算力竞争换道系统协同，2026开放计算大会解码Agent

先说几个核心判断：万亿参数大模型规模化部署落地这件事，已经不新鲜了；真正让整个行业坐不住的，是具备自主规划、多步骤任务执行能力的AI智能体开始批量走进企业生产场景。海量长文本对话、高频Token交互带来的算力压力，早已超出传统GPU单机、风冷中小功率机柜的承载上限。过去那种靠单卡算力堆叠、厂商各自搭集群的发展模式，在吉瓦级智算园区、万卡级超节点集群的新需求面前，暴露出一系列短板——标准不统一、软硬件适配难、整体能耗居高不下。全产业链都在等一套可通用、可落地的全栈技术方案。

7月9日，2026开放计算技术大会在北京举办。这场由OCP开放计算社区、中国电子工业标准化技术协会开放计算标准工作委员会（OCTC）联合主办的行业年度盛会，是国内开放计算赛道覆盖面最广、参与头部企业最多的技术交流平台。现场来了超过50家全球AI产业链头部厂商，2000多名技术专家、企业研发负责人、供应链从业者齐聚一堂。

和往年更多聚焦单一硬件性能比拼不同，今年整场论坛的核心议题高度统一：AI智能体规模化商用，正在推动全球AI数据中心完成系统性重构。大会现场重磅发布了业内首份《GW-Scale Open AIDC框架技术报告》，补上了吉瓦级智算中心标准空白；来自算力、互连、电源、散热赛道的一线技术负责人依次登台，结合企业落地实践拆解下一代智算基础设施的迭代方向。整场下来，一条适配Agent时代的AIDC建设路径已经被完整勾勒出来。

行业首份吉瓦级AIDC框架报告出炉，统一全球智算园区建设规范

长久以来，吉瓦级智算中心的建设始终缺少统一顶层规范。这可不是普通机房——吉瓦级智算园区是覆盖电力、热管理、高速网络、算力调度的超大型系统工程。各家自建集群时，硬件接口、供电散热架构、运维标准各搞一套，不仅拉高前期建设成本，也给后期跨厂商扩容、设备替换埋下不少隐患。本次大会发布的《GW-Scale Open AIDC框架技术报告》，恰好卡住了这个行业痛点。

这份报告结合了全球吉瓦级智算中心建设现状与新能源低碳发展趋势，划定了算力、高速互连、存储、高功率供电、全域液冷散热五大底层技术支柱，完整定义了吉瓦级开放智算中心的全栈技术路线、硬件标准化规范与落地实施流程。从顶层设计层面看，这是第一次统一了全球AIDC的建设标准。

OCP基金会首席执行官George Tchaparian在主论坛分享时提到，AI正在让全球数据中心进入系统性重构周期。OCP一直希望搭建一套从芯片到电网、打通IT与OT设备的完整基础设施生态，依靠开放规范、社区协同、标准化机制加速新技术规模化落地，让企业用户拥有多供应商兼容、硬件可复用的算力底座。在他看来，如今吉瓦级AIDC建设早已不是单台服务器、单个集群的局部优化问题，而是需要从园区、区域整体维度统筹设计的系统工程。

OCTC相关专题工作组也在现场透露，后续将联合OCP持续深化技术协同，把国内大规模智算中心落地经验融入全球开放计算标准体系，向全球产业输出可复制、可验证的吉瓦级AIDC建设方案。本次大会同期落地了近100场深度技术分享，对外发布了全球开放计算十大创新成果，2000平方米开放展区集中展出了近百项AI基础设施全产业链标杆产品，形成“标准发布+技术解读+实物落地”的完整展示链条。

CPU重回核心，厂商推出双产品线补齐算力底座

多位登台分享的企业技术高管形成了一致判断：AI算力的发展已经走完三个清晰阶段，从2025年起正式进入Agentic智能体时代。算力架构不再是GPU单一驱动，CPU与GPU异构协同正在成为行业标配。

阿里云首席云服务器架构师陈健在现场梳理了算力演进的脉络。2012年之前的传统机器学习阶段，算力主要依靠CPU承载；AlexNet与Transformer问世后，深度学习全面迁移至GPU平台；而AI智能体的核心工作是任务拆解、工具调用、长上下文记忆管理、多轮自主反思，大量逻辑调度、会话隔离工作都需要CPU支撑。CPU的战略价值重新凸显，这个判断已经不再是理论推演，而是被真实需求逼出来的。

他现场拆解了Agent的四层迭代逻辑——从依赖人工编写指令的Prompt工程，到依靠检索工具留存对话的上下文工程，再到具备错误容错能力的管控工程，最后到能够自主设定目标、循环执行直至完成任务的闭环工程。智能体自主能力越强，CPU需要处理的记忆关联、资源调度工作就越复杂。同时，Agent运行还天然存在双重闲置问题：没有任务输入时的宏观闲置，以及等待大模型推理反馈的微观闲置。行业普遍通过vCPU超卖技术实现4至5倍算力复用，以此提升资源利用率。

针对GPU推理层面的性能瓶颈，阿里云现场介绍了磐久UMX统一内存扩展架构。这套方案打通了HBM、DRAM、多级SSD等不同规格存储介质，搭建出多层KV缓存池，最终实现CPU、GPU配比接近1:1的全栈异构超节点集群，专门适配海量智能体协同运行场景。

浪潮信息副总经理赵帅则从产业落地视角给出了行业数据支撑：IDC预测2025至2028年AI Agent年复合增长率超过110%，Gartner也提出2026年将有40%企业业务系统集成AI智能体。在他看来，每一个智能体本质都是长期在线、需要隔离调度的CPU沙箱，海量智能体并发运行，对高密度通用算力服务器形成了刚性需求。

依托行业趋势判断，浪潮信息在本次大会一口气推出两款面向Agent场景的核心硬件产品，补齐异构算力底座。一款是CPU原生液冷整机柜服务器，基于液冷OCM2.0开放模组架构打造，实现了CPU、内存、网卡、光模块全部件液冷重构，0.5U超薄节点可容纳4颗处理器，单柜最高集成384颗CPU，能够支撑4万以上智能体同时并发运行，适配未来兆瓦级高密度算力机房。

另一款是元脑SD200多模融合超节点AI服务器，作为高性能Token生成引擎，单机支持64路GPU统一寻址互连，单台设备可承载4万亿参数大模型。在Kimi K2.6万亿参数模型推理测试中，单Token生成时间被压缩到了4.77毫秒。针对中小企业本地化部署需求，浪潮信息同步推出了该机型的企业版，依托16卡统一互连域架构，将万亿参数模型首Token延迟（TTFT）性能提升了40%。

现场公布的实测数据也印证了多模型融合的价值：通过多模型并行推理、评审融合输出的方案，在AIME2026数学推理、GPQA Diamond专业问答两项权威测试中，分别取得了97.2%、90.8%的成绩。数据摆在这里，多模型协同已经被证明是提升智能体复杂任务处理能力的关键路径。

高速互连路线清晰落地，铜光分层协同，不存在通用最优方案

随着超节点集群规模从16卡、64卡拓展至千卡级别，MoE混合专家模型带来的集合通信压力持续攀升。高速互连的带宽、时延表现，直接决定整套集群算力能否完全释放。本次大会上，产业链厂商明确给出了分层协同的互连发展路线——铜互连、光互连各司其职，覆盖不同部署场景。

庆虹电子产品总监陈宣豪在主题分享中直言不讳：超节点互连没有放之四海而皆准的最优方案，只能根据场景差异化选型。机柜内部近距离高密度XPU互连场景，线缆背板、近芯片NPC线缆、共封装铜缆等铜互连方案会长期作为基础连接方式，成本低、可靠性高、运维简单；跨机柜、跨集群大规模扩展场景，则需要依靠光电热一体化光互连突破带宽上限，NPO、CPO共封装光学是行业长期研发方向。

为推动行业互连器件标准化，庆虹在大会现场宣布，将自研的224G界面ARK系列铜互连方案全面开源，向全行业开放全套图纸与技术文件，推动行业把大量定制化无源互连器件转化为通用标准化产品。与此同时，企业已将AI工艺监控体系应用在高速线缆生产全流程，对加工工艺参数、长期可靠性做量化追踪，反向优化生产线，快速匹配各家超节点厂商的带宽定制需求。

现场来自UALink、CXL联盟的行业专家补充说，目前NVLink、CXL、UALink等多种开放互连协议同步并行发展，这也倒逼硬件厂商打造兼容多协议的无源互连硬件体系。未来评判一套超节点集群竞争力的核心标准，不再只是单卡算力强弱——机柜内铜互连、跨柜光互连组成的完整互连网络，将直接决定集群的扩展上限与整体算力利用率。

800V高压直流、全域原生液冷成兆瓦机柜标配

整场大会传递出一个明确的共识：当下单机柜功率正在快速突破传统风冷机房40至50千瓦的上限，250千瓦、500千瓦乃至1兆瓦超高功率机柜逐步成为行业主流。供电、散热不再是数据中心配套环节，而是决定机房部署上限的核心架构能力。800V高压直流供电、全域原生液冷，已经成为下一代AIDC的两大核心技术方向。

先说供电层面。伟创力电源研发和产品管理部总监谢玮现场拆解了供电体系的底层变革：传统数据中心48V两级供电架构已经无法支撑兆瓦级机柜，大电流传输会产生严重线路损耗。行业整体转向“800V高压输入-50V中间转换-芯片级垂直供电”三级新架构。高压母线能够大幅降低传输电流，减少线缆发热与电力损耗；针对单机柜1兆瓦超高功率需求，行业还衍生出了Sidecar外置独立电源柜方案，把电源转换模块从算力机柜中剥离，腾出更多空间部署计算设备。

面向3000瓦以上超高功耗XPU芯片，垂直集成供电模块正在成为主流技术路线。这种方案能够和芯片封装形态兼容，缩小主板布线占用面积，提升供电转换效率。伟创力目前已迭代至第四代垂直供电产品，同时推出了8×8mm、10×9mm标准化多相电源模块，为行业提供标准化选型，缩短厂商定制开发周期。

字节跳动服务器架构师高晓军带来了新一代AI Rack3.0整机柜架构方案，进一步落地800V高压供电路线。AI Rack3.0单机柜供电上限提升至500千瓦，单电源模块支持1兆瓦输出，整机柜采用标准化800V直流输入，搭配全液冷无风扇设计，彻底解决了风液混合散热带来的功率瓶颈。对比上一代AI Rack2.0（单机柜240千瓦、双机柜承载256张GPU），3.0架构双机柜最高可承载576张GPU，Scale-up双向互连带宽提升两倍至460TB，依托标准化三插式机柜设计实现整机柜快速交付，大幅缩短大规模算力集群上线周期。

再说散热层面。浪潮信息、字节跳动等多家厂商技术负责人均在现场达成共识：在风冷服务器基础上简单加装冷板的改造式液冷方案，无法适配兆瓦级高密度机柜。从设计初期同步规划算力、供电、散热布局的原生液冷，才是GW级AIDC的唯一可行路径。

浪潮信息推出的CPU原生液冷整机柜，实现了CPU、内存、SSD、网卡、光模块全部件液冷重构，创新接触式导热方案覆盖高速光模块等易发热外设，设备全生命周期支持带液维护，保障业务运行零中断；配套多阶导热内存模组，能将内存散热效率提升30%以上。字节AI Rack3.0则采用100%全液冷设计，取消机柜内部全部散热风扇，依靠一体化液冷管线统一带走所有器件热量，适配兆瓦级超高功率密度机柜。

从产业长期价值来看，全域原生液冷能够大幅降低数据中心整体能耗，有效优化GW级智算中心全生命周期运营成本。这也是本次《GW-Scale Open AIDC框架技术报告》重点推荐的标准化散热方案。

开放生态成为行业底层共识，系统协同开启算力竞争新周期

贯穿本次大会所有分享、产品发布的核心主线，是全行业对开放计算生态的统一认可。如今开放计算早已不只是硬件图纸开源，而是依靠全球化社区协同，把GW级AIDC复杂的园区级系统工程，拆解为可共建、可验证、可复制的统一产业标准。

OCP、OCTC、CXL联盟、UALink联盟等全球开放组织深度联动，国内算力、电子、通信全产业链厂商同步参与，搭建起覆盖芯片、互连、供电、散热、固件的完整开放生态。单一企业难以独立攻克的系统级技术难题，依靠社区协同正在快速落地。

整个行业的算力竞争逻辑已经彻底改变：单纯比拼单卡算力、单机性能的时代已经过去，全栈协同、标准化开放生态才是长期核心竞争力。现场多家头部厂商都选择了开放核心架构方案——字节持续对外开放AI Rack全套架构设计，共享高速互连、液冷、高压供电技术；浪潮信息开源液冷OCM标准，兼容X86、ARM两类主流多元算力；庆虹开源224G铜互连全套设计图纸，推动无源互连器件行业标准化。各家企业以开放姿态打通产业链上下游，加速吉瓦级AIDC技术规模化落地。

写在最后

2026开放计算技术大会释放出清晰的产业信号：AI产业上半场依靠单集群算力堆叠的竞争周期正式落幕，行业正式迈入全栈系统协同竞争的新阶段。

《GW-Scale Open AIDC框架技术报告》搭建起全球统一的吉瓦级智算建设基准；CPU与GPU异构协同的算力底座、铜光分层高速互连方案、800V高压三级供电、全域原生液冷四大技术方向，将成为未来两到三年AIDC新建项目的核心建设标准。随着AI智能体在千行百业加速落地，企业对算力的需求不再是简单堆叠加速卡，而是一套能够支撑海量智能体长期并发、多模型协同推理、持续输出低时延高质量Token的完整基础设施。

依托开放计算全球化协作平台，国内产业链将持续输出适配本土业务场景的吉瓦级智算工程方案，在标准共建、硬件创新、供应链协同层面同步发力。标准化、开放化、系统化的算力底座，正在成为支撑各行业AI智能体规模化落地的真正基石，也将推动全球AIDC产业迈向更高质量的发展阶段。