中科曙光董事长历军：超智融合是下一代AI计算核心特征
一句话看懂：中科曙光董事长历军提出，超智融合——即通用计算与智能计算的深度融合——将成为下一代AI计算的核心特征。这一判断指向未来算力基础设施的演进方向，对AI训练、推理效率和成本有直接影响。
事件核心：发生了什么
历军在公开场合表示，随着大模型规模持续增长，单纯依靠专用AI芯片或通用CPU都难以满足高效计算需求。下一代AI计算需要将传统高性能计算（HPC）与AI专用算力深度融合，实现计算架构的统一调度和资源优化。这一观点来自中科曙光作为国内主力算力基础设施供应商的实践判断，并非孤立产品发布。
为什么重要
当前AI训练和推理面临两大瓶颈：一是单卡算力增长放缓，二是异构计算（CPU+GPU+NPU）的协同效率低下。历军的“超智融合”概念实际上指向一种新的算力路径——在硬件层面整合通用计算与智能计算单元，在软件层面实现统一编程模型和任务调度。如果这一方向落地，将改变传统AI数据中心“堆显卡”的扩张模式，并可能降低企业对特定GPU品牌的依赖，对国产算力生态有直接推动作用。
对用户/开发者/创作者的影响
- 开发者和模型训练者：如果算力基础设施转向超智融合架构，未来可能不需要为训练和推理分别维护两套硬件方案，前端开发接口也可能变得更加统一，减少跨平台适配成本。
- 企业和采购决策者：算力成本是当前部署大模型的最大开销之一。融合架构理论上能提高硬件利用率、减少闲置，从而降低单位算力成本。不过该技术尚在概念层面，短期不具备落地时间表。
- 内容创作者：影响相对间接。更高效的算力基础设施可能降低调用AI API的后端成本，进而带动部分AI服务价格下降，但短期内变化不明显。
值得关注的后续
1. 中科曙光是否有对应的硬件产品或参考架构发布，还是仅停留在行业倡议层面。如果推出具体产品原型或合作伙伴项目，才具有实际参考价值。2. 其他国产算力厂商（如华为、浪潮）是否跟进同一定义，或提出不同的融合路径。3. 超智融合对现有主流AI框架（如PyTorch、TensorFlow）的适配难度有多大，是否需要在系统软件层做大量定制。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
来源：36kr
