无问芯穹与华环电子合作探索国产异构算力基础设施

2026-09-19 12:38 0 阅读

合作背景：两家清华系企业的联手

9月17日，无问芯穹智能科技股份有限公司与北京华环电子股份有限公司正式签署战略合作框架协议。双方都跟清华大学电子工程系有渊源——无问芯穹由清华团队创立，专注AI原生基础设施；华环电子则是深耕通信领域30多年的老牌企业，长期为三大运营商提供光传输设备，也服务于电力、交通等行业的专网。

文章配图

这次合作的核心，是把无问芯穹在异构算力管理和AI软件平台上的能力，跟华环电子在网络通信、硬件研发和工程实施方面的经验结合起来，共同探索一套面向国产芯片的AI基础设施方案。

过去几年，大模型训练和推理对算力的需求爆炸式增长，但单纯堆GPU已经不够用了。现在的挑战在于：如何让不同厂商的芯片（比如华为昇腾、寒武纪、天数智芯等）高效协同工作，同时保证数据在计算节点之间快速、稳定地流动。

无问芯穹的做法是通过软件层统一调度异构算力。他们开发的大模型跨域训练系统，能自动适配不同芯片的特性，优化计算和通信的重叠，减少等待时间。据公开信息，这套系统已在全国接入超过37,000P的算力，覆盖16种主流AI芯片。

而华环电子的优势在于底层网络。光传输设备决定了数据中心内部以及跨地域集群之间的带宽和延迟。如果网络跟不上，再强的算力也会被卡住。华环的设备长期运行在运营商骨干网和行业专网上，稳定性经过验证。

双方的合作逻辑很直接：一个管“算”，一个管“连”，合起来解决端到端的问题。

在具体落地层面，两家公司计划联合推进智算中心的全生命周期建设，包括方案设计、软硬件适配、集成部署和后期运维。

传统数据中心往往先买硬件再装软件，但AI时代的需求反过来了——模型和应用驱动基础设施设计。比如，某个大模型需要高带宽低延迟的AllReduce通信，那网络拓扑和交换机配置就得提前规划；如果推理任务对时延敏感，边缘节点的部署策略也要调整。

无问芯穹的Agentic Infra平台试图从软件侧定义基础设施需求，而华环则负责把这些需求转化为可实施的硬件和网络方案。这种“自上而下+自下而上”的结合，可能比单方面推动更贴近实际场景。

双方还提到要探索一种叫“Token工厂”的新模式。简单理解，就是把AI服务的输出标准化为Token（文本生成的基本单位），然后围绕Token的生产效率、成本和质量来优化整个基础设施。

无问芯穹称，过去一年通过算法优化和调度改进，已将推理成本降低约10倍。但这还不够——要真正规模化，还得靠工程化能力。比如，如何快速部署支持多种芯片的推理集群？如何监控Token产出的稳定性？出现故障时如何快速切换？

这时候华环的工程实施和运维经验就派上用场了。他们熟悉大型通信项目的交付流程，知道怎么在复杂环境中保证系统长期可靠运行。如果能把这种能力复用到AI基础设施上，或许能加速国产算力从“可用”走向“好用”。

值得注意的是，这次合作特别强调“国产大模型+国产芯片”的闭环。这背后有现实考量：一方面，国际供应链存在不确定性；另一方面，国内芯片生态正在快速成熟，但软件栈和工具链仍需打磨。

无问芯穹的平台已经支持多种国产芯片，但适配不是一劳永逸的事。每款芯片的内存带宽、互联协议、编译器支持都有差异，需要持续投入人力做调优。而华环的网络设备如果能针对这些差异做定制化优化（比如调整流量调度策略），或许能进一步释放性能。

不过，真正的考验在于落地效果。很多国产方案在实验室跑分不错，但到了真实业务场景——比如高并发推理、长序列生成、多模态混合负载——就会暴露短板。双方能否通过这次合作积累出可复制的经验，还有待观察。

除了技术层面，这次签约也有产业协同的意义。无问芯穹作为初创公司，擅长软件和算法，但在硬件集成、项目交付上资源有限；华环电子有成熟的销售和服务网络，但需要新的增长点。两者互补，可能比单打独斗更容易打开市场。

而且，两家都跟清华体系关系密切，沟通成本低，信任基础强。在AI基础设施这种长周期、高投入的领域，稳定的伙伴关系很重要。

目前协议还处于框架阶段，具体项目细节尚未公布。但有几个关键点值得关注：

总的来说，这次合作没有喊口号，而是聚焦在算力调度、网络传输、工程交付这些具体环节。如果能扎实做出几个标杆案例，对国产AI基础设施生态会是实实在在的推动。