業內首款超算+智算的大規模計算底座,在WAIC上我們找到了

重點摘要
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.
2026年世界人工智慧大會(WAIC)在上海浦東盛大登場,今年盛會堪稱國產晶片與算力企業的年度大秀,現場展示108款晶片、超過200款智算產品,從具身智能到高效運算,全面吸引科技圈目光。不過,與往年各家聚焦「單卡算力有多強」的競賽不同,今年WAIC出現明顯轉向:業界不再僅比單顆晶片的峰值性能,而是強調「系統創新」與「高效協同」。換句話說,單卡比拼的時代已正式落幕,大規模計算系統的整體效能,將成為下一波算力競爭的核心。在浦東張江展區,一顆「不走尋常路」的新星引發關注。
太初(杭州)集成電路有限公司(品牌名為「太初元碁」)的展位因位於主通道而人潮不斷,但真正吸引目光的,是一台大型超節點集群,號稱「超智融合」的計算系統。展位旁剛揭幕的自研晶片,標籤上寫著「異構眾核,雙模設計」,清楚點出這款產品的獨特定位:同時支援超級計算(超算)與智慧計算(智算)兩種工作負載。太初元碁在WAIC上正式發布的這款大規模計算底座,被稱為業內首款超算與智算融合的系統級產品。傳統上,超級電腦與AI訓練伺服器各自採用不同架構,前者強調高精度浮點運算與平行處理,後者則專注於矩陣運算與低精度推理。
太初元碁的雙模設計,讓同一套硬體能在超算與智算模式間切換,實現資源共享與任務調度最佳化,大幅提升整體效率。據現場介紹,這套系統採用異構眾核架構,內部整合多種計算單元,可根據不同應用場景動態分配算力。例如,在科學模擬、氣象預報、基因定序等超算場景,系統可調用大量雙精度浮點核心;而在深度學習訓練、大模型推理等智算場景,則能切換至低精度矩陣運算單元,兼顧效能與功耗。這種「一機兩用」的設計,讓客戶不必再分別建置超算與智算集群,從硬體層面實現真正的融合。除了硬體架構創新,太初元碁也在系統層面提出完整解決方案。
該公司展示的「超節點集群」整合了高速互連網路、分散式儲存與統一管理平台,可支援上千節點規模的擴展。現場工作人員表示,這套系統已通過多項實際測試,包括大規模分子動力學模擬、千億參數語言模型訓練等場景,均展現出穩定且高效的表現。值得注意的是,太初元碁並非從零起步。該公司團隊來自國內頂尖高性能計算研究所,擁有多年超算系統研發經驗。此次推出的晶片與系統,正是將超算領域的技術積累,與AI時代的算力需求相結合。在WAIC展會上,太初元碁也與多家合作夥伴簽署協議,將共同推動超智融合算力在科研、工業、金融等領域的落地。
業界分析指出,隨著大模型參數量突破千億、甚至萬億,單一晶片或單一伺服器已無法滿足訓練與推理需求,系統級協同成為關鍵。太初元碁的「超智融合」路線,正好回應了這個趨勢。過去,超算與智算分別由不同硬體體系支撐,彼此之間存在數據傳輸瓶頸與資源浪費;如今透過統一的異構架構,不僅簡化系統設計,也降低運維成本。從WAIC現場的氛圍來看,國產算力產業已從「秀晶片」階段進入「秀系統」階段。各家廠商不再只標榜單卡算力,而是展示整機櫃、整集群的解決方案,強調功耗、延遲、擴展性等綜合指標。太初元碁的「超算+智算」融合底座,正是這一趨勢的代表作之一,也為未來大規模計算基礎設施的發展提供新方向。
未來,太初元碁計劃持續優化晶片架構,並推出更多規格的產品,以滿足不同規模客戶的需求。該公司也透露,將與生態夥伴合作,建立開放的軟體開發環境,讓超算與AI應用可以更順暢地部署在統一的平台上。隨著AI與科學計算的邊界日益模糊,這種「一底座、雙模式」的設計,可望成為下一代算力基礎設施的重要標竿。
Related
相關文章

OpenAI首款AI硬件,為什麼是個沒有屏幕的「甜甜圈」
OpenAI與Jony Ive團隊合作的首款AI硬體,外型類似無螢幕的冰球大小圓環,被形容為金屬甜甜圈。這款設備定位為以AI為第一交互入口的計算設備,而非傳統智能音箱,售價可能落在300至400美元之間。
OpenAI 首款硬件真容浮現:冰球大小無屏設計,售價 300 至 400 美元
OpenAI首款硬件產品細節曝光,為一款無螢幕的智能音箱,外型類似冰球,售價約300至400美元,由OpenAI與前蘋果設計師Jony Ive的LoveFrom公司合作開發。該設備內建電池與攝影鏡頭,可支援手持使用並將視覺資訊傳給ChatGPT,實現多模態感知。此產品推出時正值蘋果對OpenAI提起商業機密訴訟,OpenAI內部評估其設計細節有望反駁侵權指控。

消息稱英偉達急尋中國 AI 基站供應商,與“下一個中際旭創”合作開發 6G 基站
NVIDIA正積極在中國尋找AI基站供應商,並有意與被視為「下一個中際旭創」的業者合作開發6G基站,顯示其從資料中心延伸至通訊基礎設施的布局。此舉凸顯NVIDIA對6G市場的重視,AI基站被視為整合邊緣運算與智慧調度的關鍵節點,但合作細節與技術方案尚未正式公布。
金剛GC3芯片重新定義視頻AI算力規則,國產RISC-V高端算力商業化提速
近日,第三屆中國計算機學會芯片大會(CCF Chip 2026)在太湖之濱無錫成功舉辦。會場中,兩院院士與頂尖工程師們的討論話題直指底層架構的“根技術”創新。一個核心追問被反覆推至臺前:當摩爾定律逼近物理極限,製程紅利日益稀薄,堆核心、拼頻率的老路越走越窄,是否該徹底換一條路走?換言之,與其在通用架構上不斷打補丁,能否從數據流動的本質出發,為特定場景原生設計一顆芯片?
把512 GiB閃存搬到xPU旁邊,HBF能打破推理內存牆?
HBM已經證明,通過堆疊和共封裝把存儲介質遷移至GPU附近,可以緩解AI計算中的數據搬運瓶頸。現在,SK海力士聯合閃迪,將類似的思路正式應用到NAND上,通過HBF將大容量閃存放到包括GPU在內的各類xPU旁,以緩解AI推理內存牆問題。近日,雙方通過OCP發佈《High Bandwidth Flash(HBF)High-Level Base Die Specification, Version 0.7.0》。

AI的錢,被誰賺走了?
AI 浪潮推動雲端服務供應商大舉擴建資料中心,背後龐大的資本支出正沿著供應鏈層層傳導,最終流向光模塊、晶片與伺服器業者。這條資金鏈路的起點是亞馬遜 AWS、微軟 Azure、Google Cloud 等雲端廠商,他們為了滿足訓練與推論大語言模型所需的算力,持續加碼採購 GPU 伺服器與高速網路設備,帶動上游零組件需求爆發。