先进计算迭代验证平台

围绕国产 AI 芯片生态适配进程中硬件差异大、软件生态不兼容、性能损失严重等核心痛点，打造了先进计算迭代验证平台示范项目。项目成功纳管寒武纪、昆仑芯、摩尔线程等十余种主流国产 AI 芯片，构建了异构软硬件评测验证平台、异构算力统一调度平台和垂类大模型优化工具链三大核心能力。项目应用评测优化闭环驱动机制与全栈软硬件协同技术，实现了国产算力对大模型训练场景的有效替代，成为北京首个千卡级国产异构算力示范标杆。

建设内容

·一、面对高端AI芯片卡脖子问题，加快促进国产AI芯片从可用到好用，支持国产AI芯片商业化落地，构建适配-推广-迭代的良性循环。

·二、搭建包含国内主流AI芯片的混元算力集群，开展体系化国产AI芯片评测，验证国产 AI 芯片规模化集群训练推理能力，开发异构算力统一调度平台，纳管适配多家主流国产 AI 芯片，研发计算图优化、硬件感知优化等优化技术，形成大模型优化工具链产品。

·三、应用牵引，面向实际应用场景开展评测和适配；研发工作产品化，形成“前进・AI 异构计算平台”“宝塔・模型适配平台”等产品及 MaaS 服务平台；生态构建，与国内主流芯片厂商形成合作关系，并参与多项人工智能国家标准制定。

量化成效

成效

一、示范成效

成效

平台成功打造了国产异构算力统一纳管与调度、全栈软硬件协同评测验证的标杆案例，形成了覆盖金融、政务、医疗、法律、文娱等多垂类行业的国产算力应用解决方案，实现了从芯片适配、性能评测到行业落地的完整闭环。

成效

二、推广潜力

成效

项目形成的 "评测 — 反馈 — 迭代 — 再评测" 技术闭环和算力服务与硬件解耦的创新模式具有较强的可复制性，适配认证体系已获得业界认可，可向全国智算中心及国产算力应用场景推广，加速国产 AI 芯片产业化进程。

成效

三、经济社会效益

成效

项目显著降低了各类企业使用国产算力的技术门槛和试错成本，带动上下游产业链协同发展，促进国产芯片产业生态繁荣，有力支撑了我国人工智能产业自主可控发展，具有重大战略意义和标杆示范价值。

特色标签与佐证材料

异构算力评测验证国产化适配纳管调度软硬件协同大模型工具链