这次2026海光基础软件生态高峰论坛，行业关注的重点普遍跟以前不太一样。往年参加类似会议，习惯性先翻参数、对标跑分；这次在郑州，通篇是关于软硬协同与异构调度的具体打法。核心圈的信息透露出一个很明确的转向：AI供应链的竞争，已经从“峰值算力的单点资源”让位给了“系统级有效算力”。

如果说过去的AI算力竞赛是一场拼命曝光峰值参数的资源比拼，那这次闭门会上，议题重心完全落在了“系统效率”上。

整场闭门会几乎把国内云厂商、操作系统、头部数据库和大模型公司的核心决策层全部聚齐了，议题直指“全栈软硬协同”和“异构调度优化”。会上传递的关键信息非常集中：再强的芯片参数，如果没有细腻的软件栈去解耦碎片化的异构算力，最终都会陷入“忙不过来、算不出去、迁移不过来”的尴尬。

正如此前海光在春季技术沟通会上发布的DCU软件栈年度版本所言，仅仅把数万张DCU堆起来还远远不够，真正决定集群稳定性的，是算子调优、编译优化和通算融合等基础软件层面的“毫厘之争”——在MLPerf等多项测试中，正是这些底层软件打磨支撑了10万亿参数模型的稳定运行（DTK 26.04提供完整成熟的计算库，DAS 1.8集成超2000个算子，支持100+主流AI框架）。换言之，基础软件生态的深度，决定了算力底座的真实上限。

行业正从过去疯狂的“单卡跑分内卷”走出，转向对“超节点互联”和“异构调度”的务实考虑。以最近在郑州完成部署的中科曙光scaleX万卡超集群为例，如果只是傻堆硬件无法啃下万亿参数的复杂诉求，底层关键在于开放架构设计，不仅兼容主流软件生态，还能支持国产芯片的多品牌混用，攻克高速互联与存算协同等关键技术。

而最近几次动作上，这种“全栈协同”的思想路径通过光合组织的多层级配套被进一步巩固——从自研HSL开放总线协议的标准化定义，到DTK、DAS、DAP基础软件栈的全面开放，再到AI计算开放架构联合实验室“3年投入超10亿元”的研发动作，全产业的精力都扑在了解决国产智算服务器适配难、异构算力兼容差、基础软件栈缺失这三大顽疾上。

没有细腻的基础软件去打通全线接口，再强大的单一硬件也只能是一堆高硅含量的砖头。一旦基础软件生态被层级打通，异构算力能够按需流动，国产AI的算力才能跳出单一赛道的寒碜对比，进入系统化组装、极致化效能的时代。

从“堆参数”走向“磨系统”，从“单点比高低”转向“生态圈比效率”——这就是这场论坛揭示的深层信号，也是国产算力区别于海外封闭模式的想象力所在。