商汤共建五大万卡级国产智算集群，以智算科技夯实AI基础设施底座

大模型訓練與推理對算力的需求呈指數級成長，智算基礎設施已成為人工智慧產業競爭的戰略制高點。在這一背景下，商湯科技對外披露其智算佈局的重要進展：已與多方合作共建5個萬卡級國產智算集群，以自主可控的智算科技為大模型時代提供堅實底座。

一、為何是「萬卡級」：大模型時代的算力門檻

隨著參數規模從億級躍升至兆級，模型訓練所需的算力資源呈跨越式成長。萬卡級集群意味著單一集群可同時調度上萬張加速卡協同工作，能夠支撐超大規模預訓練、長上下文訓練以及大規模推理服務。這不僅是數量的堆疊，更涉及高速互聯、並行策略、容錯恢復、能耗管理等一系列系統工程難題。5個萬卡級集群的落地，標誌著國產智算基礎設施從「可用」走向「好用、規模化好用」。

二、國產化：從晶片到軟體的全棧協同

「國產智算集群」的核心在於自主可控。商湯所共建的集群以國產AI加速卡為算力單元，並透過自研的分散式訓練框架、通訊庫與算力調度平台，實現異構算力的高效協同。軟硬體全棧優化是關鍵：一方面要充分釋放國產晶片的算力潛力，另一方面要讓開發者以較低遷移成本使用國產算力，降低對單一技術路線的依賴。這一實踐對完善國產AI晶片生態具有重要的牵引作用。

三、算力即服務：讓智算能力普惠可及

大規模智算集群的價值最終要體現在產業賦能上。商湯依托智算基礎設施，以算力服務、模型服務與平台工具的形式向外輸出，服務對象覆蓋大模型創業公司、科研機構與傳統行業客戶。萬卡級集群可以按需切分、彈性調度，讓中小團隊也能用上超大規模算力，避免重複建設與資源閒置。這種「算力即服務」的模式，有助於降低AI創新門檻，推動智算科技與實體經濟深度融合。

四、綠色與效率：規模化智算的必答題

萬卡級集群的能耗與散熱壓力不容忽視。在集群建設中，液冷、余热回收、智慧調度等技術被廣泛應用，以提升單位算力的能效比。同時，透過任務编排與彈性伸縮，讓算力資源在訓練與推理之間動態流動，提高整體利用率。規模化智算的可持續性，既關係到營運成本，也關係到產業的長期健康發展。

五、結語：築牢底座，開放共贏

5個萬卡級國產智算集群的共建，是商湯在智算科技領域階段性成果的體現，也是國產AI基礎設施走向規模化、體系化的一個縮影。面向未來，智算競爭不僅是算力規模的競爭，更是軟硬體協同、生態開放與能效管理的綜合較量。以自主可控的智算底座為支點，開放協作、共建生態，才能讓人工智慧技術更快、更穩地賦能千行百業。