问题： 随着智能计算需求快速增长，算力已成为推动产业变革的重要基础设施。当前，国内企业对高性能计算平台的需求持续攀升，尤其大型模型训练推理和行业智能化升级上。然而，芯片研发周期长、软件生态更新快、应用迁移成本高等问题依然突出。硬件从设计到量产需要较长时间，而算法框架与行业应用迭代更快，这种供需节奏不匹配容易导致平台适配滞后、开发成本上升，影响创新效率和产业落地速度。此外，算力安全和供应链稳定性的要求不断提高，也对核心技术掌控和生态体系建设提出了更高标准。 原因： 高端GPU的研发涉及架构设计、先进制程适配、系统集成与工程验证等多个环节，具有天然的长周期特性。而应用侧则以模型迭代、框架更新和算子优化为主要驱动力，体现为短周期特征。同时，算力平台的价值不仅取决于硬件性能，还与软件栈成熟度、工具链完整性和生态兼容性密切有关。缺乏可持续的软件支持和开发者网络，即使硬件具备竞争力，也可能面临"能算但不好用、可用但不易迁"的困境。此外，行业客户对稳定性、可扩展性和可运维性的更高要求，需要从芯片到系统再到平台服务形成完整的闭环能力。 影响： 这些问题直接影响算力供给能力、行业数字化与智能化进程以及产业链韧性建设。对企业而言，能否兼顾性能与生态的前提下实现规模化部署，决定了商业化速度与市场空间；对行业用户而言，平台迁移成本、工程效率与可靠性影响着智能化项目的投入产出比；对整个产业而言，构建自主可控且开放协同的算力生态，有助于形成更稳定的技术路线和更广泛的开发者参与，推动创新成果从实验室快速应用到实际场景。 对策： 根据如何在"长周期硬件"与"短周期软件应用"之间建立高效连接的问题，沐曦提出了"自主创新与开放兼容"的双轨并行战略：在核心技术层面强调关键能力掌控和演进方向把控，提升安全性和独立性；在生态层面注重兼容主流框架和工具链，降低开发者和行业用户的迁移门槛。据介绍，该公司GPU硬件布局已形成多个产品矩阵，其中训推一体产品是重点发展方向，旨在满足行业客户对通用性、易用性、稳定性和规模扩展需求。更重要的是，通过自研软件栈提升平台适配和应用迁移效率，为开发者提供接近"即插即用"的体验，让行业客户能够专注于算法创新和业务落地。同时，通过开源活动和竞赛等方式扩大开发者社区规模，推动工具链和应用实践积累，形成良性循环的生态培育路径。 前景： 从产业趋势看，算力供给正从单纯追求峰值性能转向"软硬协同、系统优化、生态驱动"的综合竞争。随着大型模型在金融、医疗健康、能源、交通、教育科研和文化娱乐等领域的深入应用，行业对可控可用、可扩展可运维的算力平台需求将持续增长。沐曦提出的"1+6+X"规划说明了这个趋势：以统一算力底座支撑重点行业规模化落地，同时提前布局具身智能、低空经济等新兴场景。未来国产算力生态的竞争将更聚焦于软件栈成熟度、开发者规模、行业解决方案和交付能力诸上。持续提升兼容性和工程效率、扩大生态合作范围、在关键行业打造可复制的标杆案例将成为企业实现从产品突破到生态优势的关键因素。
中国企业正在算力领域探索一条新的创新之路：既要突破核心技术瓶颈，又要构建开放共赢的产业生态；这不仅关乎单个企业的发展空间，更是提升国家数字竞争力的关键所在。随着更多创新主体找到自主可控与开放合作的平衡点，"中国智造"的升级版图必将更加清晰。