中国AI产业发展路径与挑战 - 人工智能正成为驱动新质生产力发展的核心引擎，但单纯依靠堆规模的传统模式已不足以维持高速迭代，协同与融合成为推动技术进步与产业升级的关键路径 [1] - 中国在国家战略层面推动“AI+”，大模型驱动的应用已渗透几乎所有行业，但发展面临“性能墙”与“生态墙”双重制约，包括高端算力供给不足、软硬件适配不畅、技术标准不一、应用成本高昂，成为中小企业发展的显著壁垒 [2] AI计算开放架构与生态建设 - 光合组织提出“开放计算”主题，旨在通过打造AI计算开放架构，整合产业链企业优势，从技术“单点突围”走向产业“生态共进” [2] - 中国智算产业面临两大挑战：突破算力瓶颈（涉及高端AI芯片禁运、先进制程工艺瓶颈、EDA软件禁售等）和实现算力普惠（封闭系统售价高昂、自主生态不成熟、算力资源供需错配等） [3] - 光合组织选择借鉴安卓模式，构建由大量企业分工合作的开放系统，其开放架构不排斥国外产品，旨在降低开发门槛、加速应用落地和提升系统性能 [3] 大规模智能计算系统创新 - 中科曙光在HAIC2025首次以真机形式展示了scaleX万卡超集群，这是面向万亿参数大模型、科学智能等复杂场景打造的大规模智能算力基础设施方案 [4] - scaleX万卡超集群在超节点架构、高速互联网络、存储性能优化、系统管理调度等方面实现多项创新突破，单机柜算力密度提升20倍，部分技术与能力已超越海外同类产品 [4] - 该系统极大降低了智算集群的整体拥有成本，硬件上支持多品牌AI加速卡，软件兼容主流计算生态 [4] - AI超集群通过高速总线和统一内存，将千万个GPU连接在一起像一块芯片一样工作，统一存取内存，调度算力密度非常高，从而极大提升实际算力，克服了传统集群因通信瓶颈导致的效率下降问题 [7] AI技术未来发展方向 - 单纯依靠堆叠算力已逐步逼近AI的效率极限，未来发展需要底层技术创新 [6] - 当前多模态模型普遍存在“缝合式融合”短板，难以形成对真实物理世界的系统性理解，制约了其在复杂真实场景中的可靠应用 [6] - 未来AI总体算力发展可概括为“两超”（超节点和超高密度）、“一开放”（开放生态）、“两融合”（“超算、智算、通算”融合以及“算、存、网、电、冷、管、软”融合） [6] - scaleX万卡超集群代表的AI超集群是未来非常被看好的方向 [6] 产业合作与“AI+”应用落地 - 商汤科技、大晓机器人与中科曙光达成战略合作，共同推进世界模型在国产算力平台上的高效训练与推理 [6] - 大晓机器人发布的新一代“开悟”世界模型（Kairos 3.0）支持多视角、长时序、复杂动态环境下的场景建模与交互生成，并已与scaleX万卡超集群等产品完成深度适配 [6] - “AI+”已有多领域落地成果，包括地理科学领域的多模态语言大模型“坤元”，以及AI在国产新能源汽车设计测试中的工业应用 [8] - HAIC2025大会展示了“AI+交通”、“AI+医卫”、“AI+安全”、“AI+工业”、“AI+能源”、“AI+软件服务”等成果展区，例如甘肃省利用车纹识别大模型打造的“5G+智慧公路” [8]