中国首个十万卡国产算力集群落成,AI基建从“万卡级”迈向“十万卡级”
中国首个全国产十万卡AI超集群“曙光8000”正式落成,同步接入国家超算互联网,标志着AI基础设施建设从万卡级迈向十万卡级部署阶段 ;与此同时,光合组织发布“开放计算Token谱系”计划,配套10亿元生态扶持资金,推动算力从硬件建设转向应用落地 。CPU与加速卡配比趋近1:1,CPU算力需求持续走高,而2026年被定义为端侧AI元年 。当日动态集中指向算力链国产化加速和应用层基础设施下沉。
1. 今日主线
中国首个全国产十万卡AI超集群——“曙光8000(登峰)”正式落成,并同步接入国家超算互联网。 据澎湃新闻7月11日报道,该集群由中科曙光、海光信息等多家单位共同建设,是首个达到十万卡部署规模的全国产化AI超算集群 [1]。其接入国家超算互联网意味着算力资源可被更广泛的科研与企业用户按需调度,标志着AI基础设施建设开始从万卡级迈向十万卡级部署阶段 [1]。同日,光合组织(中科曙光等牵头)发布“开放计算Token谱系”计划,近百家产业链企业参与,配套三年10亿元生态扶持资金与千人技术服务团队,旨在推动算力从硬件建设转向实际应用落地 [1]。中国工程院院士李国杰指出,当前AI加速向智能体、具身智能演进,AI for Science催生高精度科学计算与低精度AI训练融合需求,对计算系统提出系统性创新要求 [1]。大会期间,中科曙光、海光信息、北京智能科学研究院、中国移动、豫信电科、索辰科技等单位达成多项战略合作,光合组织AIDC基础设施专委会同步成立 [1]。
2. 大厂与实验室动向
- 海光信息:副总裁李成透露,下一步重点将发力终端与嵌入式业务,完善云、边、端一体化产品布局 [1]。
5. 算力 · 基建
- CPU与加速卡配比趋近1:1,CPU算力需求走高:海光信息服务器产品部总经理张攀勇指出,随着AI业务负载变化(叠加存储、数据库、向量计算等多元业务),此前数据中心普遍1:4至1:8的CPU与加速卡配比,如今趋近1:1,CPU算力需求持续走高 [1]。
- 2026年被定义为端侧AI元年:光合组织嵌入式产品专家张考华表示,算力正从云端持续向边缘、终端下沉,2026年是端侧AI元年 [1]。
7. 投资视角
当日产业动态对AI投资主线的核心含义是:中国AI算力基建正从“万卡级”完成“十万卡级”的跨越,且核心硬件(CPU、加速卡)实现全国产化([1]),这是一个明确的“供给能力升级”信号。与此同时,CPU配比趋近1:1([1])和端侧AI元年([1])两个方向性变化,共同指向算力链内部的结构性机会正在从“纯GPU”向“CPU+端侧”扩散。
主线方向
-
十万卡国产集群落成是算力国产化进程的里程碑,增量利好国产算力全链。 “曙光8000”并非单一集群事件——它同时接入国家超算互联网([1]),意味着国产算力资源的“可调度性”和“可用性”发生了质变。过去制约国产AI芯片应用的最大瓶颈是“训练生态不成熟”和“大集群稳定性不足”,十万卡级集群的成功部署直接回应了这两个质疑。光合组织10亿元生态扶持([1])进一步说明:国产算力正从“硬件做出来”走向“生态用起来”。对投资的影响:国产AI芯片/服务器/网络互联等环节的“可论证性”显著提升,处于从“概念”到“实质订单”的转折点。
-
CPU需求走高与端侧AI元年,是算力链内部的边际增量机会。 CPU与加速卡配比从1:4-1:8变为1:1([1])——这个变化意味着:当AI业务从纯训练向“训练+推理+存储+数据库”的混合负载演进时,CPU的核心作用和需求密度在上升,而非被GPU替代。张考华指出2026年是端侧AI元年([1])——算力向边缘/终端下沉,意味着AI SOC、NPU、嵌入式芯片等品类将迎来结构性增长。这两个信号共同指向:算力链投资正在从“GPU核心资产”向“CPU+端侧+混合算力”的多元化路径扩散。
估值与情绪
- 当日无实质性的宏观估值信号。事件主体是国产算力的供给侧建设,尚未涉及整体AI产业的定价框架变化(如泡沫/衰退/过热)。
- 但结构上看,国产算力资产的“可投资性”在提升。十万卡集群落地+国家超算互联网接入,使得国产AI芯片/服务器的下游需求从“不确定的政策叙事”变得更加“可观测、可论证”。光合组织10亿元生态扶持也提供了“政府+企业”联合投资的组织确定性。
- CPU配比变化是一个被低估的边际估值信号。如果“1:1配比”成为普遍趋势,意味着通用CPU市场的AI增量需求可能被重新定价——预计全球数据中心CPU市场到2030年超2200亿美元的预测(此前历史)获得了一个新的微观验证。
受益与承压
- 受益方:
- 国产算力全链(中科曙光、海光信息及相关生态):“曙光8000”十万卡集群落成([1])直接证明了国产算力的工程化能力;接入国家超算互联网([1])意味着国产算力正从“独立集群”升级为“可调度资源”——这将打开面向企业/科研客户的商业机会。
- 国产CPU供应商(海光信息等):CPU与加速卡配比从1:4-1:8降到1:1([1]),且海光明确发力终端与嵌入式业务([1])——在AI混合负载场景下,CPU需求的结构性增量将使其成为“算力基建受益者”而非“GPU的附属品”。
- 端侧AI芯片/嵌入式处理器提供商:2026年端侧AI元年([1]),算力向终端下沉意味着手机/PC/IoT等终端的AI推理芯片需求将持续增长。
- 国家超算互联网生态参与者:曙光8000接入后([1]),算力调度/算力交易/超算云服务等环节将有确定的流量和收入增量。
- AI for Science方向(AI+科研计算):李国杰院士强调高精度科学计算与低精度AI训练融合需求([1])——曙光8000作为全国产AI超算,其典型客户正是科研/工业场景,而非纯互联网大模型训练。
- 承压方:
- 当日无明确的承压方。事件性质偏利好供给侧,未涉及竞争格局恶化或需求疲软。
- 但需注意:对进口AI芯片(英伟达/AMD在中国市场的合规份额),十万卡级国产集群的落成意味着国产替代能力的实质性增强——长期看,这会削弱外资芯片在中国AI基建中的市场地位。
- 需跟踪:
- 曙光8000集群的实际使用率和用户反馈——将验证十万卡级国产集群的“真实可用性”和“性价比”。
- CPU与加速卡1:1配比趋势是否得到更多行业数据验证——将决定“CPU受益”叙事是否只是一个会议观点还是产业趋势。
- 光合组织10亿元生态扶持的执行和首批项目落地——将直接衡量国产AI生态从硬件到应用的转化速度。
- 端侧AI是否在2026年下半年出现爆款产品(AI手机/AI PC/AIoT)——将验证“端侧元年”的叙事是否成立。
(方向性分析,不构成投资建议)
附:补充信源
(当日仅有一篇核心源,已在正文综合引用。)
- [1] 澎湃新闻 — 曙光8000十万卡集群落成 / 光合组织10亿元计划 / CPU配比1:1 / 端侧AI元年(已全文引用)
本报告为AI产业资讯的二次综合与机制分析,不构成投资建议;数据以原始报道为准。
本系列近 30 天回顾 9/17 – 10/17
- 模型层:从增长叙事转向财务验证:争论重心由年化收入高低转为口径可比性与盈利可持续性;头部实验室首次给出调整后盈利,但估值预期反而下修,公开市场与私募市场形成两套定价。
- 算力链:从订单与芯片约束转向电力与信用约束:资本开支预测继续上修,边际定价权却移向电力、并网、利率与信用条件;高杠杆AI云和数据中心项目先承压,表外承诺与AI相关债券发行成为新风险观察点。
- 竞争格局:从能力榜单转向单位成本与用量弹性:企业按任务切换模型,开放权重与低价模型分流前沿闭源需求;调用量高增与单价下行并存,中国模型份额快速上升,但商业化收入体量仍显著落后。
- 应用层:从采用率叙事转向可核查交易与ROI:Agent支付、AI办公“席位+用量”开始出现可读流水,但C端付费渗透仍低、企业ROI落差明显,平台权限与生态墙成为落地阻力。
- 监管与地缘:从自律协商转向执法与选票:安全协同遭遇反垄断、监管调查与独立评估权争议;AI和数据中心进入选举政治,出口管制与数据安全调查继续抬高跨市场风险溢价。
- 中国AI:从追赶叙事转向资本扩张与商业化分层:政策与融资加速流向基建,国产算力受高端存储等约束;收入差距被量化,资产按出口型与内需型重新分类。