业内首款超算+智算的大规模计算底座，在WAIC上我们找到了

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 业内首款超算+智算的大规模计算底座，在WAIC上我们找到了 梦晨 2026-07-22 13:47:42 来源： 量子位 一颗“不走寻常路”的芯 允中 发自 凹非寺 量子位 | 公众号 QbitAI 这几天，全网被WAIC“霸屏”，从具身智能到国产算力，这场一年一度的AI盛典，同样吸引了科技圈所有目光。 今年WAIC堪称是国产芯片和算力企业的斗秀舞台，108款芯片、超200款智算产品齐聚上海。除了全员大集合外，我们还看的一个明显的变化： 过去各家比的是”我这颗芯片算力多少”，单卡性能多么牛；而今年， 提到最多的是“系统创新”与“高效协同” 。换言之，单卡比拼的时代已落下帷幕，大规模计算系统性能的较量即将开启。 算力芯片群星闪耀，我们也发现了一颗“不走寻常路”的新星（芯）。 浦东张江， 太初（杭州）集成电路有限公司（“太初元碁”） 展位里外围满了人，抛开展位处于主通道上的地理位置不谈，更吸引目光的，是一台大型超节点集群，号称“超智融合”的计算系统，旁边刚揭幕的自研芯片——标签写着：异构众核，双模设计。 先拼架构，再谈单卡 “算力产业已从单卡性能比拼进入系统级竞争阶段。”太初元碁CEO杨晋喆如是说。 这话不是场面话。模型参数突破万亿级，Agent和AI4S对CPU-GPU协同的要求越来越高，单纯堆算力的边际收益正在递减。 降低单位算力成本，才是当下真正的核心命题。 这个判断与整个行业的演进方向一致。今年WAIC上，华为展出了Atlas 950 SuperPoD超节点，沐曦发布“曦景”S系列超节点，阿里平头哥也拿出了真武M890×磐久AL128超节点。 国盛证券在近期研报中直接点明：国产超节点迎来量产元年，算力竞争范式正从单点峰值性能全面转向系统级全栈效率的比拼。 太初元碁给出的技术答案是 HCU异构融合计算架构 。核心思路是把CPU和AI算力核放在同一条高速总线上，支持M:N可重构配比——CPU负责Agent调度和数据预处理，XPA算力阵列专注大模型推理计算，再配合共享分级存储，实现冷热数据动态调度。 翻译成大白话：一块芯片里塞了两类“大脑”，一个管调度协调，一个管高强度计算，两者还能按需调配比例。这种设计的好处在于，面对不同负载时不用“大炮打蚊子”，也不用“小马拉大车”，算力分配可以动态匹配。 为什么异构众核成了必选项？ 这得从Agentic AI时代的算力需求变化说起。 传统AI训练和推理集群通常采用“单路CPU搭配4至8颗GPU”的固定配置 ，CPU长期充当算力宿主，仅负责任务下发、数据调度与GPU资源托管。 进入Agentic AI智能体时代，智能体需要自主完成任务拆解、工作流编排、外部工具调用、长期记忆管理全闭环运行，CPU在规划、决策、交互类通用计算中的算力权重与负载占比出现结构性显著提升。 AMD CEO苏姿丰在2026年Q1财报电话会上透露，单个计算节点中CPU与GPU的数量正从过去的一对多，逐步趋近一比一，未来甚至可能出现CPU数量多于GPU的情况。 阿里云的判断也类似：Agent“有状态调度+无状态执行”的混合模式，对资源精细化管控提出了更高要求，算力系统的优化重心正全面由单卡峰值性能转向CPU-GPU的高效协同。 太初元碁的HCU架构，本质上是在芯片层面提前响应了这个趋势。把CPU和AI核放在同一条高速总线上，相比传统“CPU+独立加速卡”的分离架构，I/O损耗更低，协同效率更高。 一颗芯片可打两份工 基于HCU架构，太初元碁发布了新一代国产AI自研芯片T2 Ultra。最值得看的正是它的双模式设计。 T2 Ultra有两种工作模式：自主计算模式下，芯片可以独立承担完整计算任务；加速模式下，则配合主机协同工作。 这意味着同一颗芯片，既能作为独立算力节点部署在边缘或中小规模场景，也能作为加速卡插进大型集群里当”算力引擎”。 具体再看T2 Ultra的性能参数，HPC算力（FP64）为38 TFLOPS，可满足科学计算需求；FP4算力则高达4800 TFLOPS（稀疏算力），FP16算力1200 TFLOPS（稀疏算力）应对各种AI训推场景，原生支持FP64至FP4、实现全精度覆盖。 对于客户来说，这种灵活性的实际价值在于：不用为不同场景采购不同硬件，一套芯片体系覆盖多种部署需求，采购和运维成本都能压下来。 在国产AI芯片普遍面临“量产难、落地更难”的当下，能不能让客户用得起来、用得起，比纸面参数重要得多。 不只是跑大模型 如果说T2 Ultra是“心脏”，那元碁HyperIntelliX超智融合计算系统就是整个“身体”，定位为面向 AI+AI4S 的全国产智算+超算融合计算平台。 值得注意的是，HyperIntelliX不只是跑大模型，同样也能在AI4S领域发挥价值。针对AI4S领域，太初元碁同步披露了相关落地成果： 全球气象预测可视化系统、TecoQSim量子经典模拟器、大规模虚拟药物筛选——覆盖气象、量子计算、生物医药三个方向。 多数国产AI芯片目前还停留在“跑通大模型推理”的阶段，能同时支撑AI和AI4S双线任务的平台并不多见。 这个定位有其行业背景。AI4S（AI for Science）对算力的需求与纯AI推理不同：科学计算通常需要高并发、大吞吐、长时任务，且对双精度计算能力有硬性要求。 太初元碁团队有三次获得高性能计算领域国际最高奖项“戈登·贝尔奖”的积淀，在超算领域的经验为其切入AI4S提供了技术底气。 生态迁移：国产芯片真正的硬骨头 俗话说“是骡子是马，拉出来遛一遛”，硬件再强，也得有人用，才能谈得上“可用”，进而朝“好用”转变。 太初元碁WAIC期间发布了两款生态产品，直指国产芯片最头疼的“迁移成本”问题。 人工智能开发者社区2.0完成了对Megatron-LM、DeepSpeed、飞桨PaddleHelix、PyTorch、vLLM等主流训练与推理框架的适配，提供从模型分析、迁移、算子开发到性能优化、精度调试的全流程工具链。 新一代国产AI4S计算平台 ，针对科学计算高并发、大吞吐、长时任务的特点做了专项优化。 这个自主研发的一站式科研创新平台，面向气象预测、生物医药、量子力学、化学材料、流体力学等前沿科学领域，全面兼容龙芯、申威、飞腾、x86等国内外主流CPU，提供自研编程模型和涵盖通用算子与科学计算专用加速库。 同时深度适配 PyTorch、JAX、飞桨、MindSpore 等主流框架，并配套 DevKit 开发套件，支持算子生成、编译优化与性能分析，有效降低算子开发门槛与性能调优难度。 依托平台软硬协同的全栈能力，太初元碁与清华大学、湖南大学、山东大学、百度、东润等高校和行业伙伴展开深度合作，在气象预报、量子模拟、基因分析、材料仿真、流体计算等领域打造一系列高效、精准的科研解决方案，助力科研与产业级科学计算高效落地，实现以中国芯，解科学题。 太初元碁的逻辑很清楚：芯片是入场券，生态才是护城河。 这个判断切中了国产芯片的共