🔥36氪•最新收集於 11m
海光信息佈局端側 AI 計算
💡了解海光最新的端側 AI 戰略及其對國內自主計算生態的影響。
⚡ 30-Second TL;DR
有什麼變化
從 CPU/DCU 擴展至端側 AI 計算
為什麼重要
海光進軍端側 AI 標誌著向本地化、安全 AI 處理的轉變，這對中國工業與企業應用至關重要。
下一步行動
評估海光 DCU 及即將推出的端側芯片，以用於需要本地化、安全推理的工業物聯網項目。
誰應關注：Developers & AI Engineers
關鍵要點
- •從 CPU/DCU 擴展至端側 AI 計算
- •專注於實時響應、本地處理與安全性
- •將於 2026 年展示全棧「雲邊端」能力
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •海光信息端側 AI 佈局主要依託於其深算系列（DCU）架構的微縮化與能效優化，旨在適配邊緣計算設備的功耗限制。
- •該公司已與多家國產操作系統廠商達成合作，推動端側 AI 模型在國產軟硬體生態中的兼容性與部署效率。
- •海光信息在端側 AI 的技術路徑中，重點引入了針對 Transformer 架構的專用加速指令集，以提升大模型在本地運行的推理速度。
- •除了硬體層面，海光還推出了配套的開發工具鏈「海光 AI 軟體棧」，支持主流深度學習框架在端側設備上的無縫遷移。
- •海光信息此次戰略轉型旨在應對金融、工業檢測及智慧城市等領域對數據隱私與低延遲處理的迫切需求。
📊 競品分析▸ Show
| 特性 | 海光信息 (端側 AI) | 華為昇騰 (Ascend) | 寒武紀 (Cambricon) |
|---|---|---|---|
| 架構基礎 | x86 兼容 + DCU | 達芬奇架構 (Da Vinci) | MLU 架構 |
| 生態優勢 | 軟硬體國產化兼容性高 | 鴻蒙生態與全棧軟體 | 專用 AI 芯片性能密度 |
| 市場定位 | 國資與政企市場 | 全場景 (雲邊端) | 高性能推理與訓練 |
🛠️ 技術深入
- 採用異構計算架構，將通用計算單元與 AI 加速單元深度集成，減少數據搬運延遲。
- 支持 INT8/FP16 混合精度計算，針對端側場景優化了模型量化與剪枝算法。
- 具備硬體級安全加密模塊，確保端側數據在本地處理過程中的隱私與完整性。
- 軟體棧兼容 PyTorch 與 TensorFlow，並提供針對邊緣計算場景的算子庫優化。
🔮 前景展望AI analysis grounded in cited sources
海光信息將在 2027 年前實現端側 AI 產品在國產信創市場的份額翻倍。
隨著政企客戶對數據本地化處理需求的激增，海光的全棧自主體系將具備顯著的政策與技術壁壘優勢。
端側 AI 業務將成為海光信息繼數據中心業務後的第二大營收增長引擎。
邊緣計算設備的部署規模遠大於數據中心，且海光正積極將其 DCU 技術下沉至邊緣市場。
⏳ 時間線
2016-05
海光信息技術有限公司正式成立，啟動國產 x86 處理器研發。
2021-09
發布深算一號（DCU）系列產品，正式進入 AI 加速計算領域。
2022-08
海光信息在上海證券交易所科創板成功上市。
2024-05
發布深算二號系列產品，顯著提升了 AI 推理與訓練性能。
2025-11
海光信息啟動端側 AI 軟硬體協同研發項目，標誌著戰略重心向邊緣計算延伸。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 36氪 ↗