从追赶到换道飙车
作者／ IT时报 毛宇
编辑／ 郝俊慧 孙妍
7月17日，2026世界人工智能大会暨人工智能全球治理高级别会议（以下简称WAIC 2026）在上海拉开帷幕。
今年大会，国产GPU厂商无疑是最引人注目的群体。华为昇腾、百度昆仑芯、沐曦、曦智科技、摩尔线程、燧原、天数智芯、东方算芯……十余家国内芯片龙头企业悉数亮相，摆出最佳芯片产品，向外界集中展示国产算力的最新成果。
《IT时报》记者现场注意到一个有趣的变化，往年各家展台争相秀单颗芯片跑分数据的场景变少了，取而代之的是一堵堵黑色高墙般的超节点整柜，东方算芯展台甚至挂出“14nm≈4nm”的标语。
“现在没人只看一颗芯片了。”一位国产GPU厂商的工作人员拍了拍身边高大的机柜，对《IT时报》记者说，“大家看的是这个，64卡、256卡、1024卡，甚至是万卡集群。”
算力竞争的打法正在从“单兵作战”变成“集团军对抗”，也有人试图直接换一条赛道。
为什么会发生这样的变化？在7月18日曦智科技举办的“光启新算 智算未来”论坛上，中国工程院外籍院士、澳大利亚科学院、技术科学及工程院两院院士顾敏回顾，早在2019年他就注意到AI基础设施隐含两个问题：能耗与速度。六年过去，这两个问题依然是行业的深层卡点。
单颗芯片还卡在哪里？靠系统能不能补？还有别的路线吗？带着这些疑问，《IT时报》记者走访多个展台，试图在WAIC 2026拼出一张完整的国产算力突围地图。
单卡之困：
制程与生态，两道绕不开的坎
面对差距问题，记者在各大GPU展商那里得到几乎一致的答案：“一个是制程，一个是生态。”
昆仑芯展台工作人员向《IT时报》记者解释，目前国内AI芯片最先进的量产制程为等效7nm，而国际最先进水平已到4nm。根源在于光刻机——国产最先进的光刻机是上海微电子SSA800系列28nm浸没式DUV光刻机，通过多重曝光可延伸至14nm，但距离生产7nm及以下芯片仍有距离。
多位展台工作人员向记者坦言，光刻机是全球供应链协作的产物，没有任何一个国家能够独立制作。由于国内高端光刻机及核心零部件长期依赖进口，加之国际供应链受阻，自研突破仍需时日。
“但制程只是表象。”沐曦工作人员补充道，“真正难追的是生态。”一个芯片的竞争力不只取决于硬件参数，更取决于有多少开发者愿意用、有多少模型能直接跑。国际主流生态花了近二十年时间建设，全球大规模开发者的项目代码、开发经验在此沉淀。换卡，意味着学习成本、验证成本都要重新算。
正因如此，多数国产厂商选择在坚持自有特色的同时也能兼容国际主流生态的路线，让开发者从其他平台迁移过来时成本更低。
记者在沐曦展台了解到，其自研的全栈计算软件栈MXMACA，针对PyTorch 2.8的全部2410个GPU算子做到完整支持。其自动化测试体系纳入GitHub上近5000个热门开源项目。
2025年2月，沐曦正式上线开源社区。截至今年5月，MXMACA软件栈注册的开发者用户已近50万人，网络API调用次数超5591万次，目前已适配6000余个主流应用，针对Qwen3.5、智谱GLM等超25款标杆模型完成“Day0适配”，模型上线即适配。
华为则走了一条更为彻底的自研之路。2025年8月，华为正式宣布昇腾CANN（异构计算架构）全面开源开放，通过成立技术指导委员会、分阶段开源项目等方式，吸引业界专家与开发者共建。
截至目前，CANN开源社区已上线67个社区项目，累计开源代码超1244万行，月活跃开发者突破3500人，日均代码下载量达6万次。昇腾已与90多个全球主流开源社区深度对接，完成70多个全球主流大模型的“发布即适配”与全链路优化。
还有厂商在自研和兼容之间保留了空间。昆仑芯、燧原科技、摩尔线程等均对主流AI框架做了深度适配，但各家在底层软件栈上都有不同程度的自主研发投入。
“大家都在做积累。”昆仑芯工作人员对记者说，“虽然起步晚，但慢慢都会形成自己的特色。”
系统突围：
超节点时代
国产算力的“集团军”打法
单颗芯片追不上，那就用系统能力补。WAIC 2026上“超节点”成为高频词。
传统AI服务器通常装8张加速卡，大模型越来越大，8卡不够就扩到64卡，扩到千卡，再走向万卡集群。超节点做的事情，是把分散在不同服务器的芯片通过高速互联接入同一个低时延通信域，让上百张卡像一台计算机一样协同工作。
厂商们纷纷亮出“家底”：昆仑芯展出了多款超节点产品，可灵活组成32卡、64卡乃至256卡的集群。256卡超节点性能较上一代提升25%，推理效率提升50%，已完成DeepSeek、智谱清言、MiniMax等主流模型适配。
沐曦首发曦景S600超节点，实现单机柜64张GPU高速全互连，可灵活扩展至万卡级集群。同时发布曦索X300系列科学智能GPU，瞄准AI4S（科学智能）方向。工作人员向《IT时报》记者介绍，这是他们从纯AI推理向更高端科学计算迈进的重要一步。
燧原科技展出基于自研加速模组的高性能超节点，包括基于先进正交架构的“云燧ESL64-O”和基于成熟Cable-tray方案的“云燧ESL64-C”，可满足万卡级以上大规模集群组网需求。
摩尔线程展示旗舰级训推一体全功能GPU智算卡MTT S5000，已实现规模量产，可高效支持万亿参数大模型训练。展台还展示了全球首个5D世界模型“EvoPhys-World”的全栈原生训练过程。
天数智芯带来天垓、智铠、彤央三大通用GPU完整产品矩阵，覆盖训练、推理和边缘计算全场景。
“今年问单卡算力的人少了。”一位燧原工作人员对记者感叹，“大家问的都是‘你们集群能跑多大’、‘训练效率怎么样’。”
换道超车：
从架构创新到光互联
国产算力的新路线
如果说超节点解决的是“怎么把卡连起来”的问题，那么，还有一批企业在思考更根本的问题——“能不能多条路走？”
东方算芯展台前围满了人，展台最上方赫然写着“14nm≈4nm”。这家公司在大会开幕前夕全球首发了大算力AI芯片DF1000，基于国内成熟的14nm制程打造，却宣称能达到4nm制程芯片的性能。记者挤进人群，找到一位工作人员追问：“这是怎么做到的？”
“我们走的是‘第三条路线’。”东方算芯的工程师向记者解释，DF1000的核心是“软件定义近存计算”——通过软件定义芯片技术实现软硬件解耦与动态重构，在14nm工艺下达到520TFLOPS@BF16的算力表现；同时采用3D堆叠近存计算，用6.4TB/s的访存带宽取代传统HBM。“算力利用率和能效比已经比肩4nm制程的高性能芯片。”现场还展出了基于DF1000的超节点、AI服务器及AI计算集群等完整解决方案。
记者现场了解到，DF1000及配套产品有望在今年下半年实现批量交付。
另一条记者关注的路线是光互联。随着集群规模从千卡走向万卡、十万卡，传统铜互连在距离、带宽和功耗上的瓶颈越来越明显。曦智科技的光电融合“光跃超节点”方案已实现数千卡规模的光电混合算力集群部署。燧原科技展示了自研基于NPO（近封装光学）技术的光互连原型系统方案，支持512卡以上超节点部署。
顾敏在论坛上透露，用光学神经网络解码多模光纤，有望将互联带宽再提升三个数量级——如果这一技术落地，万卡集群的通信瓶颈将迎刃而解。在他看来，当前AI算力竞争以文字Token为计量单位，但光学的真正优势在于图像矩阵处理——按Token经济学计算，光计算的能效比现有方案高出5到6个数量级。
记者手记
国产算力从“追赶”到“较量”
从制程追赶到系统突围，从架构创新到光互联探索——《IT时报》记者在WAIC 2026现场深切感受到，国产算力的图景已然清晰：这不是一场“单点突破”的比赛，而是一场“系统能力”的较量。
眼下，单颗芯片的差距虽然存在，但当国产厂商开始用集群能力弥补单卡不足、用架构创新绕过制程限制、用光互联打开新的想象空间时，追赶的路径正在变得多元。
一位在展台前驻足良久的观众对记者说：“两年前我还思考国产算力‘能不能用’，现在看已经是‘好不好用’‘够不够用’了。”
这，或许就是今年WAIC关于国产算力最真实的答案。
排版／ 季嘉颖
图片／ IT时报
来源／《IT时报》公众号vittimes