芯片缺场景、场景缺信心……国产算力“双向赋能”的僵局，正被一套系统工程撕开缺口。曾于今年携医疗、教育、科研、内容生产、工业五大AI场景来到申城亮相世界人工智能大会的北电数智，正是这套系统工程的实践者。作为国内国产算力全栈落地的核心探索者，它正用“全栈系统工程”回答一个行业之问：国产AI如何从“可用”真正迈向“好用”。
从“有没有”到“好不好用”
当前，AI产业正从集中训练转向千行百业实际应用。国家数据局数据显示，2025年用于人工智能训练和推理的数据总量为199.48EB，推理数据量首次超过训练数据量。推理更侧重响应速度、能耗和稳定性，这为国产芯片带来有利机遇，差距正逐步缩小。
但“可用”之后仍有难题：芯片厂商缺真实场景，成熟速度受限；应用方担心不成熟，不敢先用。两端都在等对方先迈步。
北电数智的判断是：主要矛盾已从“有没有”转向“好不好用”，必须把两端放进同一个系统工程。实践中，北电数智共建先进计算迭代验证平台，对主流芯片逐一评测、适配；建成三千卡规模多芯混合集群，让国产芯片在接近真实生产的环境中试炼；将十余种国产芯片放进同一资源池统一纳管、统一度量，实现底层芯片可替换、上层应用无感知；自研推理引擎并开源，新款国产芯片“即插即用”，接入周期从数月缩短到以周计。
全栈国产，不只是国产化率叠加
有客户采购国产芯片后模型跑不顺，问题不在芯片，而在缺少把算力组织起来的系统。真正的全栈国产至少有三层：技术栈全栈，从芯片纳管、调度、推理引擎到模型服务，每层都面向国产算力特性重构；生命周期全栈，智算中心“转起来”才刚开始；产业链全栈，芯片、整机、平台、模型、应用环环相扣。政企客户不问单点参数多高，只问总成本高不高、风险可不可控、落地简不简便、供应稳不稳定。
落到智算中心，体现为五项能力：多芯统一纳管，任务、模型自动匹配芯片，每次调用都是真实负载验证；峰谷调度，白天保障在线业务，夜间承接训练任务，算力利用率提升；云边端协同，敏感数据本地处理、复杂任务按需上云；开源推理引擎，把“读懂题目”和“逐字作答”拆给最擅长的芯片协同完成；以存换算，缓存复用减少重复计算，用户等待更短、同样算力服务更多人。
从“买芯片”转向“买效果”
计价逻辑也在变。客户越来越关心：能不能按效果算账？真正要算的是每个有效Token的总成本——采购价之外，还有适配费、利用率、时延、运维和能耗。北电数智用AI原生方式管理智算中心，运维从被动处理故障转向提前预判，能耗动态下降；同时探索“效果式计费”，用户按需应用、按效果付费。
在真实场景中形成正循环
算力好不好用，看现场。在医院，与中日友好医院共建的皮肤专病大模型达到中级医师考试水平，诊疗时间缩短两成、病历书写效率提升七成以上；与北京天坛医院合作的认知障碍筛查模型，让老人用手机两分钟完成初筛。在工厂，运维智能体一秒输出检修方案，头部建筑企业工程造价从几天缩短到几小时。在城市，从北京朝阳AIGC视听底座到佛山制造业AI底座，再到昆明、大理“一地一策”，底座建到当地、模型扎进场景。
国产芯片不是在展厅里被参观好用的，而是在真实场景中被用好用的：使用越多，优化越充分；优化越充分，应用越广。全栈国产不是一家企业的单独行动，而是一场需要协同的接力——推动国产算力从“能用”走向“好用”、从“好用”走向“常用”，为数字中国筑牢坚实的算力基础。
原标题：《芯片缺场景、场景缺信心？全栈系统工程打通最后一公里》
热门跟贴