软件先容

万象城w77使用指南

第一步：导入文件

翻开软件，，，，，，点击"?添加 万象城w77"按钮，，，，，，从电脑中选择《万象城w77》文件，，，，，，或直接将其拖拽至软件界面中。。。。。

第二步：设置剖析

软件会自动识别并剖析导入的文件，，，，，，您可凭证界面提醒选择所需的生涯路径或下载名堂。。。。。

第三步：最先下载

确认无误后，，，，，，点击"最先下载/处理"按钮。。。。。期待进度条读取完毕，，，，，，即可在设定的文件夹中审查下载好的正版文件。。。。。

12位AI芯片高管复盘WAIC：云端抢做超节点，，，，，，端侧还在等爆款，，，，，，万象城w77

“超节点只是表象，，，，，，下一代算力竞争为何整体走向系统？？？？？？”

作者丨陈悦琳

编辑丨包永刚

“都是超节点。。。。。”这是2026天下人工智能大会（WAIC）上算力公司给参会者最深的印象。。。。。

算力公司整体展示超节点，，，，，，代表的是推理时代AI算力的竞争焦点已从单颗芯片性能延伸至芯片、互联、软件和系统的整体协同。。。。。

这也是雷峰网与12家AI芯片及基础设施企业高管对话后，，，，，，收获的第一个共识。。。。。

一致的判断还包括AI主流事情负载正从训练转向推理，，，，，，Agent是这种转变的焦点因素。。。。。别的，，，，，，多家企业以为产品已经从手艺演示进入商业验证阶段。。。。。

一直低调的芯片公司也亮相WAIC

这些共识，，，，，，也诠释了国产芯片企业为何整体选择在今年亮相2026WAIC。。。。。

“由于产品真的准备好了。。。。。”一连参展多届的清微智能副总裁陈逸伦诠释，，，，，，一方面推理为主的市场空间足以容纳多家企业；；
；另一方面国产算力的软件生态和落地能力经由几年的积累，，，，，，已经到了可以面临市场磨练的水平。。。。。

他还注重到今年展商们重点比拼的也不再是算力参数，，，，，，软件生态、落地规模、客户实测数据成为要害。。。。。

“问落地、问本钱、问供货的显着多过问峰值参数。。。。。”在现场的东方算芯市场部部长徐子鸣也有着最直接的感受，，，，，，前不久他们刚宣布第一代产品。。。。。在旅行其他展位时，，，，，，他还发明各人都在强调从芯片到整机的全链条国产化。。。。。

接待不少到访的政府向导时，，，，，，爱芯元智边沿&终端盘算营业总司理刘瑞聚常遇到的提问也是“芯片是否为国产自研”。。。。。

面临国产替换这一不可逆的趋势，，，，，，奇异摩尔网络手艺副总裁叶栋强调，，，，，，正是推理时代让国产芯片有了与外洋巨头同场竞技的时机。。。。。

对此，，，，，，摩尔线程副总裁马鉴总结：“海内AI工业正处于黄金机缘期，，，，，，中国有很好的政策和应用的土壤，，，，，，行业名堂泛起‘百花齐放’的状态。。。。。”

专注存算一体手艺的后摩智能即是其中一家。。。。。后摩智能战略生态副总裁杨大卫告诉雷峰网，，，，，，今年展会上存算一体、光子盘算相关产品和方案的曝光量大幅提升，，，，，，这意味着困扰AI算力工业多年的“存储墙”瓶颈已成为全行业共识性难题。。。。。

突破冯·诺依曼盘算架构限制，，，，，，正在成为行业焦点立异偏向之一。。。。。

信号：Agent、架构立异、系统与生态

浪潮和挑战接连涌来，，，，，，拥有差别手艺蹊径和谋划目的的企业又最想对外释放哪些信号？？？？？？

作为目今炙手可热的AI应用形态，，，，，，Agent正在翻开更多想象空间。。。。。

爱芯元智视察到并不是所有中小企业都有能力自建云算力等征象，，，，，，希望让每一个企业都能在外地安排自己的AI Agent；；
；

此芯科技提出“Agentic Compute（智能体盘算）”，，，，，，试图构建笼罩端、边、云的全域算力底座。。。。。

当古板芯片性能的提升路径遇到瓶颈，，，，，，架构立异成为突破口之一。。。。。

东方算芯强调“换道突围”，，，，，，选择“14nm≈4nm”的成熟工艺和“软件界说+3D近存盘算”的架构立异。。。。。

后摩智能体会到大宗AI原生应用即将爆发，，，，，，接纳存算一体作为破解“高性能、低功耗、低本钱”三角矛盾的基础路径。。。。。

算力竞争也在同步升维，，，，，，系统建设成为不少企业锚定的主战场。。。。。

摩尔线程强调“模子训练”“词元生产”“智能体生产”三大工厂，，，，，，希望回应当下AI生长算力需求并举行针对性结构；；
；

奇异摩尔把今年界说为“超节点元年”，，，，，，体现互联已经从配角酿成AI基础设施的焦点命脉；；
；

昆仑芯进一步延伸，，，，，，体现超节点更主要的价值在于让每一张卡都施展更高效率，，，，，，使得客户以更低本钱、更快速率建设和运营大规模算力中心。。。。。

更久远的竞争力尚有赖于构建生态。。。。。

安谋科技从横向扩展，，，，，，借由开源AIOS同盟指明未来AI盘算底座需由多方协作共建；；
；

清微智能有意将手艺、产品、应用生态先后举行展位结构，，，，，，直言“生态”不是营销看法，，，，，，而是真实的手艺安排；；
；

天数智芯从时间维度给出类似的判断——行业短期看产能、中期看产品、恒久看生态；；
；

奕行智能用开源界说算力，，，，，，宣布业界首个RISC-V AI算力超节点，，，，，，希望用开放指令集和统一软件栈解决行业“一卡一软件”的碎片化困局。。。。。

这并非此次WAIC的所有谜底。。。。。围绕云边端场景的手艺热门、国产芯片名堂及焦点竞争力等行业议题，，，，，，我们试图继续从参展WAIC的算力企业高管那里，，，，，，找到AI算力演进偏向的更多线索。。。。。

云端算力的下一代基本单位，，，，，，为什么是超节点？？？？？？

从看法的抛出到海内的周全铺开和生态共建，，，，，，AI时代的“超节点”（SuperNode）只花了两年时间。。。。。

2024年GTC大会上，，，，，，英伟达首次将72颗GPU毗连成一个高度耦合的盘算单位，，，，，，推出面向AI时代可量产的超节点GB200 NVL72。。。。。

随后，，，，，，海内厂商逐步跟进。。。。。以2025年WAIC华为昇腾384超节点真机的线下首展为节点，，，，，，国产算力逐步释放走向系统层级的信号。。。。。

一年后，，，，，，华为在WAIC 2026上展示了1024卡昇腾950超节点。。。。。但这一次超节点不再只是少数厂商的专属故事，，，，，，而是成为一批国产芯片企业可以同台展示的手艺路径。。。。。

单芯片的商业职位让位于系统的背后，，，，，，究竟预示AI算力工业的游戏规则爆发了哪些根天性地转变？？？？？？

摩尔线程副总裁 马鉴

WAIC超节点的集中亮相与跨界相助，，，，，，不但是手艺架构的升级，，，，，，更是AI算力工业在系统级竞争下的必定选择，，，，，，标记着国产算力正实现系统级的跨越。。。。。详细而言，，，，，，主要体现在以下几个焦点演进偏向：

——竞争逻辑从“拼单卡”转向“拼系统”。。。。。现在来看，，，，，，权衡AI算力工业的真实水位，，，，，，不但包括模子参数，，，，，，更是包括Token挪用量。。。。。竞争焦点不再是简单芯片的峰值算力，，，，，，而是整个盘算系统能否以更低的单位本钱、更高效率稳固地生产智能。。。。。

超节点通过高速互联将数百至数千颗芯片整合为简单算力池，，，，，，突破了古板集群的内存墙和通讯墙，，，，，，标记着国产算力从单点突破转向系统架构立异。。。。。

——研发模式从“单打独斗”走向“系统化联合共建”。。。。。随着大模子向万亿参数演进，，，，，，算力集群已演变为涵盖算、存、网、电、冷、管、软等多维度的重大系统工程。。。。。这使得简单厂商难以在每一个环节都做到极致。。。。。

因此，，，，，，工业研发模式正从已往的各自为战，，，，，，加速转向跨企业的联合开发。。。。。

——价值评估从“硬件参数”转向“Token经济”。。。。。？？？？？突Ч褐玫牟辉俳鼋鍪堑タ判酒，，，，，，而是从芯片、服务器、互联到集群运维的一整套解决方案。。。。。TCO（总拥有本钱）、单位Token本钱、集群训练效率、推理并发能力等系统级指标成为新的定价锚点。。。。。

AI基础设施正在从科研工具变为全行业通用基建，，，，，，工业重心也从训练转向推理，，，，，，进入Token工厂时代。。。。。

——交付能力从“可用”迈向“全栈闭环”。。。。。AI硬件竞争已跨越了单卡比拼的初级阶段，，，，，，进入了能否交付完整基础设施的新阶段。。。。。企业不但要提供芯片，，，，，，还要具备从芯片设计、先进封装、整机安排、液冷散热到软件平台调优的全链路闭环能力。。。。。

谁能把芯片、互联、软件、能源和客户需求组织成高效稳固的系统，，，，，，谁就能在下一阶段的算力重组中占有制高点。。。。。

从芯片到系统，，，，，，云端AI算力的竞争一连升维。。。。。但并非每一种系统形态都能掷中市场需求。。。。。

超节点被“重仓”，，，，，，不但是体现了厂商对更大规模算力的追逐，，，，，，更实质的原因还在于低延迟、实时交互等一系列推理需求，，，，，，倒逼AI基础设施的升级从古板Scale-out模式转向更细密的Scale-up组织方式。。。。。

沐曦股份联合首创人、CTO兼首席硬件架构师 彭莉

超节点并非训练的须要条件。。。。。训练的盘算和通讯都属于粗粒度模式，，，，，，盘算时间长，，，，，，通讯可以被隐藏在盘算后面，，，，，，险些感知不到通讯带来的影响。。。。。因此，，，，，，使用Scale-out网络已经足够。。。。。

超节点之以是在推理时代成为要害，，，，，，泉源在于应用侧的驱动。。。。。爆发式增添的推理需求对低延迟高度敏感，，，，，，而超节点的实质就是在芯片之间构建高速互联通路，，，，，，能够直接降低通讯延迟，，，，，，从而提升推理效率。。。。。今年Agentic AI的兴起更是进一步放大推理需求。。。。。

新的智能化时代必定带来一轮工业洗牌，，，，，，新的产品形态会一直涌现。。。。。这也是为什么大宗公司最先投入这一偏向——要害在于谁能快速捉住工业时机。。。。。

别的，，，，，，超节点加速落地的另一主要原因在于协议正在逐渐收敛。。。。。原先各人基本都是直连，，，，，，在一个节点内GPU和GPU之间形玉成互联，，，，，，实质上是自己跟自己通讯。。。。。

因此可以说超节点有点像语言，，，，，，已往各人各讲各的方言，，，，，，现在GPU厂商、交流机厂商都愿意讲通俗话。。。。。当通用协议最先泛起，，，，，，整个工业的统一就变得顺理成章。。。。。

超节点的系统级建设必定陪同重漂后的提升。。。。。当一套算力系统同时涉及芯片、互联、软件、存储和工程安排等多个环节时，，，，，，简单企业的能力界线正在被重新界说，，，，，，开放相助不失为一种工业选择。。。。。

奇异摩尔网络手艺副总裁 叶栋

超节点从“各家秀肌肉”走向“相助共建”，，，，，，我以为是 AI 算力工业从“单点竞争”迈向"生态协同"的主要标记。。。。。

这一转变首先反映了工业对“算力即系统”的深度共识——超节点的实质不是把更多芯片堆在一起，，，，，，而是要实现盘算、存储、网络的多维协同。。。。。简单企业很难在芯片、互联、软件栈等每个环节都做到极致，，，，，，开放相助是必定选择。。。。。

其次，，，，，，它也说明国产算力生态正在从“各自为战”走向“互联互通”，，，，，，差别厂商的超节点最先追求标准对接和资源共享，，，，，，这对降低用户迁徙本钱、加速应用落地至关主要。。。。。

从工业演进偏向看，，，，，，我以为有三条主线：

第一，，，，，，超节点自己从训练专用向“训推一体”演进，，，，，，推理负载占比将一连提升；；
；

第二，，，，，，超节点建设模式从关闭走向开放，，，，，，行业标准正在形成，，，，，，跨厂商的算力互联将成为常态；；
；

第三，，，，，，超节点的竞争焦点正从“规模有多大”转向“效率有多高”——互联带宽使用率、通讯延迟、PD疏散效率等系统级指标，，，，，，将决议超节点的真实商业价值。。。。。

清微智能副总裁 陈逸伦

关于相助建设超节点，，，，，，我以为这反映了两个主要趋势。。。。。

第一，，，，，，超节点的构建是工业链上下游协同的效果，，，，，，绝非芯片企业一己之力所能完成。。。。。芯片企业提供焦点算力，，，，，，专业服务器厂商认真整机设计与制造，，，，，，交流机厂商提供网络互联方案——各方能力互补，，，，，，只有通详尽密相助，，，，，，才华更快地推出可规模；
；才诺某诘悴。。。。。

第二，，，，，，工业正从“各自为战”走向“生态协同”。。。。。国产算力工业要真正具备竞争力，，，，，，不可依赖简单企业，，，，，，而是需要整个工业形成协力。。。。。各家企业开发的超节点也不应相互割裂。。。。。

未来要组建更大规模的算力集群，，，，，，差别厂商的超节点之间必需实现互联互通，，，，，，这就要求行业配合建设开放的互联互通协议，，，，，，阻止形成新的算力孤岛。。。。。

奕行智能高级副总裁 吕剑飞

这反映了三个起劲转变：

第一，，，，，，工业链分工正在成熟。。。。。中兴OEX联合多家芯片公司打造开放超节点，，，，，，说明行业已经熟悉到超节点是一个需要全工业链协同的大工程。。。。。芯片公司聚焦算力，，，，，，装备商聚焦整机和交流，，，，，，各展所长、开放协作。。。。。

第二，，，，，，正交无背板正在成为电互连超节点的主要手艺偏向。。。。。本届WAIC上，，，，，，多家厂商都接纳了正交架构，，，，，，由于它在信号完整性、安排本钱和运维便捷性方面有显著优势。。。。。奕行智能同样接纳正交无背板设计，，，，，，差别在于凯时AG底层是RISC-V开放指令集——架构选择趋同，，，，，，指令集蹊径独吞。。。。。

第三，，，，，，超节点从“能做多大”转向“能多快落地”。。。。。各人不再只是讲参数，，，，，，而是关注液冷方案、机房PUE优化、运维便捷性等现实安排问题。。。。。这说明行业在从“手艺验证”迈向“规模商用”。。。。。

无论是单点建设照旧生态共建，，，，，，超节点要想真正实现规模；
；涞，，，，，，要害需要厘清什么决议系统能力的上限和商业化本钱的下限。。。。。

东方算芯市场部部长 徐子鸣

去年还在讲看法，，，，，，今年各人都明确了超节点的焦点是统一内存编址和低时延互联，，，，，，目的是让大规模芯片像一台盘算机那样协同事情。。。。。

而目今超节点建设要突破的问题主要有三个：

一是互联带宽和时延的物理瓶颈；；
；二是大规模集群的调理效率和软件栈成熟度；；
；

三是大规模系统的稳固性、故障隔离和运维工程化。。。。。

增补一点，，，，，，系统级性能不可只靠堆规模。。。。。单芯片自己的有用算力提上去，，，，，，集群的整体效率才会更高，，，，，，架构层面的突破和系统层面的优化是相辅相成的。。。。。

后摩智能战略生态副总裁 杨大卫

超节点的迭代模式转变，，，，，，实质是AI算力工业从简单芯片竞争，，，，，，升级为全系统能力竞争。。。。。

前两年超节点是头部企业的硬件展示窗口，，，，，，焦点是比拼芯片堆叠数目、峰值算力，，，，，，属于纯粹的“秀肌肉”。。。。。

现在年行业普遍走向联合共建、协同优化，，，，，，焦点原因是行业告竣共识：超节点的焦点竞争力历来不是“堆卡规模”，，，，，，而是组网效率、通讯优化、算力调理能力。。。。。

与此同时，，，，，，超节点的功效定位也在迭代。。。。。从已往的“训练专用”，，，，，，转向“训练+推理”双适配、重点优化推理场景。。。。。

针对推理营业高并发、低时延、碎片化的特点，，，，，，超节点的架构设计、通讯机制都在针对性升级，，，，，，适配规模；
；评砺涞匦枨。。。。。

这里有一个行业普遍忽略的焦点逻辑：系统优化的天花板，，，，，，由单芯片能效比决议。。。。。

即便超节点组网、调理优化做到极致，，，，，，若是单芯片的能效保存数目级差别，，，，，，整体算力TCO（总拥有本钱）依然无法优化。。。。。

这也是今年大宗新型架构芯片集中涌现的焦点原因——工业已经认清，，，，，，只有从底层架构提升单芯片能效，，，，，，才华从基础上解决超节点规模；
；逃玫谋厩烟。。。。。

值得注重的是，，，，，，目今已然成为共识的超节点建设并没有标准谜底：扩展规模从百卡到万卡各有主张，，，，，，组网架构也在芯片原生直连与交流网络之间举行权衡，，，，，，互联手艺还在电到光的演进中寻找最优解。。。。。

有关国产超节点的手艺蹊径选择、工业希望以及背后的工程挑战，，，，，，接待添加作者微信Evelynn7778交流。。。。。

端侧AI爆发前夜：五个焦点突破偏向

云端推理在用超节点应对挑战，，，，，，边沿和端侧AI又怎样推动AI爆发？？？？？？

自2017年华为、苹果先后在手机SoC集成AI加速硬件以来，，，，，，端侧AI首次具备专门的算力基础。。。。。但彼时承载的更多照旧视觉、语音等相对牢靠专用的小模子。。。。。

随着大语言模子、多模态模子一直成熟，，，，，，AI最先具备明确、妄想和执行重大使命的能力，，，，，，Agent等新应用形态进一步推动AI从“回覆问题”走向“完成使命”，，，，，，边端侧的商业化形态随之扩展。。。。。

云边端之间的盘算分工也因此被重新界说，，，，，，但这并不等同于三者此消彼长。。。。。

清微智能副总裁 陈逸伦

云端推理和边端推理不是“先有云再有边”的顺序关系，，，，，，而是两个平行生长的赛道。。。。。清微自己就是“边云协同”结构。。。。。

随着AI智能体的生长，，，，，，边端推理的需求会越来越明确——智能体需要低延迟响应，，，，，，必定要求部分推理在边端完成，，，，，，而不是所有上云。。。。。这会拉动边端芯片的需求增添。。。。。

平行生长意味着优化目的的差别。。。。。越靠近云端，，，，，，越着重肩负规模；
；评砗屯骋坏骼恚；
；越靠近应用侧，，，，，，越强调低时延、外地安排、数据清静和低功耗等。。。。。

基于后者差别的能力组合，，，，，，哪些场景将率先走向规模；
；涞，，，，，，各家企业给出的谜底不尽相同。。。。。

摩尔线程副总裁 马鉴

从云端向边端的跨越，，，，，，实质是AI从云端大脑向泛在工具的演进。。。。。详细加入景，，，，，，我们以为AI办公或者开发硬件、具身智能机械人、智慧家庭这几类场景是可能率先爆发的。。。。。这也正是摩尔线程现在正在结构的。。。。。

后摩智能战略生态副总裁 杨大卫

今年WAIC现场，，，，，，大宗智能终端、对话机械人、具身智能装备的量产落地应用，，，，，，已经实现了大模子端边外地运行，，，，，，边端推理的工业浪潮已经开启。。。。。

天数智芯副总裁 宋煜

现在边端最成熟的刚需主要集中在工业质检、智能安防、智能驾驶等低时延、外地化场景，，，，，，具身智能则是增添潜力最明确的新偏向之一。。。。。

古板视觉应用已经具备一定规模；
；，，，，，，但VLM、VLA等新一代模子要进一步规模；
；涞，，，，，，仍需沉淀行业know-how，，，，，，并在软硬件接口、模子安排、可靠性与清静等方面形成标准化方案，，，，，，降低项目化适配本钱。。。。。

具身智能、AI PC、自动驾驶、安防等领域已成为多家企业眼中的重点落地偏向。。。。。但距离真正的大规模普及，，，，，，边端推理还需要跨越怎样的时间窗口？？？？？？

奇异摩尔网络手艺副总裁 叶栋

我以为边端推理在特定场景已经起量，，，，，，好比智能驾驶、安防监控等实时性要求极高的领域，，，，，，但真正意义上的大规模泛化普及，，，，，，或许还需要2到3年的时间窗口。。。。。

奕行智能高级副总裁 吕剑飞

手艺条件正在快速成熟，，，，，，但“场景-本钱”的正向循环还需要一点时间。。。。。

我们判断2027年将是边端推理的起量元年。。。。。RISC-V在端侧有自然优势——低功耗、可定制、本钱无邪——这与边端场景的需求高度匹配。。。。。

要走过爆发的前夜，，，，，，端侧AI还需要从哪些偏向突围？？？？？？雷峰网和算力公司的高管们聊完之后，，，，，，发明谜底出奇地一致。。。。。

一颗更适配端侧的专用AI芯片。。。。。手艺维度包括存算一体等盘算架构、Chiplet等先进封装、专门优化的软件栈等。。。。。

一个真正翻开市场的杀手级应用（Kill App）。。。。。

一个能跑在边端的大模子。。。。。轻量化手段包括蒸馏、量化、剪枝等。。。。。

一套买通云边端的协同系统。。。。。不但是算力的调理，，，，，，更涉及软件栈的统一、通讯范式的更新。。。。。

一道数据清静防线。。。。。端侧意味着数据留在外地，，，，，，但怎样让用户真正信任这一点，，，，，，还需要行业标准与合规系统来兜底。。。。。

最底层的AI芯片仍是主要驱动。。。。。谁能真正知足下一阶段AI应用需求，，，，，，可添加作者微信Evelynn7778一起追踪。。。。。

集中亮相的国产芯片，，，，，，眼中最强的四张底牌

大模子训练时代险些界说了已往几年AI芯片的生长偏向——更强的算力规模、更大的显存容量和更快的集群效率。。。。。

但据德勤数据统计，，，，，，AI时代的重心正在爆发偏移，，，，，，到2026年推理预计将占所有AI盘算量的三分之二。。。。。

当推理逐步成为算力消耗的主力，，，，，，商业选择也随之泛起分化：一部分仍在探索逊с力的一连突破；；
；另一部分关注Token本钱，，，，，，希望以最具性价比的模式支持规模；
；灿茫；
；尚有企业以为特定场景下用户愿意为更高质量服务支付溢价。。。。。

于是，，，，，，通用GPU不再是唯一的解，，，，，，更多专用架构芯片接连现身；；
；芯片之间也最先互通有无，，，，，，思索怎样施展更强的性能。。。。。

与此同时，，，，，，AI盘算从云端到边沿和端侧，，，，，，不是简朴复制或简化云端架构，，，，，，而要在功耗、实时性、隐私和本钱约束下实现AI的规模；
；涞。。。。。

在此配景下，，，，，，险些所有企业都以为国产AI芯片的生长阶段已从“有没有”逐步过渡至“好欠好用”。。。。。那国产芯片的名堂又将怎样演进？？？？？？

爱芯元智边沿&终端盘算营业总司理 刘瑞聚

关于未来名堂，，，，，，我以为会泛起“多蹊径并存、场景驱动”的态势。。。。。

云端大算力领域会有几家头部企业形成主导，，，，，，但不会是一家独大；；
；

端侧和边沿侧会越发百花齐放，，，，，，由于场景极端碎片化——机械人、手机、汽车、工业、农业，，，，，，每个场景对算力、功耗、本钱的要求都差别，，，，，，没有一款通用芯片能通吃所有场景。。。。。

架构立异会一连涌现，，，，，，国产芯片正跳出简单制程追赶的古板路径。。。。。我们爱芯元智的定位很是清晰——聚焦端侧和边沿侧的笔直场景，，，，，，做高能效比的专用芯片息争决方案，，，，，，这也是一条验证过的可行之路。。。。。

而我们近期建设的全资子公司“爱芯盘算”也将从AI芯片供应商延伸至AI盘算平台，，，，，，针对具身智能、智慧零售等场景提供边端AI推明确决方案。。。。。

东方算芯市场部部长 徐子鸣

目今处于蹊径分化期，，，，，，早期各人路径相对趋同，，，，，，现在各家的手艺特色和定位越来越清晰，，，，，，有做通用GPU的，，，，，，有做专用芯片的，，，，，，也有我们这样走近存盘算蹊径的，，，，，，不再挤在统一条赛道上。。。。。

未来名堂或许率是多元并存。。。。。对中国市场来说，，，，，，多蹊径并存既是必定，，，，，，也是清静需要。。。。。

后摩智能战略生态副总裁 杨大卫

展望未来，，，，，，全球AI芯片市场会形成国际厂商与国产厂商双雄并列的稳命名堂。。。。。海内市场不会泛起一家独大的时势，，，，，，最终会沉淀出3-5家拥有焦点手艺、成熟生态、规模；
；涞啬芰Φ耐凡科笠，，，，，，依附差别化架构、场景化能力朋分市场。。。。。

天数智芯副总裁 宋煜

今年的焦点转变是AI的生长从手艺演示走向真实生产场景，，，，，，行业关注的重心也在爆发转变：不但是模子能力自己，，，，，，也不但是算力资源的供应，，，，，，而是能否将模子能力稳固、高效、经济地转化为恒久可用、可规模交付的智能服务。。。。。

这不但要求更高的算力，，，，，，也要求准确性、稳固性、可恢复性、可视察性等生产级能力。。。。。别的，，，，，，AI算力解决方案的生长也响应进入了“好欠好用、能不可规模用”的新阶段。。。。。

关于未来生长，，，，，，我们以为焦点在于“回归盘算实质”，，，，，，用高效率、可预期、可一连的“高质量算力”赋能智能社会。。。。。

奕行智能高级副总裁 吕剑飞

未来名堂上，，，，，，我们以为差别架构会在差别场景下各有优势。。。。。GPU、NPU、RISC-V DSA并非相互替换，，，，，，而是互补。。。。。

RISC-V的焦点特点是开源、可定制、不依赖指令集授权费——这让它在需要高度自主可控、或需要针对特定事情负载深度定制的场景中，，，，，，具有奇异价值。。。。。

作为业界首个RISC-V架构超节点的提出者，，，，，，我们很愿意看到多种手艺蹊径配合昌盛，，，，，，最终受益的是整其中国AI工业。。。。。

谁能成为特定领域的头号玩家，，，，，，谁又是百花齐放中的种子选手，，，，，，在手艺和商业底色各不相同的配景下，，，，，，取决于各家企业构建的护城河。。。。。

在相识企业对焦点竞争力的明确以及它们最看重的指标后，，，，，，我们发明谜底各有着重，，，，，，大致泛起以下四个维度：

丨未来AI芯片竞争不是寻找一颗万能芯片，，，，，，而是围绕差别场景寻找最优解

爱芯元智边沿&终端盘算营业总司理 刘瑞聚

我以为焦点竞争力体现在四个维度：场景明确与定制能力、能效比、软件栈与生态、数据清静与合规能力。。。。。

若是说哪一方面最为要害，，，，，，我以为是“场景明确与定制能力”。。。。。原因很简朴——推理不是一个标准化的产品，，，，，，而是一个场景化的服务。。。。。

云端训练可以标准化，，，，，，各人都用差未几的GPU跑差未几的框架；；
；但推理千差万别，，，，，，机械人的推理、手机的推理、聚会机的推理，，，，，，对芯片的要求完全差别。。。。。

“通用芯片打天下”的时代已经已往了。。。。。未来属于那些能够深入明确场景、针对场景做深度定制、并在场景中一连迭代优化的企业。。。。。

能效比是硬指标，，，，，，软件栈是护城河，，，，，，数据清静是敲门砖，，，，，，但只有场景明确能力，，，，，，才华把这一切整合起来，，，，，，转化为客户真正需要的价值。。。。。

这正是爱芯元智一直在做的事情——不为做一个“万能”的芯片，，，，，，而为每一个详细场景打造“最合适”的解决方案。。。。。

单Token本钱将成为推理时代权衡AI芯片商业价值的焦点指标

清微智能副总裁 陈逸伦

推理时代，，，，，，AI芯片企业的竞争力我以为体现在四个维度。。。。。

第一是单Token本钱。。。。。训练可能只做一再，，，，，，但推剖析爆发亿万次；；
；AI智能体一个使命还会一连触发妄想、搜索、模子挪用和工具执行。。。。。？？？？？突逄牟坏欠逯邓懔，，，，，，更是响应速率、吞吐量、单Token本钱。。。。。这是最直接的竞争力。。。。。

第二是软件生态。。。。。再强的芯片没有软件生态也是一块砖铁。。。。。？？？？？突ㄡ惚厩卟桓摺⒛Ｗ邮逝淇旆稠，，，，，，决议了芯片能不可真正用起来。。。。。

第三是落地能力。。。。。芯片不是做出来就算完了，，，，，，要能交付千卡级集群、能在智算中心稳固运行、能服务真实验业客户。。。。。

第四是降本能力。。。。。像清微主要从架构、互联和低精度三个维度实现降本。。。。。

若是要选一个最要害的，，，，，，我以为是单Token本钱。。。。。其他三个维度最终都会体现在这个指标上。。。。。

软件生态好，，，，，，迁徙本钱就低，，，，，，模子跑得快，，，，，，Token本钱就低；；
；落地能力强，，，，，，集群效率高，，，，，，Token本钱就低；；
；降本能力强，，，，，，硬件本钱和运营本钱都低，，，，，，Token本钱就低。。。。。

未来推理需求会远远凌驾训练，，，，，，单Token本钱是行业竞争的最终标准。。。。。

丨软硬协同知足低本钱和高效率的推理需求

后摩智能战略生态副总裁 杨大卫

在推理需求主导的新工业阶段，，，，，，AI芯片企业的焦点竞争力体现在以下几大维度：芯片极致能效性能、完善的软件生态、稳固的量产与供应链能力、深度的场景落地明确能力等。。。。。它们相辅相成，，，，，，决议企业的恒久生长上限。。。。。

其中，，，，，，极致能效性能是第一焦点竞争力。。。。。推理的实质是商业化经济性问题，，，，，，行业客户的焦点诉求是“更低的本钱、更高的效率”。。。。。

芯片能效比直接决议了客户的推理本钱、项目TCO，，，，，，也直接决议了客户的商业模式能否跑通，，，，，，是产品能否落地的基础条件。。。。。

而软件生态是决议企业能走多远的焦点壁垒。。。。。硬件性能可以快速迭代，，，，，，但编译器、开发工具、模子适配、开发者生态需要恒久打磨积累。。。。。

在硬件性能趋同的行业阶段，，，，，，完善、易用、成熟的软件生态，，，，，，才是拉开行业差别、锁定客户、实现规模；
；涞氐慕沟阋。。。。。

奕行智能高级副总裁 吕剑飞

真正的竞争力体现在五个环节的协同：

一是芯片架构效率——是否原生支持低精度推理，，，，，，是否通过Tile级调理镌汰无效算力消耗；；
；

二是互联效率——多卡推理时，，，，，，芯片间通讯不可成为瓶颈；；
；

三是软件适配效率——主流大模子能否快速、低成外地迁徙安排；；
；

四是安排运维效率——液冷方案、PUE、机房兼容性；；
；

五是供应链清静——全链路自主可控，，，，，，包管恒久稳固供应。。。。。

在这五个维度中，，，，，，我们以为最焦点的是“架构自主乘以软件生态”的交织能力。。。。。这也是奕行智能投入最多的偏向——RISC-V开源指令集提供架构自主的底座，，，，，，VISA虚拟指令集和EVACA软件栈让这个底座真正高效可用。。。。。

丨决议AI芯片竞争力的不再只是单颗芯片性能，，，，，，而是系统级效率。。。。。

此芯科技

目今AI芯片企业竞争力主要体现在场景化硬件能效、全栈软件系统、行业交付落地、开放生态协同四个维度，，，，，，其中最为要害的是生态。。。。。

以Agentic Compute智能体盘算为例，，，，，，这不是一颗芯片的单打独斗，，，，，，而是芯片、操作系统、开发工具、模子生态、行业同伴的协同作战。。。。。只有买通上下游完整生态链路，，，，，，才华降低智能体外地化安排门槛，，，，，，真正释放端边云全域算力的商业价值。。。。。

首先是芯片架构。。。。。需要针对推理场景一直优化，，，，，，在盘算效率、存储带宽、互联能力、能效等方面取得更好的平衡。。。。。

第二是系统能力。。。。。今天客户采购的不再是一张卡，，，，，，而是一套能够稳固运行的AI基础设施，，，，，，因此超节点设计、集群安排、高速互联、稳固性和运维能力都很是主要。。。。。

第三是软件生态。。。。。模子适配速率、开发工具、编译器、推理框架等都会直接影响客户的开发效率和使用本钱。。。。。谁能够更快支持最新模子、更快完成安排，，，，，，谁就更有竞争优势。。。。。

第四是规模；
；桓赌芰。。。。。AI工业已经进入应用落地阶段，，，，，，客户越发关注产品是否能够稳固量产、快速交付，，，，，，并支持恒久运行。。。。。

若是说最要害的一点照旧系统级能力。。。。。未来客户关注的不是单项指标，，，，，，而是每投入一份算力本钱，，，，，，能够获得几多有用Token产出，，，，，，能否稳固支持营业增添。。。。。能够一连提升整系一切效率、降低AI应用本钱的企业，，，，，，才会形成真正的竞争优势。。。。。

摩尔线程副总裁 马鉴

从推理的维度来看，，，，，，推理要求的是极致的性价比，，，，，，AI芯片企业的竞争力体现在多个维度，，，，，，包括系统与集群能力、软件生态与易用性、产品迭代与供应包管、对场景的明确与客户深度相助等等。。。。。

芯片是基础，，，，，，但用户最终购置的是可落地的算力能力。。。。。谁能以更低门槛、更高效率和更优总体本钱，，，，，，资助客户将模子真正安排到营业中，，，，，，谁就更有恒久竞争力。。。。。

沐曦股份联合首创人、CTO兼首席硬件架构师 彭莉

相较于转变快的模子结构，，，，，，芯片迭代慢——设计一年、生产泰半年、软硬件调试又要两三年。。。。。在这种节奏下，，，，，，适配的要害在于预判。。。。。

从芯片设计角度出发，，，，，，像沐曦通常遵照预研一代、在研一代、在售一代的节奏。。。。。预研必需紧贴模子演进的前沿。。。。。这意味着，，，，，，做好芯片只是基本功，，，，，，更主要的是对工业走向有前瞻性判断。。。。。

推理时代决议竞争力的焦点是系统方案。。。。。从制造端看，，，，，，系统研发效率必需大幅提升。。。。。以超节点设计为例，，，，，，目今其涉及的PCB、联调等环节，，，，，，要耗时十几个月才华完成设计验证。。。。。而一颗集成了上百亿晶体管的芯片也只需要一年左右。。。。。硬件工业链必需加速迭代，，，，，，否则永远赶不上软件的演进速率。。。。。

天数智芯副总裁 宋煜

这个行业短期看产能，，，，，，中期看产品，，，，，，恒久看生态。。。。。在推理需求一连增添的配景下，，，，，，“生态”仍是决议恒久名堂的要害点。。。。。同时，，，，，，“产品”维度的竞争焦点已爆发转移。。。。。

详细睁开来看：

第一，，，，，，短期看产能——这是市场爆发期的入场券。。。。。推理需求走向规模；
；逃，，，，，，意味着芯片的稳固供货、良率提升和交付能力直接决议企业能否捉住窗口期。。。。。

第二，，，，，，中期看产品——大模子应用正从单轮问答向Agent智能署理、长上下文交互、多模态天生及重大推理演进。。。。。

推理场景对GPU的需求已不再局限于峰值算力，，，，，，而是转向更高的Token产出效率、更低的响应延迟，，，，，，以及对MoE、长上下文、多模态等差别模子结构更强的适配能力。。。。。

更主要的是，，，，，，推理是一连运行的本钱中心，，，，，，客户最终体贴的是在TTFT（Time To First Token，，，，，，首Token天生时间）、TPOT（Time Per Output Token，，，，，，单Token天生时间）等服务指标约束下的单位有用Token本钱、QPS（Queries Per Second，，，，，，每秒请求数）本钱和系统综合TCO。。。。。

因此，，，，，，芯片企业必需在架构设计上重视效能和单位本钱下的有用吞吐，，，，，，而非纯粹追逐算力数字。。。。。

第三，，，，，，恒久看生态——GPU不是一个伶仃的产品，，，，，，背后是一套由芯片、互联、整机系统、软件栈和相助同伴配合组成的生态。。。。。

通用GPU的恒久价值不但来自单颗芯片的性能峰值，，，，，，更在于构建一个通用、好用、易用、能够一连演进的软硬件生态。。。。。

在推理增添的配景下，，，，，，尤为值得注重的是以下两个方面：

一是系统级协同优化能力。。。。。在大规模推理集群中，，，，，，单卡峰值算力并不即是集群的现实输出能力。。。。。

真正影响系统效率的因素包括Prefill与Decode资源的合理配比和请求调理、KV Cache传输效率、芯片间互联的带宽与时延、HBM容量与带宽、NIC与Switch的有用带宽、拥塞控制和通讯拓扑，，，，，，以及集群级的使命调理、监控和运维能力。。。。。

这意味着，，，，，，芯片企业必需具备“从单卡到集群、从硬件到软件栈”的全栈协同优化能力。。。。。

二是开发者生态。。。。。包括对主流框架的原生支持、算子库的富厚度、编译器及调试工具链的成熟度，，，，，，以及开发者社区的恒久建设。。。。。只有一连降低模子迁徙、应用开发和规模安排的门槛，，，，，，GPU生态才华形成真正的恒久竞争力。。。。。

奇异摩尔网络手艺副总裁 叶栋

在推理时代，，，，，，AI 芯片企业的竞争力已从“单卡算力”这个简单维度，，，，，，扩展为算力效率、互联效能、软件生态、场景适配、本钱优化五个维度的系统级比拼。。。。。

算力效率是基础——推理对每瓦性能、每美元性能的要求远高于训练；；
；软件生态决议开发者愿不肯意用、好欠好用；；
；场景适配磨练芯片能否在多样化推理负载中无邪调理；；
；本钱优化则关乎大规模安排的商业可行性。。。。。

但若是问我哪一方面最为要害，，，，，，我会说是互联效能。。。。。

由于推理时代的焦点特征是漫衍式、高并发、细粒度通讯——MoE架构的专家并行、PD疏散的跨节点调理、多模态推理的数据流交流，，，，，，无一不依赖低延迟、高带宽、确定性的互联能力。。。。。

互联效率每提升一点，，，，，，整个集群的有用算力就能放大数倍；；
；反之，，，，，，互联成为瓶颈，，，，，，再强的单卡也只能“空转”。。。。。

在推理需求一连爆发确当下，，，，，，谁能在系统级互联上建设优势，，，，，，谁就能在真实营业场景中跑出真正的竞争力。。。。。

作者恒久关注AI芯片上下游，，，，，，更多国产芯片手艺新希望和落地情形可添加微信 Evelynn7778 探讨。。。。。