AITOP

国产算力

共 24 条相关 AI 资讯
8月18日
15:32
8月17日
14:29
8月13日
18:12
8月10日
11:36
11:36官方一手pandaily@contact@pandaily.com (Pandaily)
本月，国内首个10万卡全国产AI超算集群在郑州核心节点上线。大湾区也部署了10万卡的并行集群。国家发改委正围绕单一全国算力网制定下一个五年规划。该集群完全国产化，总卡数达到10万张。
行业国家超算互联网10万卡集群国产算力
推荐理由：郑州上线了10万卡国产AI超算集群，大湾区也铺开了，国家算力网要统一规划了。你关注国产算力的话可以看看。
原文
8月9日
12:28
12:28IT之家（博客/媒体）
首个全国产10万卡AI超集群在国家超算互联网郑州核心节点正式投用。该集群每秒峰值计算能力相当于全人类持续计算200年，目前支持新材料、创新药、人工智能等26个领域300多种计算任务。该集群由中科曙光打造，名为“曙光8000（登峰）”，于今年7月落成并接入国家超算互联网。它采用超智融合技术路线，支持FP64到INT8全精度，并采用浸没式相变液冷技术支撑单机柜MW级高功率密度部署。
AI产品曙光8000（登峰）中科曙光国家超算互联网
推荐理由：国产10万卡超集群来了，每秒算力顶全人类算200年，科研和AI训练都能用，看看中科曙光怎么搞的。
原文
8月6日
23:24
23:24小互@imxiaohu
75°
泄露文件显示DeepSeek正在进行新一轮融资。V4-Pro性能跻身全球第一梯队，编程能力仅比Claude旗舰低0.3%。支持百万token超长上下文，API定价为海外竞品的1/10至1/100。模型原生适配华为昇腾950PR，被视作国产算力闭环的关键一环。
行业DeepSeekV4-Pro昇腾950PR
推荐理由：DeepSeek融资材料被扒出来了，V4-Pro编程只比Claude差一点点，价格却便宜十倍，还适配华为芯片，快看看。
原文
8月4日
20:44
7月24日
23:48
7月20日
18:24
7月18日
09:24
7月13日
20:10
20:10IT之家（博客/媒体）
72°
我国首颗采用软件定义与三维近存计算技术的 AI 芯片于7月13日在上海亮相，基于14纳米制程实现每秒520万亿次浮点运算算力。通过三维垂直堆叠将计算与存储单元集成，访存带宽达每秒6.4TB，显著缓解“存储墙”瓶颈。该芯片配套全栈软件工具链，兼容主流深度学习框架，已形成从加速卡到智算集群的完整产品体系，可支撑大模型训练与推理。此举摆脱对先进制程的依赖，供应链更稳定可控，与英伟达H100约2TB/s的带宽相比，架构创新效果突出。
AI产品AI芯片软件定义芯片三维近存计算
推荐理由：国产芯片用14纳米干出520万亿次浮点运算，还靠三维近存把带宽干到6.4TB/s，比H100还猛，不走制程拼架构这条路值得关注。
原文
7月6日
10:34
6月29日
11:00
11:00IT之家（博客/媒体）
由中国科学院计算机网络信息中心等单位联合研发的“异算方舟”平台正式上线，旨在解决国产算力下软件适配难、代码迁移难等问题。平台底层搭载“九衍枢算法库”，汇集16款高性能计算工具，核心运算性能可实现十倍以上提速。同时，平台内置代码转换大模型BoundX，可自动适配多种国产算力环境，替代人工改写工作。该平台实现了算法、代码、应用的全链条打通，助力国产算力从硬件领先走向软硬件协同成熟。
AI产品异算方舟BoundX九衍枢算法库
推荐理由：中科院他们搞的“异算方舟”平台，专门帮你把代码自动迁移到国产算力上，性能还能快十倍，省去手写适配的麻烦。
原文
6月18日
18:02
18:02量子位@智能车参考
太初元碁在AIEC 2026上展示了基于国产芯片的AI算力方案，针对Token服务场景进行了优化。该实践降低了推理延迟，并提升了单位算力的Token产出效率。案例覆盖了从模型部署到线上服务的全流程。
行业太初元碁AIEC 2026国产算力
推荐理由：太初元碁这次分享的全是国产算力落地Token服务的真实经验，搞推理服务的朋友可以看看他们怎么用国产芯片省成本。
原文
6月17日
23:12
6月16日
22:07
22:07IT之家（博客/媒体）
商汤科技与香港科技园签署合作备忘录，将共同打造全港最大的国产AI智算中心。项目目标于2030年前实现40000P+算力规模，首阶段预计今年年内完成。该中心配备多元国产算力GPU集群，支撑金融、教育、医疗等高价值场景的AI应用落地。
行业商汤香港科技园智算中心
推荐理由：商汤和香港科技园要建全国产智算中心，目标2030年40000P+算力，首阶段今年就上线，这是香港AI基建的大动作。
原文
6月13日
17:51
6月10日
16:25
16:25IT之家（博客/媒体）
精选72°
摩尔线程发布并开源了首个基于国产 GPU 算力底座全链路训练的代码大模型 MusaCoder，包含 9B 和 27B 两个参数规模。该模型专注于 GPU 底层算子生成，可从 PyTorch 标准算子自动生成高性能 CUDA/MUSA 原生 Kernel 代码，降低开发者手写门槛。在 KernelBench 评测中，MusaCoder-27B-RL 以 Overall Pass@8 93.2% 的成绩超越 Claude Opus 4.7、DeepSeek-V4 Pro 等主流模型，性能领先。模型已在 Hugging Face 开源，论文同步发布。
AI模型代码大模型GPU 算子开源/仓库
推荐理由：国产 GPU 生态终于有了自己的代码大模型，做 GPU 算子开发或国产算力适配的团队可以直接试用，降低底层开发门槛。
原文
6月8日
09:52
09:52官方一手Pandaily@contact@pandaily.com (Pandaily)
精选72°
深圳河套学院联合哈工大（深圳）、深圳大数据研究院及华为，成功使用昇腾910C芯片完成了1.6万亿参数大模型的全参数后训练。这一成果标志着国产AI算力首次支撑万亿级参数模型的完整训练流程，突破了此前依赖国外高端GPU的瓶颈。项目验证了昇腾910C在大规模分布式训练中的稳定性和效率，为国内大模型自主训练提供了可行的硬件基础。该突破对降低AI研发成本、保障技术安全具有重要意义。
AI产品昇腾910C国产算力万亿参数模型
推荐理由：国产算力终于跑通万亿参数模型全流程，做AI训练和模型研发的团队值得关注——这直接关系到未来能否摆脱对英伟达的依赖，建议点开了解技术细节。
原文
6月5日
15:42
10:45
10:45IT之家（博客/媒体）
精选76°
深圳河套学院联合哈工大、华为等团队，依托华为昇腾910C国产AI算力集群，成功完成1.6万亿参数大模型DeepSeek-V4-Pro的全参数后训练。这是全球第三方机构首次在国产算力平台上完成如此规模的模型训练，模型算力利用率超过30%，关键训练算子效率提升14%，达到工业级运行标准。该成果证明国产AI芯片已能支撑世界级超大参数模型训练，为国产算力生态积累了重要经验。
AI模型华为昇腾910C国产算力万亿参数大模型
推荐理由：国产芯片终于能跑万亿参数大模型了，做AI基础设施和模型训练的团队值得关注——这证明昇腾910C已具备工业级训练能力，后续国产替代路径更清晰。
原文
5月27日
19:43
19:43IT之家（博客/媒体）
华为金融系统部CTO郑俊在2026凤凰湾区财经论坛上表示，根据斯坦福最新报告，中国AI模型整体水平仅落后美国2.7%，已无限接近国际先进水平。自今年2月以来，中国模型的调用量持续超过美国模型，主要因为国内开源模型能力大幅提升，逼近美国闭源模型水平，且依托中国基础设施和算力、电力优势，国产模型更具价格经济性。此外，我国正加快AI立法，推动国产大模型适配国产算力芯片，截至4月30日已有868款生成式AI服务完成备案。2025年AI推理数据量首次超过训练数据量，达101.34EB。
行业中美AI竞争华为模型调用量
推荐理由：中美AI竞争格局正在改写——中国模型在调用量上已反超，且差距缩小到2.7%，做AI应用选型或关注国产替代的团队值得关注这一趋势。
原文
5月26日
10:16
10:16官方一手pandaily@contact@pandaily.com (Pandaily)
精选72°
Bingbi AI 开源了 BitCPM-CANN 训练框架，支持在国产 AI 加速器上进行 1.58-bit 模型训练。相比全精度训练，该框架可将推理内存需求降低最多六倍，显著降低硬件门槛。这一开源举措有望推动国产算力生态发展，让更多开发者和团队在国产芯片上高效训练和部署大模型。
AI产品开源/仓库训练框架国产算力
推荐理由：国产算力生态终于有了低精度训练的利器——1.58-bit 训练框架让国产芯片也能高效跑大模型，做国产 AI 部署的团队可以直接拿来用，内存省六倍，值得关注。
原文
5月17日
14:05
14:05IT之家（博客/媒体）
国家具身智能应用中试基地在杭州正式揭牌，摩尔线程成为共建合伙人和产业委员会委员。该基地聚焦技术发展、成果转化和生态构建，旨在解决国产生态不健全、能力碎片化等问题，打造自主可控的具身智能基础设施。摩尔线程已打通“大模型训练—仿真模拟—端侧部署”生态闭环，可为具身智能提供一站式国产算力方案。双方还成立了“具身智能算力与仿真联合实验室”，加速规模化落地。摩尔线程2026产品发布会将于5月18日举行，可能推出家庭AI产品。
行业具身智能摩尔线程国产算力
推荐理由：具身智能是AI下半场的战略制高点，做机器人或AI硬件的团队值得关注——摩尔线程的国产算力方案能解决从训练到部署的卡脖子问题，建议点开了解具体合作细节。
原文