海光信息在数博会上发布的“Agent to Token开放计算架构”，表面看是一次产品层面的技术发布，实则暴露了整个国产算力产业正在经历的深层转向：竞争重心从单卡算力指标，转向对Agentic AI全链路负载的系统级支撑能力。这一转向背后，是AI产业从模型训练向智能体落地的跃迁，也是国产算力从替代进口到定义场景的质变。 过去两年，国产AI芯片的竞争叙事围绕一个核心指标展开：单卡FP16算力能否对标英伟达A100/H100。 华为昇腾910B以256 TFLOPS的FP16算力、寒武纪思元590在Transformer模型上的专项优化，都在这条赛道上追赶。 但海光此次架构发布传递了一个不同信号——当AI应用进入Agent阶段，算力的价值不再取决于峰值性能，而取决于将系统资源转化为Token产出的全链路效率。 这一判断有明确的市场数据支撑。 IDC数据显示，2025年中国AI服务器市场共交付400万颗AI GPU，国产芯片占比已达41%。 但与此同时，行业研究机构普遍预测推理负载将在未来两年内超过训练负载，成为算力消费主体。 这意味着市场需要的不再是能跑通大模型训练的“实验室芯片”，而是能支撑高并发Agent调度、低延迟Token生成、可核算单位成本的“生产级芯片”。 海光CPU承担Agent业务流的系统枢纽职能——数据预处理、多智能体沙箱隔离、任务编排决策、记忆体分级存储、向量数据库检索； DCU则聚焦Token生成侧的并行计算加速——批量解码、KV缓存优化、长序列支撑。 这种分工本质上是对算力评价标准的重构。 不是“这颗芯片有多强”，而是“这套系统能稳定产出多少Token、单位Token成本多少、能否嵌入现有业务流程”。 词元经济概念的提出，标志着AI产业的价值锚点发生位移。 Token不再只是大模型输入输出的技术单元，而是连接业务需求、算力投入与服务产出的关键载体。 其生产效率、单位成本与供给稳定性，直接决定Agent应用深度与商业化落地进程。 这一变化对算力基础设施提出了全新要求。 传统智算中心的建设逻辑是“堆卡”——以GPU数量衡量算力规模。 但Agent场景下，算力需求呈现高度异构化。 任务理解、工具调用、决策编排、数据访问等环节都需要CPU深度参与，单纯堆砌加速卡会造成严重的资源错配。 海光将CPU重新定位为“Agent业务流的系统枢纽”，正是对这一趋势的回应。 而词元经济正在推动IT采购决策的变革。 过去企业采购算力看的是“能跑什么模型”，未来将变成“能产生多少业务价值Token”。 这要求算力供应商提供从芯片到成本核算的完整框架，而非单纯的硬件堆砌。海光架构中“为词元规模生产、成本核算和行业应用提供系统级计算支撑”的定位，正是瞄准了这一决策逻辑的转变。 国产算力赛道当前形成三条清晰路线。 华为昇腾以达芬奇架构+CANN软件栈构建全栈闭环； 寒武纪以MLUarch架构聚焦云端训练与推理； 海光则以x86兼容的C86 CPU与类CUDA的DCU形成异构组合。 三条路线并无绝对优劣，但面向Agent时代，海光的“双芯协同”路径呈现出独特的场景适配性。 其逻辑在于生态位互补。 海光CPU在国内x86服务器市场已经形成可观存量，在金融、电信行业核心业务系统得到规模化落地，行业流传其核心交易场景渗透率超60%。 这意味着大量存量数据中心已部署海光CPU。 在此基础上叠加DCU形成异构算力，客户无需推倒重来，可根据业务增长分阶段扩容。相比之下，纯AI芯片方案往往需要重构整个计算架构，迁移成本和适配周期更高。 此外，海光DCU采用“类CUDA”通用并行计算架构，这一技术选择使其在软件生态兼容性上具备差异化优势。 官方宣称，DeepSeek、Qwen3、混元、智谱等365款主流大模型已完成适配，覆盖国内绝大多数主流非闭源大模型。 对于金融、电信等对业务连续性要求极高的行业，低迁移成本意味着更低的风险敞口。 海光此次架构的四个开放维度——算力开放、互连开放、安全开放、软件栈开放——值得放在国产算力产业格局中审视。 2026年5月，中国信息安全测评中心首次将AI芯片纳入安全可靠认证体系，9款国产芯片获评I级认证，海光、华为、阿里平头哥等悉数在列。 这标志着国产算力已从“能不能用”进入“敢不敢用”的阶段。但“敢用”之后的问题是“好不好用”，而好用与否取决于生态协同深度。 海光将自研HSL高速互连协议对外开源，并牵头相关专项工作组，吸引产业链芯片厂商参与共建。其发起的光合组织产业联合体已汇聚6000余家生态伙伴，覆盖整机、软件、行业应用。 这一策略的实质是以互连标准化打破算力孤岛。 在国产算力阵营中，华为昇腾依托CANN构建垂直生态，闭环能力强但外部兼容性相对受限；海光选择横向开放，试图成为不同算力资源之间的连接层。 光合组织由海光信息与中科曙光共同牵头，依托国家先进计算产业创新中心，截至2026年7月已汇聚超过6000家生态伙伴，完成15000余项软硬件适配。 这种生态厚度使海光有能力推动国产CPU、DCU和不同加速卡在统一计算体系下调配应用——这正是Agent时代多智能体并发、多模型协同所必需的底层能力。 当前国产AI芯片市场呈现“一超多强”格局。 按出货量计，华为昇腾以81.2万张（占国产市场37%）居首，海光约8.3万张（占国产市场2%）。但海光2025年营收达143.77亿元，与寒武纪（11.74亿元）、摩尔线程（15.06亿元）不在同一量级，说明其产品ASP显著高于纯AI芯片厂商。 海光的竞争逻辑不是“铺量”，而是以高端CPU+DCU组合切入高价值场景。 这种量价背离恰恰揭示了国产算力的格局分化： 三条路线对应三种生态位，短期内不会相互替代，而是共同承接国产替代释放的市场空间。 据IDC数据，2025年中国AI服务器市场国产芯片出货量占比已达41%，替代进程正从政策驱动转向产品力驱动。 海光“Agent to Token开放计算架构”的发布，不应被简单解读为一次产品迭代。它标志着国产算力竞争进入下半场——上半场比的是谁能替代英伟达，下半场比的是谁能定义AI原生时代的计算范式。 当Token成为新的价值度量单位，算力供应商的核心能力将从芯片设计扩展到系统架构设计和经济模型设计。谁能将CPU、DCU、网络、存储等资源协同为高效的Token生产力，谁就能在词元经济中占据有利身位。海光的双芯协同+开放互连路线，是国产算力在这一新维度上的首次体系化尝试。其成败不仅取决于技术参数，更取决于能否在金融、电信、政务等核心场景中证明：国产架构不仅能替代进口，还能以更低的迁移成本和更高的业务适配度，支撑Agent时代的规模化落地。 这才是此次架构发布背后，最值得行业关注的格局变量。 今日阅读文章分享： (1)让算力直接变成Token！海光首发开放计算架构：CPU管调度、DCU管生产 （链接：https://tech.ifeng.com/c/8vxG4FQNCkE） (2)颠覆式升级，首个Agent to Toke开放计算架构发布！ （链接：https://www.eet-china.com/mp/a520536.html） (3)海光信息首发“Agent to Token开放计算架构” （链接：https://finance.sina.com.cn/roll/2026-08-27/doc-inipuiyr5877975.shtml） (4)当词元经济成为了下一个风口，国产算力如何卡住身位 （链接：https://news.futunn.com/en/post/78352199?level=1&data_ticket=1782977102996271） 本文若有歧义欢迎读者分享指正。 ·END·算力评价体系的迁移：从峰值算力到Token生产力
词元经济的本质：Token从技术指标变为商业度量
双芯协同的产业逻辑：为什么不是“CPU或DCU”，而是“CPU+DCU”
开放架构的战略意义：从“单点突破”到“生态底座”
国产算力的格局分化：三条路线，三种生态位
从“替代”到“定义”，国产算力的下半场
本文来源于DOIT传媒，文章内容仅供参考，不构成投资建议。
评论列表