1、第 1 页开源大模型时代下先进计算演进的研究报告（开源大模型时代下先进计算演进的研究报告（2025）先进计算产业发展联盟智能计算工作组浪潮信息 叶毓睿浪潮信息 叶毓睿2026年 4 月第 2 页摘 要摘 要自 2022 年底 ChatGPT 引爆全球以来，大模型已成为人工智能产业最重要的技术方向。2023年 Meta发布 Llama系列开启了开源大模型的新纪元;2024 年至 2026 年间，DeepSeek、Qwen、Llama 3、Mistral、GLM 等开源大模型在性能上不断逼近甚至超越闭源模型，深刻地改变了全球 AI 产业格局。开源大模型的快速发展极大降低了大模型应用的技术与经济门槛

2、，激发了千行百业的创新活力，但同时也对底层先进计算基础设施提出了前所未有的挑战。本研究报告系统梳理了开源大模型时代下先进计算的产业现状、关键技术演进路径与标准化需求。研究发现，先进计算正面临三大核心挑战:其一，算力需求呈超指数级增长，训练算力每 6至 10个月翻倍，推理需求因多步推理与智能体的普及在两年内可能增长百万倍;其二，异构算力生态出现碎片化趋势，NVIDIA CUDA 生态主导地位虽面临挑战，但国产 AI 芯片软件栈、编程接口、算子库各自为战，迁移与优化成本居高不下;其三，推理部署场景日益多元化，云端集群推理、边缘侧推理、端侧本地推理对算力、内存、功耗的差异化要求，使传统单一架构难以满

3、足。研究指出，先进计算正沿着 AI 芯片架构创新、异构融合与算力池化、先进互联网络、推理优化技术、开源软硬件协同五大方向加速演进。其中，Chiplet 芯粒技术、HBM3e/HBM4 高带宽存储、UEC/UALink/CXL 等新兴互联标准、vLLM/SGLang 等开源推理框架以及 Triton/OpenXLA/MLIR 等开源编译生态，共同构成了先进计算演进的关键技术底座。报告特别关注了2026年4月发布的DeepSeek-V4 预览版，作为开源大模型时代的里程碑事件，V4 在 DSA 稀疏注第 3 页意力、mxFP4 训练精度、国产算力 Day 0 适配等方面的技术突破，为先进计算演进提

4、供了重要的产业实践范本。基于上述研究，报告在第四章针对国内外标准现状提出了三大类标准化需求建议，涵盖开源大模型与算力适配、先进计算系统与互联、开源软件栈与生态等方向，为后续标准化工作和产业协同提供了系统性参考。第 4 页目 录目 录目录摘 要.2目 录.4第一章 概述.81.1 研究背景.81.1.1 开源大模型重塑全球 AI格局.81.1.2 算力需求从训练驱动转向推理与 Agent 执行驱动.101.1.3 国产算力加速崛起.111.1.4 先进计算成为系统级、生态级的全面演进.121.2 研究目的.121.3 研究范围.131.4 研究方法与工作计划.14第二章 产业现状与发展趋势.16

5、2.1 开源大模型生态全景.162.1.1 全球开源大模型主要参与者.162.1.2 开源协议与开放程度.172.1.3 Hugging Face与开源模型基础设施.182.2 产业政策与战略导向.182.2.1 国家层面政策导向.192.2.2 地方层面政策实践.192.2.3 行业自律与标准化.20第 5 页2.3 主要应用场景.212.3.1 大规模预训练场景.212.3.2 微调与持续训练场景.222.3.3 云端推理服务场景.222.3.4 边缘与端侧推理场景.232.3.5 智能体与多模态场景.242.4 产业链格局.252.4.1 上游:核心硬件与基础设施.252.4.2 中游:

6、智算中心、云服务与开源软件栈.262.4.3 下游:开源大模型团队、行业应用与终端.272.5 发展趋势研判.282.5.1 算力供需结构持续重构.282.5.2 异构算力融合加速.292.5.3 开源软件栈成为关键变量.292.5.4 国产算力进入规模化应用阶段.292.5.5 标准化成为产业协同的关键.30第三章 先进计算的主要技术路线.313.1 演进的总体方向.313.2AI 芯片架构创新.323.2.1 Transformer与 MoE加速:从通用到专用.323.2.2 Chiplet芯粒技术.333.2.3 HBM 高带宽存储:HBM3e与 HBM4.343.2.4 存算一体与新型