“星光联合实验室”到底要解决什么问题？
海光信息与科大讯飞揭牌“星光联合实验室”，这事在圈内炸出不小的水花，因为它戳中了国产AI当前最疼的那根神经，算力与模型之间始终隔着一层“翻译器”，跑得动但跑不顺。
过去几年，国产芯片跑国产大模型，基本是适配思维：芯片做好，模型拿过来调一调，能跑通就交差。但历军这次说得直白，竞争已从单一芯片性能转向“计算平台+软件生态+模型算法+应用协同”的综合较量。刘庆峰也点破，大模型对算力的需求正从“堆规模”转向“规模、效率、协同并重”。两人话里话外，指向同一个病灶：软硬协同的“化学融合”还没到位。
联合实验室就是要做这件事：把海光的CPU/DCU和讯飞的星火大模型从“适配”升级到“共创”。不是等芯片做完了再调模型，而是在芯片设计阶段就考虑大模型运行特征，在模型训练时就针对海光架构做深度优化。这种“前移式协同”，以往在国产体系里很少见。
 说白了，这是国产AI从各自埋头苦干转向体系化作战的一个信号。如果真能把这条路蹚通，以后国产大模型跑国产芯片，就不再是“将就”，而是“讲究”。
海光信息 科大讯飞 国产算力