【導(dǎo)讀】8月27日，2026中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)在貴陽(yáng)開(kāi)幕。海光信息在會(huì)上首發(fā)“Agent to Token開(kāi)放計(jì)算架構(gòu)”，該架構(gòu)依托CPU與DCU雙芯協(xié)同及開(kāi)放互連，面向詞元經(jīng)濟(jì)規(guī)模化發(fā)展提供從芯片到應(yīng)用的算力框架。隨著大模型加速向產(chǎn)業(yè)滲透，Agent正成為AI落地的核心載體，詞元的生成效率、單位成本與供給穩(wěn)定性直接影響Agent應(yīng)用深度。海光此次發(fā)布的架構(gòu)將Agent調(diào)度與詞元生成納入統(tǒng)一體系，CPU承擔(dān)業(yè)務(wù)流系統(tǒng)樞紐，DCU聚焦并行計(jì)算加速，并支持算力、互連、安全、軟件棧四維開(kāi)放，為國(guó)產(chǎn)算力在智能經(jīng)濟(jì)時(shí)代的體系化能力升級(jí)提供了新的路徑選擇。
雙芯協(xié)同 貫通Agentic AI全鏈負(fù)載
當(dāng)前，大模型加速向產(chǎn)業(yè)場(chǎng)景滲透，Agent正成為AI落地真實(shí)業(yè)務(wù)的核心抓手抓手。詞元作為連接業(yè)務(wù)需求、算力投入與服務(wù)產(chǎn)出的關(guān)鍵載體，詞元的其生產(chǎn)效率、單位成本與供給穩(wěn)定性，直接決定Agent應(yīng)用深度與詞元經(jīng)濟(jì)商業(yè)化落地進(jìn)程。
針對(duì)這一趨勢(shì)，海光首發(fā)“Agent to Token開(kāi)放計(jì)算架構(gòu)”，面向詞元經(jīng)濟(jì)完整價(jià)值周期，打通“業(yè)務(wù)需求—智能體調(diào)度—詞元生產(chǎn)—結(jié)果交付”閉環(huán)，精準(zhǔn)匹配Agentic AI負(fù)載特征。
該架構(gòu)通過(guò)“CPU+與DCU”雙芯及開(kāi)放互連體系，將Agent調(diào)度需求與Token生產(chǎn)詞元生成納入統(tǒng)一算力架構(gòu)體系，為詞元規(guī)模生產(chǎn)、成本核算和行業(yè)應(yīng)用提供系統(tǒng)級(jí)計(jì)算支撐。
其中，海光CPU承擔(dān)Agent業(yè)務(wù)流的系統(tǒng)樞紐職能，覆蓋數(shù)據(jù)預(yù)處理、多智能體沙箱隔離、任務(wù)編排決策、記憶體分級(jí)存儲(chǔ)、向量數(shù)據(jù)庫(kù)檢索五大核心模塊；DCU聚焦詞元生成側(cè)的并行計(jì)算加速，承擔(dān)批量解碼、KV緩存優(yōu)化、預(yù)處理加速、長(zhǎng)序列支撐等工作任務(wù)。雙芯協(xié)同可根據(jù)Agent并發(fā)規(guī)模、任務(wù)復(fù)雜度與詞元生成量級(jí)動(dòng)態(tài)調(diào)配資源，將算力精準(zhǔn)轉(zhuǎn)化為詞元生產(chǎn)力為詞元從技術(shù)產(chǎn)出向產(chǎn)業(yè)生產(chǎn)力轉(zhuǎn)化提供系統(tǒng)級(jí)算力支撐。
四維開(kāi)放 構(gòu)建產(chǎn)業(yè)協(xié)同底座
隨著詞元經(jīng)濟(jì)逐步加速滲透至實(shí)體產(chǎn)業(yè)，異構(gòu)資源協(xié)同、模型高效遷移、安全可信與產(chǎn)業(yè)伙伴生態(tài)接入等問(wèn)題，成為產(chǎn)業(yè)規(guī)模化落地的核心訴求。海光“Agent to Token開(kāi)放計(jì)算架構(gòu)”在架構(gòu)實(shí)現(xiàn)算力、互連、安全、軟件棧四維四個(gè)維度全面開(kāi)放，為多樣化算力提供從Agent任務(wù)調(diào)度，到詞元生產(chǎn)的完整組織方式。
算力開(kāi)放支持海光雙芯原生組合、異構(gòu)芯片交叉適配等多種部署模式，靈活匹配不同場(chǎng)景詞元生產(chǎn)需求；
互連開(kāi)放以自研HSL高速互連協(xié)議為核心，突破傳統(tǒng)帶寬瓶頸，提升芯片間、詞元全鏈路流轉(zhuǎn)效率；
安全開(kāi)放依托芯片級(jí)內(nèi)生安全能力，為Agent業(yè)務(wù)運(yùn)行、與詞元流轉(zhuǎn)提供全鏈路可信保護(hù)；
軟件棧開(kāi)放通過(guò)全棧開(kāi)發(fā)工具鏈適配百余種主流AI框架，大幅降低模型遷移與開(kāi)發(fā)門(mén)檻，加速詞元價(jià)值轉(zhuǎn)化。
開(kāi)放性進(jìn)一步擴(kuò)大了架構(gòu)的適配范圍，打破了算力供給邊界，為國(guó)產(chǎn)算力生態(tài)協(xié)同提供了對(duì)接框架，加速詞元價(jià)值向?qū)嶓w產(chǎn)業(yè)落地轉(zhuǎn)化。依托光合組織生態(tài)，海光將進(jìn)一步聯(lián)合整機(jī)、軟件及行業(yè)伙伴推進(jìn)產(chǎn)品適配，推動(dòng)國(guó)產(chǎn)CPU、DCU和不同加速卡在統(tǒng)一計(jì)算體系下調(diào)配應(yīng)用。行業(yè)用戶可沿用部分現(xiàn)有設(shè)備，并根據(jù)業(yè)務(wù)增長(zhǎng)分階段擴(kuò)容，推動(dòng)算力資源更高效落地實(shí)體業(yè)務(wù)。
海光“Agent to Token開(kāi)放計(jì)算架構(gòu)”的發(fā)布，是國(guó)產(chǎn)算力面向詞元經(jīng)濟(jì)智能時(shí)代的體系化能力升級(jí)。依托雙芯協(xié)同的技術(shù)路徑，海光將持續(xù)打磨算力方案、堅(jiān)持開(kāi)放協(xié)同路線，為詞元經(jīng)濟(jì)規(guī)模化落地提供務(wù)實(shí)的自主算力支撐。
總結(jié)
海光此次發(fā)布的“Agent to Token開(kāi)放計(jì)算架構(gòu)”，核心邏輯比較清晰：將AI落地從單純的算力供給，擴(kuò)展為面向詞元生產(chǎn)全鏈條的系統(tǒng)級(jí)調(diào)度能力。CPU承擔(dān)Agent業(yè)務(wù)編排和記憶管理，DCU專(zhuān)注批量解碼和KV緩存優(yōu)化，雙芯協(xié)同解決的是大模型推理中“調(diào)度+計(jì)算”分離帶來(lái)的效率問(wèn)題。
