报告聚焦 2025 年中国 AI计算开放架构发展，核心围绕算力需求增长与产业瓶颈，阐述开放架构的概念、价值、挑战及实践，提出以集群协同突破单卡性能差距、构建自主生态的发展路径。
⠀
- 算力需求爆发：大模型参数呈指数级增长（GPT-4 达 1.8 万亿参数），多模态应用（如 Sora）推动算力需求百倍增长，万卡、十万卡超大规模集群成为大模型训练标配，国内外科技巨头纷纷布局超算集群。
- 异构算力趋势：全球算力呈现通用、智能、超算协同发展格局，国内智能算力规模达 788EFlops（FP16），年复合增长率 46.2%；CPU、GPU、NPU 等异构融合成为主流，智算中心向开放、融合、聚合方向演进。
- 核心瓶颈：国产AI 芯片单卡性能与国际先进水平存在 2-3 代代差，卡间互联带宽仅 200-400GB/s；智算中心平均算力使用率仅 30%，软硬件适配不足、生态碎片化导致效能削弱；高端芯片与 EDA 工具受限加剧供给压力。
- 定义与特征：面向大规模智能计算场景，以 GPU 为核心，通过跨产业链协作实现 “多元算力、高速互连、存算协同、绿色高效、稳定可靠、生态繁荣” 六大特征，破解算力瓶颈与成本难题。
- 架构演变：从大型机时代集中式架构、集群时代分布式架构，演进至智能时代超异构融合架构，通过 Scale Up（超节点纵向扩展）与 Scale Out（分布式横向扩展）结合，提升集群算力效率。
- 核心价值：推动跨层协作加速技术迭代，以集群算力弥补单卡性能差距，降低使用成本实现算力普惠，强化产业协同构建开放生态，破解 “技术墙 + 生态墙” 壁垒。
- 国际进展：英伟达推出 GB200 NVL72 机架级方案，Meta 发布 Catalina 液冷机架与 Grand Teton 平台，OCP 社区主导开放标准制定，形成 “专用硬件 + 开源生态” 协同模式。
- 国内实践：
- 技术与产品：海光发布开放互联总线 HSL，曙光推出单机柜 640 卡超节点 scaleX640，华为昇腾芯片搭配 CANN 开源软件平台，百度昆仑芯 P800 支撑三万卡集群。
- 典型案例：曙光 AI 超集群系统单机柜支持 96 卡，访存带宽超 180TB/s，PUE≤1.12；沐曦万卡计算集群采用 400G RoCE 网络，实现 16-64 卡光互连超节点，适配主流大模型框架。
- 生态协作：成立 AI 计算开放架构联合实验室，ODCC、OCTC 等组织推进标准制定，海光 “光合组织” 汇聚 6000 余家合作伙伴。
- 主要挑战：国产硬件技术路线分散，缺乏统一接口标准；基础软件栈不完善，工具链与算子库丰富度不足，模型迁移成本高；生态呈现 “小、散、弱” 格局，协同机制缺失。
- 核心目标：优化算力供需匹配，支持异构算力统一调度；打破生态壁垒，构建自主可控、兼容主流的开放生态，实现算力普惠。
- 应对路径：采用 “类安卓” 完全开放模式或 “类苹果” 部分开放模式，推动产业链分工协作；攻关卡间互联、存算协同、智能调度等关键技术；加快标准研制，开展兼容性验证。
- 产业趋势：算力规模持续扩大，2030 年全球算力将超 16 ZFlops；国产 GPU 百花齐放，芯片国产替代加速；“端 – 边 – 云” 协同优化算力部署，智算向 “算力 + 服务” 模式转型。
- 发展倡议：加快智算集群、超节点互联等标准研制，构建 “攻关 – 标准 – 验证” 协同生态；攻关高性能芯片、自适应调度等技术，突破算力效率瓶颈；优化智算中心运营管理，培育多元化算力市场，强化全流程监管。
AI 计算开放架构是破解国内算力瓶颈的关键抓手，通过集群化协同创新可弥补单卡性能差距，通过标准化与生态开放可降低产业成本。未来需以技术攻关为核心、标准制定为牵引、生态共建为支撑，推动 AI 计算从 “单点突破” 向 “集群协同” 转型，构建自主可控、高效普惠的智算产业生态。
