北京
出品|圓維度
6月29日，由中國科學院計算機網絡信息中心等單位聯合研發的“異算方舟”國產計算系統軟件生態全棧平臺正式上線。這一平臺聚焦國產算力長期面臨的軟件適配難、代碼遷移難、科研操作繁瑣等核心痛點，為科學計算軟件生態建設提供了一體化解決方案。
硬件跑起來了，軟件卻沒跟上
近年來，國產算力硬件突破的速度令人矚目。就在上周，中國“靈晟”超級計算機以2.19EFlops的持續計算性能登頂全球TOP500榜首，成為世界首個持續性能突破2EFlops的超算系統。6月15日，算苗科技旗下3D TokenPU芯片A4E正式流片，采用自研RISC-V架構和國產工藝，專攻大模型推理場景。江原科技、兆芯、海光信息等企業也在6月底密集發布芯片新品與全棧方案。
硬件高歌猛進，軟件生態卻成為明顯短板。大量代碼難以適配國產設備，底層算法運行效率低，工程仿真操作復雜——許多優質科研成果空有算力芯片卻跑不起來。有行業分析指出，國產算力在推理端雖已“相對可用”，但訓練端集群能力、生態適配與綜合成本仍存短板，正從“有沒有”邁向“好不好用”的關鍵階段。軟硬協同失衡、自主底座不牢，是當前最緊迫的挑戰。
“異算方舟”試圖回答一個關鍵問題：國產算力硬件跑起來了，軟件怎么跟上？
平臺構建了三層核心能力。底層搭載“九衍樞算法庫”，匯集16款高性能計算工具，全面適配國產算力架構，核心運算性能可實現十倍以上提速。中層部署代碼轉換大模型BoundX，能夠自動適配多種國產算力環境，替代繁瑣的人工改寫工作，大幅降低技術遷移門檻。據披露，BoundX融合了知識圖譜與跨環境驗證技術，可輔助開發者將CUDA代碼高效遷移至國產GPU軟件生態。
三層能力疊加，實現了算法、代碼、應用的全鏈條打通。這意味著國產算力正從單一的硬件領先，走向軟硬件協同成熟的新階段。
打破CUDA護城河，國產算力生態走向閉環
“異算方舟”的行業意義不止于技術突破。長期以來，NVIDIA的CUDA生態構筑了極高的遷移壁壘——企業從CUDA切到國產芯片，不是買一張卡插上去就行，要改代碼、調算子、驗證精度、重新做性能優化。這個遷移成本讓大量企業和科研機構望而卻步?！爱愃惴街邸钡腂oundX大模型，正是瞄準這一“護城河”發力。
與此同時，政策端也在加速推進。2026年政府工作報告明確將超大規模智算集群、算電協同納入新基建工程，全國算力基建投資預期達4500億元。七部門近日聯合印發文件，強調算力競爭的核心已轉向“芯片、軟件生態與系統級集群的綜合效率優化”。在海外高端芯片受限的背景下，國產AI芯片廠商正加速適配放量，全棧生態迎來增量機遇。
“異算方舟”的上線，恰逢其時。當然，一個平臺的發布只是開始。國產算力軟件生態的完善，需要芯片廠商、操作系統、算法框架、應用開發者的持續協同。有觀點認為，國產算力正從“有沒有”邁向“好不好用”的關鍵階段。“異算方舟”提供的是一套基礎設施，而生態的繁榮，最終取決于有多少開發者愿意用它、有多少應用能真正跑起來。
但方向已經明確：國產算力不能只有硬件的“軀體”，更要有軟件的“靈魂”。“異算方舟”邁出了關鍵一步——讓算力真正為科研和產業所用，而不僅僅是實驗室里的參數。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
