26年前,尼葛洛庞蒂在《数字化生存》一书中预测:计算不再只与计算有关,它决定我们的生存。在今天,这些预言已经转化为现实。
随着社会向智能化阶段跃迁,计算正在以前所未有的广度和深度,推动科技创新发展,成为观察世界的一种方法论。AlphaFold 2破译“上帝密码”,借助海量异构计算资源实现蛋白质结构预测突破;中微子“面纱”揭示,庞大计算能力推动交叉学科研究,开启新物理世界大门……
每时每刻,计算都在渐次影响着科学范式、实验方法、商业模式的变革。而在计算资源与高阶价值链接的背后,一直隐现着“曙光智算”的身影。
3月29日,曙光智算召开品牌主张线上发布会,提出“算力链接价值”品牌主张。力求通过资源聚合、生态协同、模式创新,打造先进、高效的算力网络,为用户链接多元价值。同时,中科曙光副总裁、曙光智算总经理曹振南宣布,面对当前算力网络建用需求,曙光智算服务全面升级。

做难而正确的事:情怀所致 发展所向
尽人皆知,曙光作为一家有着中科院背景的核心信息基础设施企业,长久以来一直以踏实、专注著称。凭借多年在计算领域的技术积淀,完成了“芯—端—云”的全产业链布局,拥有以浸没式相变液冷为代表的多项行业领先的核心技术,实现了公司业绩的连年增长。对于曙光而言,计算不单单是业务范围,更是一种情怀。
曙光智算作为曙光旗下的子公司,也不例外。近几年,持续深耕算力服务,通过前瞻布局,一张遍布全国的算力网络已初步构建。曹振南在会上表示,曙光智算目前实现了对算力、存储、网络以及数据等分布资源的整合,并通过统一的算力服务平台(AC平台),根据科学计算、工程计算和智能计算等场景需求,向用户输出算力、算法、数据、应用高度协同的一体化资源。此外,还通过增值服务加持,例如API接口开放、适配环境优化、商业模式定制等,将产业链生态做大,降低用户使用门槛,赋能用户创新发展。
当然,一件事的成功,单单有情怀是不足以促成的,正确才是大前提。
从国家政策角度来看,我们会发现,云网融合、算力网络乃至算网融合已经成为高频热词,并且,聚焦算网融合方向,已初步形成自顶向下的政策布局。2020年,发改委明确了新基建的内涵,建设集算力、网络、新技术于一体的新型信息基础设施;2021年,“十四五”规划明确指出要统筹传统基础设施和新型基础设施,打造现代化基础设施体系;2022年,“东数西算”工程正式启动。
中国信息通信研究院主任田辉在会上指出,传统的高速网络连接已经无法满足当前的泛在计算需求,计算场景的多元化、泛在化需要更高效的算力连接,“计算+网络”融合发展将成为未来数字时代趋势。同时,算力网络涉及互联网、通信、高密度计算等多个领域,具有规模庞大、产业链条繁杂交错等特征,亟需构建统一开放的应用创新平台,满足差异化算网应用需求,凝聚产业共识。
取势源于发展,优术源于情怀,两者相融,成就了今日的曙光智算。
算力链接价值:成就每一位用户的初心
“算力链接价值”的主张提出,并非偶然。除了基于构建算力网络的核心业务,还源于曙光智算一直秉承的资源开放、技术开放、生态开放原则,以及成就每一位用户的初心。
于合作伙伴而言,曙光智算是“沃土”。其以广阔的算力、数据、算法开发平台,为底层基础设施—平台层—应用层的各层级伙伴提供滋养。通过API接口开放,实现不同类型、不同体量合作伙伴在线上的适配、开发、孵化和销售,其中不乏诸多国产软件代表。在助力伙伴实现自身快速发展的同时,也构建了海纳百川的生态共同体,为其他用户提供丰富的服务。
于正在建设或已拥有算力中心的客户而言,曙光智算是“脉络”。其以一体化运营服务,支撑算力中心全周期建设。除配备专属运营团队,支持建后产业生态聚集外:还深度结合产业特征和业务场景,助力AI产业规模化。最终将脉络无限延伸,接入全国算力网络,融入国家前瞻布局,成为算网重要节点。
于有算力资源需求的应用类用户,曙光智算是“根基”。其以“异构算力+大数据+深度学习+创新算法”的创新型算力供给模式,实现对复杂问题的求解支撑,大幅度助推学界和业界的进步。百度飞桨、中国科学院力学研究所、菲沙基因、深势科技、中国科学院工程热物理研究所等一大批行业头部企业、科研院所,在曙光智算支撑下,正在快速刷新前沿算力应用场景,实现创新突破。
沃土、脉络、根基,角色各有不同,但却因初心紧紧相依。
算力网络赛道从“无人区”走到今天的“日渐拥挤”,不乏参与者,而曙光智算却是自始至终的见证者、建设者,也是当之无愧的实力派。
今天,对于曙光智算而言,也仅仅是个开始……
好文章,需要你的鼓励
近年来,AI学会了写作、生成图像、创建视频甚至编写代码。随着这些能力成为主流,研究重点转向更深层问题:机器能否真正理解世界运作方式?世界模型应运而生,从1950年代概念到2024年OpenAI的Sora、2025年英伟达Cosmos等突破性应用。与语言模型基于文本预测不同,世界模型专注预测环境变化,通过学习因果关系实现推理规划。在机器人、自动驾驶等物理AI领域前景广阔,但面临计算资源需求高、数据收集困难等挑战。
印度统计学院研究团队对14个大语言模型进行三段论推理测试,发现AI存在"双重人格"现象:顶级模型在逻辑推理上近乎完美(99.6%),但常识判断仅达随机水平(52%)。研究揭示了AI与人类推理的根本差异——AI正成为纯逻辑机器,而非具备常识的智能体,为AI发展方向提出深层思考。
CIO角色正经历前所未有的转型。技术领导者不再仅专注于数字化转型和云迁移,还将承担企业可持续发展、AI治理和战略平台整合等责任。AI将从部署工具转变为重塑企业对技术领导者期望的核心力量。2026年CIO将承担负责任AI治理、推动AI驱动的平台整合、从IT转向企业级创新,以及成为可持续发展的首要管理者四大新职能。
DataFlow是北京大学等机构开发的AI数据准备统一框架,通过近200个可复用算子和智能助手DataFlow-Agent,将传统手工数据处理升级为标准化流水线。实验证明其数据质量显著提升模型性能,在数学推理、代码生成、数据库查询等任务中均取得突破性改进,仅1万样本效果可媲美百万级传统数据集。