-
告别Token焦虑，释放算力价值
随着AI产业高速迭代、大模型与行业智能体规模化落地，市场对高质量Token的需求呈爆发式增长，但供给端结构性不足愈发突出：算力架构碎片化、生态封闭割裂，Token生产不稳、供给失衡；Token浪费与短缺，投入产出比例失衡，这些因素共同制约产业高质量发展；同时，Token在流转与使用过程中的数据安全风险日益凸显，算力底座的安全防护能力成为AI经济不可或缺的基石。
-
算力长城与安全原点：剖析海光“双芯”产品的内生安全逻辑与万亿参数大模型推演
在算力即国力的2026年，大模型演进的范式正在加速。随着混合专家模型（MoE）向十万亿参数规模挺进，算力基础设施的评价维度已从单纯的浮点运算性能，转向了由“架构安全性、软件生态韧性、计算能效比”构成的三维坐标系。近日，在海光信息2026春季技术沟通会上释出的信号显示，国产处理器已不再满足于单纯的计算性能追赶，而是试图从硅片的底层物理结构出发，通过“内生安全”构建起一道能够抵御AI时代新型威胁的硬件护城河。海光双芯（CPU+DCU）的深度耦合，不仅为万亿级大模型提供了稳定的训练基座，更在后量子密码布局与机密计算领域展示了其作为国产算力底座的战略雄心。
-
海光双芯“亮剑”：发布“内生安全”技术，冲刺万亿参数大模型训练
4月2日，在海光信息2026年春季技术沟通会上，海光信息正式公开基于“内生安全”理念的一大批新技术、新成果，并首发海光DCU软件栈年度版本，为业界清晰地描绘出海光双芯产品(CPU、DCU)推动国产万亿大模型研发、加速各行各业拥抱“词元经济”的发展蓝图。
-
Qwen3发布并开源，海光DCU实现全模型无缝适配
2025年4月29日，阿里巴巴云旗下的Qwen团队正式发布并开源Qwen3，作为Qwen系列的最新一代大型语言模型（LLM），包含一系列密集型（Dense）和混合专家（MoE）模型，参数规模从0.6亿至2350亿不等。同日，海光信息技术股份有限公司（以下简称“海光信息”）在其“智能深算”战略引领下，宣布其深算单元（DCU，Deep Computing Unit）已完成对Qwen3全部8款模型（235B、32B、30B、14B、8B、4B、1.7B、0.6B）的无缝适配与优化，实现零错误、零兼容性问题、秒级部署。这一整合依托基于GPGPU架构的生态优势和海光DTK软件栈的领先特性，展现了Qwen3在DCU上的卓越推理性能与稳定性，充分验证了DCU的高通用性、高生态兼容性及自主可控的技术优势，使其成为支撑AI大模型训练与推理的关键基础设施。
-
海光DCU成功适配DeepSeek-Janus-Pro多模态大模型
近日，海光信息技术团队成功完成DeepSeek-Janus-Pro多模态大模型与海光DCU的适配优化，并正式上线。这是海光团队近期完成适配优化的第三款DeepSeek大模型，充分展现了DCU强大的生态优势与技术能力。因DCU采用了GPGPU通用加速计算架构，DeepSeek模型可直接在DCU上运行，并不需要大量适配工作，技术团队的主要工作是进行精度验证和持续的性能优化。
