太初元碁洪源：异构计算能力将成为未来 AI 算力基础设施的重要方向｜AIGC2026

一句话看懂：太初元碁首席产品官洪源在AIGC2026峰会上指出，随着Agentic AI等应用进入真实任务阶段，AI算力必须解决CPU与GPU等计算单元的协同效率问题，异构计算将成为未来基础设施的关键方向。

事件核心：发生了什么

在量子位主办的AIGC2026峰会上，太初元碁高级副总裁洪源发表演讲，核心观点包括：Token调用量预计到2030年将增长212倍；AI计算正从“生成内容”转向“生成任务”；在Agent任务中，GPU实际计算时间仅占约10%，大量时间消耗在CPU调度与通信环节。洪源认为，国产AI算力的突破点不在单点性能，而在大规模集群服务能力、异构协同效率以及软件生态易用性。太初元碁已在芯片设计中集成通用计算、数据处理和并行计算模块，通过片上网络提升协同效率。

为什么重要

这一观点反映了AI算力行业正在经历的范式转变：当大模型从Demo走向高频业务场景，算力瓶颈已从“算得够不够快”变为“各种计算单元能否高效配合”。洪源明确提出了“异构协同”“生态适配”和“大规模集群服务”三大关键问题，这意味着国产算力厂商的技术竞争焦点正在从芯片单一性能指标，转向全链路的系统交付能力。如果异构计算问题不能解决，Agent等复杂应用的延迟和成本将难以降低。

对用户/开发者/创作者的影响

对于使用AI应用的个人用户，未来可能会体验到更流畅的多轮对话与复杂任务执行，响应延迟有望降低。对于开发者，这意味着需要关注底层算力平台对多框架（如PyTorch、MindSpore）和模型迁移的支持程度，选择算力服务时需评估其生态兼容性与工具链完善度。对于企业采购决策者，在大规模部署AI应用时，应优先考虑具备万卡集群运维能力和异构调度方案的算力服务商，而非仅关注峰值算力数字。

值得关注的后续

目前公开信息显示，以下几点值得跟进：第一，太初元碁的异构芯片方案是否已进入量产或客户试用阶段，性能数据是否公开可查；第二，其他国产算力厂商（如华为、壁仞、摩尔线程）是否会跟进类似异构协同架构；第三，洪源提到的“基于自然语言交互自动生成算子”能力何时落地，能否显著降低开发者的上手门槛。此外，Token经济能否推动国产算力在2026年下半年形成更大规模商业闭环，仍是行业观察重点。

来源：Readhub · AI