云南
今天，全球经济正在被一种全新的价值单位——“Token”（词元）所重构。这个最初仅用于身份认证的计算机概念，如今已跃升为智能经济的度量衡、算力的价值凭证，甚至被誉为驱动数字世界的“新石油”。
过去几年，AI算力中心的核心关注点在于通过GPU/DCU等加速芯片堆叠峰值算力。然而，随着算力经历“Token化”变革，算力不再仅仅是训练一次模型的能力，而是每秒生成多少个Token的服务能力。此时，常常被忽视的CPU，正重新回到舞台中央，成为决定AI算力效率与覆盖广度的关键。
在2026年智博会中，海光信息总裁助理兼智能计算产品部总经理 系统地阐述了这一趋势。他指出，CPU其实是现在数据中心发展非常关键的方向。
Token化驱动CPU需求增长
杜夏威表示，大模型和算力Token化带来的直接结果是受众和用户群体的数量级跃升。为了让Token能够触达各行各业的业务场景，企业不能完全依赖于当前相对“重型”的AI芯片或算力中心。
在这一背景下，CPU的作用正变得越来越重要。从数据中心层面来看，CPU在支撑模型推理与训练、任务调度以及各类形态的计算场景中，都发挥着关键作用。
随着智能体技术的成熟和端侧设备的普及，CPU将承担更多实时、复杂的逻辑处理任务，其市场需求正在快速放大。
CPU与GPU协同发展是必然趋势
杜夏威在会议上强调，CPU与GPU协同发展是必然趋势。CPU不仅有助于保障昂贵的GPU算力被高效利用，也是算力Token化触达更广泛场景的重要支撑。
他指出，随着大模型参数量持续扩大，混合专家模型（MOE）成为主流架构，行业不得不将KV Cache以及部分算力和模型参数Offload到主机的CPU端。
这一变化意味着，无论是在智能体与端侧应用领域，还是在数据中心内部，构建CPU与GPU紧密耦合的系统化架构都将成为重点发展方向。两条路径的共同推动，将使行业对CPU的依赖和需求持续走高。
海光既有CPU，也有DCU，那么针对不同厂商的CPU或GPU是否有机会与海光产品协同使用？杜夏威给出了明确答复：这种开放生态的构建正是海光战略考量的一部分。
他透露，目前海光CPU不仅与自家的DCU进行组合搭配，也与生态内各类第三方AI芯片完成了产品化的组合适配。这一做法有助于推动国产计算生态形成良性循环，各方在协作中互相学习、共同成长。对海光而言，与伙伴的深度合作也成为推动自身产品与技术快速迭代的有效动力。
“云端协同”的完整布局
杜夏威介绍，海光在面对不同客户群体，服务方式需要因需而异。一方面，海光依托光合组织及其重要成员构建的算力网络，通过云上算力模式服务中小微企业、个人开发者乃至C端用户，实现算力的便捷触达。另一方面，通过开放的通用计算架构，推动算力系统在本地落地，重点覆盖对Token消耗负载较高的“重型”用户。
这两种模式未来将形成“云端协同”的完整布局。云端提供高效便捷的Token服务，适合快速获取和使用算力资源的场景；而私有化落地方案则面向那些对数据敏感度较高、需要与自身业务深度集成的行业客户。
杜夏威特别强调，私有化部署的价值不仅在于保障用户数据资产安全，更能够帮助企业在AI转型过程中，将原有历史数据沉淀为核心数据资产。同时，私有化布局还便于企业实现传统业务与Token化能力的深度整合。
随着越来越多的用户对私域数据的安全性高度关注，这一场景已经不再是探索阶段，而是已经进入实质落地阶段。杜夏威同时坦言，虽然数据中心方向已呈现明确增长趋势，但目前尚未达到“拐点”，仍处于快速增长期。AI终端设备能够与云端算力网络高效互动，进一步拓展了算力的应用边界。
在终端合作方面，海光已与联想开天等多家终端厂商建立合作。
CPU逐渐走到台前
从云端协同的算力布局，到开放多元的芯片生态，再到终端侧AI工作站的加速落地，海光的CPU战略正在围绕“全覆盖”和“深耦合”两条主线快速推进。在国产替代与AI普及的双重浪潮下，CPU正从幕后走向台前，成为支撑千行百业智能化转型的关键基础设施。
针对市场关心的缺货问题，杜夏威回应称，目前并不存在明确的缺货状况。以海光为例，公司始终保持充沛的产品供应状态。
来源：电子工程世界（EEWorld） 作者：付斌
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
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.
