7月9日至11日，以“智算无界，范式跃迁”为主题的光合组织2026智能计算应用大会在郑州举行。此次大会聚焦智能计算的应用与发展模式、AI基础设施的创新以及国产开放计算生态的构建。旨在推动国产人工智能算力从侧重建设转向侧重应用，从评价单一指标转向关注系统整体能力，并促进其从局部场景向大规模推广。

算力跃升：首个国产十万卡级AI集群亮相

曙光8000（登峰）的部署标志着AI算力基础设施已从万卡级别进入十万卡级别的部署阶段。该系统采用开放架构设计，能够兼容多种品牌的AI加速卡和主流计算生态，支持跨厂商、跨体系的算力协同与统一调度，为大模型训练、科学智能及产业智能化提供强大的超智融合算力支持。

海光CPU和DCU相关产品在此次大会上集中展示，凸显了其覆盖云、边、端的全景AI计算布局能力。值得注意的是，海光CPU与DCU已成功应用于十万卡AI超集群的建设中，这证明了国产计算和加速芯片在支撑大规模算力基础设施方面的能力已达到新的高度。

应用深化：算力高效转化为生产力

在大会召开前夕，曙光8000（登峰）全国产十万卡AI超集群已正式接入国家超算互联网。此举意味着算力供给正从高端前沿技术向更广泛的普惠化和产业经济价值转移。相关的算力资源将通过SCNet面向全球科研机构、高校、企业及个人用户开放申请。

要实现超大规模算力的有效落地，关键在于提升其利用效率和应用转化能力。为此，光合组织联合国家超算互联网，面向AI产业链的合作伙伴推出了“开放计算Token谱系”计划。该计划覆盖算力生产、调度和应用等各个层面，旨在促进中国企业在面向全球提供Token生产力方面的技术与商业路径上形成协同优化。大会期间，已有近百家企业正式加入该计划。

生态共建：加速应用落地的开放体系

从十万卡算力基础到Token生产力，智能计算的竞争正从规模化建设转向系统协同和应用落地。中国工程院院士李国杰指出，人工智能正迅速从大模型向智能体和具身智能演进，AI for Science的兴起也加速了基础研究和技术发明的进程。这些变革带来了巨大的算力需求，且这种需求不再局限于单一精度的计算，而是需要同时支持高精度的科学计算和低精度的AI训练。这种融合对计算系统在架构、规模、能效和可靠性方面提出了系统级的创新要求。

中国科学院院士鄂维南也强调，AI for Science正在推动科学研究从传统模式转向系统化平台模式，并加速向工程应用和产业赋能延伸。面对庞大且异构的算力需求，构建一个开放、高效、协同的计算生态，已成为释放智能计算价值的关键。

国家先进计算产业创新中心主任历军表示，此次大会标志着中国先进计算产业已从解决整机、芯片和基础软件能力，进入更加重视应用推广和应用水平提升的新阶段。光合组织将重点推进三项措施：首先，依托曙光8000和国家超算互联网体系，为成员单位、开发者及中小企业提供普惠算力支持；其次，组建千人规模的技术支撑团队，为应用开发、系统适配和性能优化提供服务；最后，计划在三年内投入10亿元资金，支持生态伙伴进行应用研发、技术创新和场景落地。

大会期间，中科曙光、海光信息、北京智能科学研究院、中国移动、豫信电科、索辰科技等单位达成了多项战略合作。同时，光合组织AIDC基础设施专委会也正式成立。随着十万卡AI超集群算力底座的建成、开放计算Token谱系计划的推进，以及生态合作机制的不断完善，开放计算有望成为支撑中国智能计算应用落地的重要力量。