海光双芯加速方案，如何助力运营商词元经营？

/记得星标我/

比大部分人早一步看见未来

运营商大举布局AI 算力基础设施之后，下一道必须答好的考题是什么？
我认为，不是继续扩大算力规模，也不是跟进最新的大模型参数，而是如何把沉淀在机柜里的算力，转化为可计量、可盈利、可持续的业务收入。换句话说，就是怎么做好词元经营这门生意。

在2026 中国联通合作伙伴大会上，海光信息正式推出“面向词元经营的双芯加速解决方案”，给出了国产算力视角下的解题思路。这套方案跳出单纯的硬件性能比拼，围绕词元从生产到复购的完整价值周期搭建能力框架，将算力组网、大模型训练推理、智能体调度与运营纳入统一架构，试图帮运营商把算力真正运营起来。

从算力建设到算力经营，运营商的新考题

过去几年，运营商加快算力网络布局，AI 算力规模快速增长。但随着基建逐步到位，行业普遍开始面对一个现实问题：有算力不等于有效益。

很多地方的AI 业务还停留在资源出租的阶段，按机柜或按卡收费，赚的是基础资源的差价。这种模式下，算力投入和业务收入之间没有精细的对应关系，词元生产多少、成本多少、损耗在哪，很难算得清楚。

更深层的矛盾在于，词元的完整链路当前并没有很好串联起来。生产、调度、计量、成本核算、应用变现、复购扩容，各个环节往往对应不同的系统、不同的团队，数据不通，标准不一。前端业务要上线一款AI 服务，后端要反复协调资源；想要核算单客单业务的收益，往往要靠人工拆分统计。

这也意味着，运营商的AI 发展正在跨过第一个阶段，从算力建设周期进入价值经营周期。接下来的竞争核心，不再是谁的算力存量更大，而是谁能把每一个词元的生产效率提上去，成本控下来，价值打出来。

- 02 -

双芯协同，打通词元经营全链路

海光这套方案的核心逻辑，是用CPU 加 DCU 的双芯组合，支撑词元全周期的经营需求，而不是只解决某一个环节的计算问题。

其中，海光CPU 承担智能调度中枢的角色，发挥拓扑感知的优势，统筹资源编排、工具调度和记忆管理等复杂任务，智能对齐内存分配与节点布局。海光 DCU 则作为加速计算引擎，主要负责并行计算、P/D 分离优化、批量解码、KV 缓存优化、预处理加速以及长序列高效处理。

两者不是简单的叠加，而是通过数据协同和内存协同机制，实现业务流量的智能分流与动态调度。不同类型的任务分配到最合适的计算单元上，高峰时灵活扩容，低谷时减少闲置，让整个算力池的运转效率匹配真实的业务波动。

放在词元经营的完整链条里看，这套架构覆盖了从生产到扩容的全部环节。词元生产阶段，DCU 提供稳定高效的并行计算能力，保障产出吞吐；调度阶段，CPU 统筹全局资源，根据业务优先级动态分配算力；计量与成本核算阶段，统一的架构支撑更精细的颗粒度统计，让每一个词元的消耗都可追溯；到了应用变现和复购扩容阶段，标准化的算力底座可以快速支撑新业务上线，也可以根据业务增长平滑扩充能力。

对运营商来说，这种设计的好处是贴合实际业务场景。不管是面向C 端的智能客服、内容生成，还是面向政企客户的大模型服务、行业解决方案，都可以在这套统一架构上运行，不用为不同业务单独搭建算力底座。

- 03 -

不止是芯片，是系统级的运营能力

很多人看算力方案，首先看单卡的性能指标。但对运营商而言，真正决定经营效率的，是整套系统的协同能力。

海光这套方案的思路，是从单卡性能竞争走向系统级协同，整体覆盖硬件基础层、集群系统层、软件生态层和服务运营层四个层级。每一层都对应运营商实际运营中的不同需求，从底层硬件到上层服务形成完整的闭环。

支撑这套体系的，是四个维度的开放能力。

算力开放，支持双芯原生组合，也支持异构芯片交叉适配，可以根据不同的并发规模和词元生产场景灵活搭配，不用被单一硬件架构绑定。

互连开放，基于自研的HSL 高速互连协议，突破芯片间的数据带宽瓶颈，大幅提升数据流转效率。对大规模集群来说，互连效率直接影响整体算力的有效输出，这也是词元规模化生产的关键基础。

安全开放，内置芯片级的内生安全能力，为词元经营的全链路提供可信防护。运营商的业务涉及大量用户数据和政企信息，安全是底线，也是开展经营的前提。

软件栈开放，全栈开发工具链适配百余种主流AI 框架，降低业务迁移和开发的门槛。对运营商来说，生态适配成本往往是一笔隐形的大投入，开放的软件栈可以明显缩短业务上线周期，也减少后续的运维成本。

换句话说，这套方案提供的不是几块芯片，而是一套可以直接用在经营场景里的算力运营体系。

- 04 -

算清三本账，看懂方案的实际价值

对运营商来说，判断一套算力方案好不好，最终还是要落到经营账上。具体来看，就是效率、成本、增长这三本账。

第一本是效率账。统一的双芯调度架构，可以有效降低算力闲置率，提升单集群的词元产出能力。同时一体化的架构简化了运维流程，不同业务不用重复搭建和调试环境，新业务上线的周期可以明显缩短，更快响应市场需求，加速AI 要素向业务端流转。

第二本是成本账。这套方案支持词元级的精细计量，每一个词元的算力消耗都可以精准核算，这就为业务的精细化定价和成本管控打下了基础。更重要的是，它支持现有CPU 算力的利旧，运营商可以在保护已有投资的基础上，逐步叠加 DCU 实现平滑扩容，不用一次性推倒重建，大幅降低整体建设的总拥有成本。统一调度还可以盘活分散在各地的算力资源，减少重复建设带来的浪费。

第三本是增长账。有了完整的词元经营能力，运营商就可以从单纯卖算力资源，转向卖分层分级的AI 服务。面向不同行业、不同规模的客户，推出不同规格的词元服务产品，打开更大的收入空间。而且这种模式是可持续的，从一次性的硬件采购收入，转向持续的运营服务收入，形成更稳定的增长曲线。

- 05 -

生态共建，支撑长期平滑演进

算力经营不是靠一家厂商就能做完的事，最终还是要靠完整的产业生态。

海光的思路是依托光合生态，联合整机、基础软件、行业应用等上下游伙伴，持续推进产品适配和联合创新。推动国产CPU、DCU 以及各类异构加速硬件实现统一调度、协同运行，给运营商和行业用户提供更灵活的选择。

对运营商而言，灵活度很重要。不同省份、不同业务的发展节奏不一样，算力需求也千差万别。开放的生态意味着不用绑定单一厂商的路线，可以根据自身的业务节奏，分阶段建设，平滑扩容。既可以充分利用现有的硬件资源，也可以在需要的时候快速引入新的能力，保护长期投资。

国产算力走到今天，已经不再是有没有的问题，而是好不好用、能不能赚钱的问题。只有真正贴合运营商的经营需求，能帮业务落地、帮收入增长的方案，才能在规模化应用中走得更远。

运营商的AI 竞赛，正在从上半场的算力规模比拼，进入下半场的经营效率比拼。

词元经营听起来是个新概念，本质上就是算力的精细化运营。谁能把词元的生产效率提得更高、成本算得更清、业务做得更活，谁就能在算网融合的浪潮里占据主动。

海光这次发布的双芯加速方案，是国产算力厂商向运营场景深度下沉的一次尝试。它没有停留在硬件参数的宣传上，而是站在运营商的经营视角，把技术能力转化成了可落地的效率提升、成本优化和增长空间。

接下来，随着更多场景的落地和生态的完善，这套方案能不能帮运营商真正把算力运营起来，或许会成为行业观察国产算力价值的一个重要样本。