我们不应绑定或限制。未来的十万卡集群还需要保障另一种能力：在高并发下，支撑各类头部模型实现高性能的Token吞吐。
| 这两种场景的特点完全不同，对我们的考验也不一样，所以我们需要围绕海光芯片的十万卡交付，同时做好这两个层面的部署和支持。
Current article:http://www.shangfochengcongshuaizhuang.buzz/b028fj/8e8h4d.html
Published on:04:17:19
