AI工厂越建越大，硬件之间的互通性正在变得和单卡性能一样重要。加速器、内存、存储来自不同供应商，任何一处不匹配，都会拖慢整个数据中心的部署节奏。

这种压力正在累积。AI基础设施的瓶颈，已经从单颗芯片转移到整个系统层面。

打开网易新闻 查看精彩图片

从芯片到系统，瓶颈换了位置

过去衡量AI算力，看的是单颗加速器的峰值性能。但当AI工厂开始规模化，供应商变得多元，硬件之间的匹配问题就成了新的卡点。加速器、内存、存储各自来自不同厂商，组合在一起时的不兼容，会直接拖慢部署速度。

开放社区正在尝试解决这个问题。开放规范的目标，是把AI数据中心硬件的集成周期从一年压缩到几个月。

一年到几个月，差在哪

集成周期之所以长，是因为不同供应商的硬件需要逐一适配。当系统规模扩大，适配的工作量和出错概率同步上升。开放规范试图用统一的标准减少这种反复磨合。

对AI基础设施来说，这意味着部署节奏可能不再被硬件匹配拖住。当瓶颈从单芯片转向整个系统，谁能先把互通问题解决，谁就能更快把算力落地。