会懂网AI资讯，10月14日，近日，海光信息近日披露，深算三号DCU成功中标并交付辽宁某研究院科研算力建设项目，项目基于海光CPU加DCU异构集群，面向AI代码辅助开发与AI加CAE工程仿真两大核心科研业务，打造东北地区科研院所国产算力标杆。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。
具体来看，作为国内同时实现x86 CPU与AI加速DCU双量产的企业，海光DCU深算系列采用GPGPU架构并兼容类CUDA生态，深算三号已实现量产，算子覆盖率超过百分之九十九，支持千亿级大模型训练与推理。在算力供给持续扩张与推理成本快速下行的背景下，这类进展对开发者和行业用户都意义重大。业内普遍认为，相关能力的成熟将直接拉动上下游生态的协同创新与商业落地速度。
从技术细节出发，海光DTK软件栈提供HIP接口，CUDA代码兼容性超过百分之九十五，使得从英伟达生态迁移的成本较低。从产业节奏看，头部厂商正把模型能力转化为可直接调用的服务，竞争焦点已转向工程化与可用性。对用户而言，此类更新意味着更低的使用门槛与更稳定的体验，智能助手的实用价值持续提升。值得关注的是，开源与开放策略正在改变技术扩散的路径，中小团队也能借此快速构建应用。
在产业层面，在硬件层面，海光DCU配备大容量HBM显存，同时支持FP64双精度科学计算与FP32、BF16、FP8多精度混合AI推理，单卡既可承接CAE求解器高精度数值仿真任务，也可运行AI模型推理。在监管与合规要求趋严的环境下，厂商在能力扩张的同时也更强调安全与可控。多方数据显示，AI 应用的渗透率仍在快速提升，真实场景的反馈正反过来推动模型迭代。
对开发者与企业用户而言，此外，深算四号已完成性能迭代并支持FP8精度，万卡级智算集群可稳定运行万亿参数大模型，生态适配度居行业前列。这类进展也折射出国内外在基础模型与智能体方向上的投入力度与路线差异。从长远看，模型与算力、数据的协同优化，将决定下一阶段智能应用的上限。相关团队表示，后续还会围绕稳定性、成本与场景适配持续打磨，让能力真正可用好用。
展望后续，此外，深算四号已完成性能迭代并支持FP8精度，万卡级智算集群可稳定运行万亿参数大模型，生态适配度居行业前列。相关进展将持续影响行业格局，值得长期跟踪。市场分析认为，谁先在大模型与Agent的工程化上建立优势，谁就更可能在下一轮竞争中占先。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。
暂无评论内容