12月17-19日，首届光合组织人工智能创新大会（HAIC2025）在昆山国际会展中心举办。海光信息技术股份有限公司主办的“芯光同行，生态共进——2025海光企业级解决方案与伙伴实践峰会”（以下简称峰会）同期举行。

在峰会的ISV生态创新实践环节，多家领军企业集中展示了基于海光（CPU+DCU）算力底座的前沿AI应用与行业解决方案，彰显了国产算力生态在技术融合、场景创新与产业赋能方面的蓬勃活力与深厚潜力。

海光DCU：构建高性能、全栈兼容的AI算力底座

中科星图空间技术有限公司技术总师马志国深入阐释了海光DCU作为大模型与知识图谱核心算力底座的关键优势。海光DCU通过“核、存、联”协同设计，提供强大计算核心、高速存储带宽与高频互联扩展能力，在能效比与总拥有成本（TCO）上表现卓越。配套的DTK（Deep Computing Toolkit）软件栈实现了高度CUDA兼容性，支持模型“编译即运行”，极大降低了开发者的迁移门槛。DCU支持全精度运算与多令牌预测技术，已成功支撑通义千问等主流国产大模型的快速适配与高效推理。基于此，星图空间推出了面向特种领域的全栈信创大模型一体机，实现了从硬件、操作系统、框架到上层应用的全链路自主可控。

大模型训练与推理：效率突破与成本优化

在推动大模型国产化训练与高效推理方面，生态伙伴取得了显著突破。

科大讯飞江苏区域副总经理赵晨分享了讯飞星火大模型与海光等国产算力深度融合的实践。通过“训推共卡”、资源动态转换等系列工程创新，讯飞将国产算力卡在深度推理模型训练上的效率从25%提升至80%以上。基于“一个平台三大工程”的全套工具链，讯飞成功支撑了中石油“昆仑大模型”等多个千亿级参数行业模型的训练与部署，在央企智能化转型中发挥核心作用。

北京清程极智科技有限公司联合创始人师天麾则聚焦推理环节，介绍了开源的赤兔（Chitu）推理引擎如何破解大模型部署的硬件绑定难题。针对DeepSeek-R1等MoE模型的高显存需求及国产卡对FP8等低位宽格式支持不足的挑战，赤兔引擎实现了在包括海光DCU在内的非NV Hopper架构硬件上原生运行FP8/FP4模型，在节省50%算力资源的条件下，推理输出速度可提升数倍，显著降低了大模型的应用门槛与运营成本。

工业与能源：AI深入核心生产场景

海光DCU生态在工业制造与能源等实体经济领域扎根深远，驱动生产模式变革。

美林数据技术股份有限公司人工智能解决方案总监李红娟以新能源风机运检为例，展示了工业大模型的落地路径。通过构建领域知识图谱与业务框架引导大模型理解，美林数据解决了风电运维中知识碎片化、经验传承难等痛点，将定检方案生成时间从1天压缩至2小时，提升运维效率超20%，实现了AI在复杂工业场景中的精准赋能。

山东胜软科技股份有限公司业务专家闫天雨分享了专注于油气领域的“识油大模型”。该模型深度融合领域知识，利用思维链微调、GPU虚拟化资源池、MCP协议跨域协同等特色技术，为油气勘探开发、工艺优化提供智能化支持，展现了AI在保障国家能源安全中的专业价值。

垂直领域深钻：打造企业专属智能生产力

生态伙伴基于海光算力，为企业量身打造了平台化、场景化的智能解决方案。

浪潮数字企业技术有限公司海岳大模型营销总监李坤介绍了海岳大模型平台如何通过“多模型融合+智能体”架构重塑企业智能化范式。该平台已助力北京同仁堂构建数据与知识“双螺旋”引擎，实现全价值链升级；为某造船企业打造智能采购体，将招标评审时间从数小时缩短至15分钟；赋能山东海化实现工艺优化与预测性维护，取得年节电450万千瓦时、综合效益近亿元的显著成果。

北京宝兰德软件股份有限公司AI产品解决方案总监徐阳阐述了全栈协同的AI方案如何赋能科研创新。通过整合从底层海光算力、AI框架到模型服务与上层应用的完整技术栈，为科研机构提供软硬一体、高效可信的AI研发环境，加速前沿技术的探索与实践。

生态共进，智创未来

系列分享清晰地表明，以海光DCU为代表的国产高端计算芯片，已成为支撑中国AI产业从技术突破走向规模化、深层次行业应用的核心基石。众多ISV伙伴基于海光“CPU+DCU”双芯体系，在算力兼容、模型优化、平台构建、场景落地各环节持续创新，共同编织了一个覆盖广泛、层次分明、协同高效的国产AI算力应用生态网。

未来，海光将继续与生态伙伴携手，深耕核心技术，丰富应用场景，以坚实、自主、创新的算力底座，赋能千行百业的智能化转型，共赴数字时代的壮阔未来。