郑纬民谈国产算力:芯片之外,统一软件生态同样是关键

资讯 腾讯网 作者:腾讯网 全文 588 字 · 约 2 分钟读完 分类算力芯片

新京报贝壳财经讯(记者张晓慧)10月31日,2026人工智能+大会开幕式暨主论坛上,中国工程院院士、清华大学教授、九源智能计算系统生态联合体理事长郑纬民围绕国产智能计算生态发表主旨演讲。郑纬民指出,随着智能体应用快速增长,大模型对算力的需求持续攀升,国产芯片的性能不断提升,价格也逐渐具备优势。但国产算力要真...

所属频道 算力与芯片

10月31日,2026人工智能+大会开幕式暨主论坛举行,中国工程院院士、清华大学教授、九源智能计算系统生态联合体理事长郑纬民发表主旨演讲,谈的是国产智能计算生态。据新京报贝壳财经记者张晓慧报道,他在演讲中把软件体系和产业生态摆在了芯片性能之前。

郑纬民提到,智能体应用增长很快,大模型对算力的需求一路走高,国产芯片的性能在提升,价格也慢慢有了优势。不过,国产算力要想真正规模化用起来,光靠芯片性能不够,还得有统一的软件体系,有开放协同的产业生态。

他算了一笔账:买芯片的钱不等于实际使用成本。不同芯片往往要各自做软件适配和性能优化,硬件价格再便宜,如果后面软件开发和维护投入太高,整体使用成本照样可能偏高。

针对这个难题,郑纬民介绍了九源智能计算系统生态联合体在统一软件架构上的做法——把计算库、通信库、运行时和编程体系统一起来,让不同类型的芯片跑在同一个软件平台上,少做重复适配和开发,软件优化的成果也能在不同硬件平台之间复用。

他还谈到算力配置的思路:训练和推理可以分开对待。训练更适合用同构芯片,计算协同效率更高;推理则可以按不同计算任务的特点,把异构芯片组合起来用,提高整体算力资源的利用率。

在郑纬民看来,国产智能计算不能只盯着芯片制造,统一软件生态的建设也要跟上。高校、科研机构以及软硬件企业需要协同合作,国产算力才能从单点适配走向体系化创新。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 郑纬民:国产算力规模化落地,关键在统一软件体系和开放生态

    新京报贝壳财经讯(记者张晓慧)10月31日,2026人工智能+大会开幕式暨主论坛上,中国工程院院士、清华大学教授、九源智能计算系统生态联合体理事长郑纬民围绕国产智能计算生态发表主旨演讲。 郑纬民指出,随着智能体应用快速增长,大模型对算力的需求持续攀升,国产芯片的性能不断提升,价格也逐渐具备优势。但国产算力要真正实现规模

    来源 AI 行业观察
  2. 新芯航途X7 Ultra:700TOPS,NPU利用率98.7%

    贾浩楠 发自 凹非寺量子位 | 公众号 QbitAI越靠软件吃饭的公司,越重视硬件——以智驾模型知名的Momenta,出现在了一家成立仅仅两年多的芯片公司首次公开亮相里。首款芯片,Day 0适配。姐妹公司终于合体,最强智驾模型公司,如虎添翼。新芯航途XHEART,现在成了Momenta的硬通货伙伴。有模有芯,Momen

    来源 腾讯网
  3. 陈云霁:算力需求年增10倍,AI与IC深度融合须靠架构创新破局

    10月30日消息,2026世界顶尖科学家论坛在上海临港举行。中国科学院计算技术研究所副所长、处理器芯片全国重点实验室主任,研究员陈云霁在人工智能平行论坛上表示,处理器芯片是信息工业的基石,随着人类社会进入AI时代,AI与IC两大基石正在深度融合。一方面用AI辅助IC设计以制造出更好的芯片,另一方面又可以用高效芯片加速.

    来源 腾讯网
  4. 41岁,他登顶江西首富

    这一幕似乎并不意外。 在近日出炉的《2026胡润百富榜》中,有一个身影令人印象深刻——寒武纪创始人陈天石,他以2050亿财富,成为首位跻身榜单前十的江西籍企业家。 今年41岁,陈天石来自江西南昌。早年间,他与哥哥陈云霁一前一后加入中国科学院计算所,投身AI芯片研发,最终为创立寒武纪埋下伏笔。至今,寒武纪走过整整十年,期

    来源 AI 行业观察
  5. 氮化镓快充红利见顶:车载与AI服务器能否接棒

    数年前,氮化镓以快充头为载体走进大众视野,依靠高开关频率、高功率密度的特性,完成功率半导体赛道的一次大众化普及。如今赛道格局早已改写,产能铺开之后价格战持续压缩利润,消费市场的增长天花板肉眼可见。行....

    来源 腾讯网
  6. 5×5mm封装塞下655W,这款国产驱动芯片如何打破灵巧手“性能・体积・成本”不可能三角?

    加入高工机器人专业行业群,加微信:19065204977,出示名片,仅限机器人及智能制造产业链相关企业。*本文共约 2612 字,阅读完成需 5 分钟。人形机器人已跨过原型演示,进入110的规模化放量期。整机迭代在提速,但末端灵巧手、微型伺服关节仍是落地最大短板之一。高工机器人产业研究所(GGII)调研显示,这个环节长

    来源 腾讯网
  7. Alphabet自由现金流转负,芯片大买主们的钱还够吗

    10月28日,谷歌母公司Alphabet公布三季度财报:经营活动带来约423亿美元现金,购置设备和物业却支出约514亿美元,自由现金流为负约91亿美元。搜索、广告和云业务仍在增长,但当季经营产生的现金,已经不足以覆盖资本投入。 对CoreWeave、Nebius这类专门采购GPU、向外出租算力的新云服务商,资金更直接地

    来源 AI 行业观察
  8. xAI孟菲斯数据中心污染诉讼获准推进,燃气轮机合规争议待审

    美国联邦法官裁定,NAACP针对xAI数据中心空气污染提起的诉讼可以继续推进,驳回了xAI要求驳回案件的动议。原告指控这家马斯克旗下AI公司在孟菲斯为超级计算机供电的燃气轮机违反《清洁空气法》。该案被视为AI算力狂飙与社区环境正义碰撞的标志性样本,也将检验现行环保法规能否约束超大规模数据中心的现场发电行为。

    来源 AI 科技快讯
  9. 宇树最新财报:重金投入研发,上市后的考题变了

    雷峰网 10月28日晚,宇树披露上市后的首份三季报。2026年前三季度,营收已经超过2025全年,公司实现营收18.17亿元,但毛利率明显回落,研发费用率大幅抬升,扣非利润实际下滑。 宇树的收入还在加速增长,利润却没有跟上。不过,表面看,这是一份“增收不增利”的财报。实质上,这是宇树主动用过去两年赚到的硬件红利,去补贴

    来源 AI 行业观察
  10. 科技巨头AI豪掷千亿:债务与负现金流敲响警钟

    TechCrunch报道指出,大型科技公司正将数百亿美元投入AI基础设施,但不断攀升的债务、负现金流与投资者日益加剧的怀疑,正在动摇这场AI支出热潮的可持续性。当算力军备竞赛进入深水区,市场开始追问:巨额投入何时能转化为真实回报?

    来源 AI 科技快讯
  11. 与安世荷兰达成保密安排,闻泰涨停

    (文/张志峰 编辑/吕栋)10月30日早盘,*ST闻泰直线拉升并封死涨停,报11.40元/股,总市值150.55亿元。直接催化来自前一天的互动平台回复:公司确认与荷兰安世半导体管理人就谈判事项已达成保密安排,双方在具体谈判过程中需严格遵守。对一只年内跌去七成、戴着退市风险警示帽子的闻泰来说,资金买入的显然不是几天前那份

    来源 腾讯网
  12. 酒店机器人出口一年超300台,廖停英如何从服装外贸转行

    记者 陈植“5年前,我肯定不会想到自己现在竟然做起了机器人出口。”廖停英感慨地说。目前,她主要出口酒店送餐机器人与酒店清洁机器人,相关机器人产品已远销欧美、东南亚、非洲、拉美、日韩等市场。之前,她从事的是传统消费品出口。从原来的广州穆尼服装有限公司到2022年9月的广州松瀚贸易有限公司,再到2025年6月的广州罗宾智能

    来源 腾讯网
  13. 史上最大 IPO 前夕,黑石突然改口称 Anthropic 或无法获得投资级信用评级

    IT之家 10 月 31 日消息,据英国《金融时报》30 日报道,黑石集团向投资者透露,Anthropic 上市后可能暂时拿不到投资级信用评级。这一预期与黑石此前的说法出现反转,也给 Anthropic 为庞大支出筹集资金增加了难度。 据知情人士透露,在 Anthropic 最新一笔 630 亿美元(IT之家注:现汇率

    来源 AI 行业观察
  14. 氮化镓快充红利见顶:厂商押注车载与AI电源,8.7亿美元市场待突围

    数年前,氮化镓以快充头为载体走进大众视野,依靠高开关频率、高功率密度的特性,完成功率半导体赛道的一次大众化普及。如今赛道格局早已改写,产能铺开之后价格战持续压缩利润,消费市场的增长天花板肉眼可见。行业开始向外寻找增量,车载OBC、48V辅助电源、AI服务器HVDC电源成为厂商重点攻坚方向。 从消费级产品转向车规、算力场

    来源 AI 行业观察
  15. 英特尔带崩硬件,仅凭三季报救不回半导体

    本周,AI硬件股陆陆续续交出一份堪称华丽的三季报答卷,但周五的盘面却集体挨了一顿闷棍。兆易创新前三季度净利润同比暴增921%,单日收跌8.06%;澜起科技单季净利增长162%,单日跌去3.44%;ASMPT新增订单创历史新高、订单出货比冲到2021年以来最高的1.69,港股盘中一度下挫近7%;广合科技前三季净利预计翻倍

    来源 腾讯网
  16. 伯克利Agent Teams新框架:MLA内核性能达FlashInfer的1.21倍

    GPU Kernel 优化,并不是简单地把一段可运行代码改得更快。面对真实生产环境中的 Kernel,coding agent 需要在硬件指令、内存布局、并行策略和整体架构之间反复探索,虽能在初期取得进展,但会逐渐转向更容易实现、性能上限较低的方案,最终陷入局部最优。 为解决这一问题,加州大学伯克利分校(UC Berk

    来源 AI 行业观察
向下滚动自动加载更多