6月26日消息，据媒体报道，海光信息近日表示，基于“CPU+DCU”双芯一体化方案，用户无需区分算力优化由哪颗芯片承载，整套系统可统一输出高效算力。
未来CPU将承载更多原本由加速芯片承担的运算任务，部分轻量化应用也可直接运行在DCU上——而对于仅布局单一品类芯片的厂商而言，很难匹配这类复合需求。
海光信息总裁沙超群在接受采访时，系统阐释了对国产算力发展趋势的三方面设想。
沙超群指出，此前Chatbot时代对芯片的需求高度集中于GPU，而进入AI智能体时代后，CPU需要承担更多工作——无论是对智能体的编排、记忆与上下文调度，还是应对不同Agent算力沙箱的多样化需求，都在持续重塑算力格局。
他以英伟达架构演进为例：“从Blackwell架构到Rubin GPU架构，Token性价比有了数倍提升，其原因更多在于系统层面不再是单一GPU芯片在孤军奋战。”
沙超群表示，海光同样拥有类似的产品矩阵与演进路径，“我们有CPU、DCU双芯算力底座，还有配套Scale-up场景的HySwitch高速交换芯片、RDMA网卡与交换整机，同时依托光合组织生态，完成全链路国产化智算系统方案。未来行业将看到更多千卡、万卡规模的系统落地。”
在系统能力提升之外，沙超群还强调了生态开放的战略方向。海光在国产算力产业中持续倡导开源开放路线，不仅开放了DCU与软件栈，还将自研CPU高速互联总线HSL对外开源，打通了CPU与DCU之间的数据通道，并牵头成立专项工作组，目前已吸引大量产业链芯片厂商参与共建。
此外，沙超群表示，海光将通过软硬件深度协同，依托系统级优化充分释放整机综合性能；同时联合光合组织数千家应用企业、AI优化合作伙伴及国内主流大模型厂商共建方案，打造训练算力更强、推理场景性价比更优的国产算力整体方案。
沙超群指出，在未来的AI Agent时代，CPU承担的任务比重将越来越大，同时CPU与DCU正在走向产品功能的深度融合。
据介绍，此前行业采用异构双芯搭配方案时，CPU与加速芯片分属不同架构，跨架构适配、调优与协同会带来明显的性能损耗。
而基于海光“CPU+DCU”双芯一体化方案，用户无需区分算力优化工作由哪颗芯片承载，整套系统可统一输出高效算力，大幅降低了高校科研机构等用户的开发适配成本。
海光透露，公司同时拥有CPU与DCU完整产品线，具备先天技术底座，已提前布局双芯融合的相关技术开发，为智能体时代的算力范式转换做好了准备。
