2025年12月18日，国产算力领军企业海光信息在光合组织2025人工智能创新大会上重磅发布“双芯战略”为核心硬件底座，同步推出自研hsl系统互联总线协议与全栈式开放ai软件体系，通过“硬件互联标准化+软件生态开放化”两大核心抓手，彻底解决长期困扰国产ai算力产业的“芯片互联难、生态适配贵、协同效率低”三大痛点，为国产ai算力从“单点突破”迈向“系统级协同”提供关键技术支撑，加速构建自主可控、高效协同的“中国版cuda”生态，助力千行百业智能化转型驶入快车道。
海光“双芯战略”的本质，是依托海光信息在高性能cpu与ai加速dcu领域的双技术积淀，构建“通用计算+ai加速”的异构协同计算架构，同时通过自研总线协议与开放软件栈，破解制约国产算力规模化落地的两大行业核心难题：一是不同厂商、不同架构的异构芯片之间互联效率低下，数据传输存在明显壁垒，导致系统整体算力利用率难以提升；二是国产ai软件生态呈现碎片化状态，开发者需要针对不同芯片架构重复开发适配，研发成本高、周期长，严重制约了国产算力的商业化推广。
作为国内少数同时具备高性能cpu与dcu自主研发能力的企业，海光信息凭借多年技术深耕，打造出“c86系列cpu+gpgpu系列dcu”的产品矩阵，其核心优势在于高度兼容x86架构与主流ai深度学习框架，可无缝承接现有应用生态，大幅降低政府、金融、电信、能源、制造等关键行业的国产化替代成本。在实际应用场景中，双芯协同架构展现出强大的算力调度能力：海光cpu承担任务调度、数据预处理、系统资源管理等通用计算工作，确保整个系统的稳定运行；海光dcu则专注于矩阵运算、张量计算、神经网络训练与推理等ai核心负载，将算力聚焦于高复杂度的并行计算任务。这种分工明确、协同高效的架构设计，将系统整体算力利用率提升至90以上，显着优于传统“cpu+第三方加速卡”的松散组合模式。
以千亿参数大模型训练场景为例，传统算力架构中，cpu与加速卡之间的数据传输需要经过多层协议转换，存在明显的时延与带宽损耗，导致算力利用率往往不足60；而海光双芯协同架构通过深度优化的硬件接口与软件调度算法，实现了数据在cpu与dcu之间的高速流转，配合自研hsl总线协议，进一步降低了数据传输的时延，让大模型训练效率提升30以上，同时有效缩短了模型迭代周期，为ai企业节省了大量的算力成本与时间成本。在工业质检、金融风控等实时性要求较高的场景中，双芯协同架构同样表现亮眼，可在毫秒级完成数据处理与智能决策，满足行业对算力的极致需求。
二、hsl总线协议：国产算力的“统一互联接口”，实现芯片“紧耦合”协同
hsl（hygon syste lk）是海光信息专为异构计算场景研发的系统互联总线协议，2025年9月首次对外披露技术细节，12月18日正式发布hsl 10完整规范，包含从底层物理层到上层应用层的完整协议栈、ip核参考设计与指令集架构，为国产算力产业提供了标准化的互联底座，彻底改变了以往异构芯片“各自为战”的混乱格局。
1 三大核心技术优势，重构异构芯片互联效率
hsl总线协议的研发目标，是打造一款适配国产算力需求、性能比肩国际先进水平的互联标准，其核心优势体现在三个方面：
- 性能跃升，突破带宽时延瓶颈：相较于目前主流的pcie 50接口，hsl总线的双向带宽提升4倍，单链路带宽可达2tb/s，足以满足万亿参数大模型训练过程中海量数据的高速传输需求；同时，通过优化协议栈设计，减少数据传输过程中的冗余校验与转发步骤，端到端时延降低60，达到微秒级传输水平。此外，hsl总线原生支持chiplet（芯粒）技术与先进封装工艺，可将多个不同功能的芯片裸片集成在同一封装内，实现芯片间的超近距离互联，进一步提升系统集成度与算力密度，为下一代高性能算力集群的建设奠定基础。
- 紧耦合协同，提升系统整体效率：hsl总线协议实现了海光cpu与国产dcu、gpu、fpga等多元ai芯片的无缝互联，数据在不同芯片之间的传输无需额外的协议转换芯片与驱动程序，直接通过原生接口完成交互，这种“紧耦合”协同模式，让异构计算系统的整体运行效率提升30以上。在分布式算力集群场景中，hsl总线支持多节点之间的高速互联，可构建起规模庞大的算力网络，满足超大规模ai模型训练与科学计算的需求。
小主，这个章节后面还有哦，请点击下一页继续阅读，后面更精彩！
- 开放兼容，降低产业适配门槛：hsl总线协议并非封闭的技术标准，而是充分兼容pcie、cxl等国际主流互联接口，同时提供完整的ip核与硬件参考设计，外设厂商、oe整机厂商与系统集成商可快速完成产品适配，无需投入大量资源进行底层技术研发，产品开发周期缩短50。这种开放兼容的设计理念，打破了技术壁垒，吸引了更多产业链伙伴加入生态建设，加速了国产算力互联标准的规模化推广。
2 三步走开放路线图，共建国产算力硬件生态
海光信息为hsl总线协议制定了清晰的开放路线图，分阶段推动协议标准化与生态化建设，目标是打造成为国产算力产业的统一互联标准：
- 短期目标（1年内）：开放hsl总线的基础互联协议与ip核授权，支持寒武纪、壁仞科技、沐曦集成电路等主流国产ai芯片厂商的产品与海光cpu直连，降低异构算力集群的集成门槛；同时联合光合组织成员单位，开展兼容性测试与认证工作，发布首批兼容hsl协议的硬件产品名录。
- 中期目标（2-3年）：逐步开放hsl总线的底层接口与chiplet互联规范，推动多厂商芯片的模块化组合，支持不同功能的芯粒通过hsl总线实现异构集成，打造“算力积木”式的硬件开发模式；此外，构建超节点算力集群的技术标准，支持数千颗芯片的协同计算，满足国家重大科研项目与超大规模ai应用的算力需求。
- 长期目标（3年后）：推动hsl总线协议成为行业公认的国产算力互联标准，联合政府、科研机构与产业链上下游企业，共建开放共享的硬件生态平台，打破国外技术垄断，实现国产算力硬件的自主可控与协同发展。
3 典型场景落地：赋能大模型训练与行业算力集群建设
hsl总线协议的技术优势，在实际应用场景中得到了充分验证。在千亿至万亿参数大模型训练场景中，基于hsl总线协议构建的32路cpu+64路dcu超节点算力集群，实现了节点间数据的微秒级传输，模型训练的迭代效率提升25，同时支持故障节点的快速检测与切换，确保训练过程不中断，大幅降低了大模型训练的风险。在制造业的智能工厂场景中，hsl总线协议让ai加速卡与cpu协同处理生产线的高清图像数据流，实时完成产品缺陷检测，检测效率提升40，误检率降低15，助力制造企业实现高质量、高效率的生产。在金融行业的高频交易场景中，hsl总线的低时延特性，让算力系统能够在极短时间内完成市场数据的分析与交易决策，为金融机构赢得市场先机。
三、开放软件栈：打造“中国版cuda”，让国产ai开发“降本增效”
硬件的强大离不开软件生态的支撑，海光信息在发布“双芯战略”的同时，同步推出了dtk、das、dap三层全栈式开放软件栈，覆盖从底层异构编程到上层行业应用的全链路，构建起开放统一的国产ai软件生态，解决了“开发难、迁移贵、适配慢”的行业痛点，目标是打造比肩nvidia cuda的“中国版cuda”，为开发者提供高效、便捷的开发工具与环境。
1 dtk异构计算平台：跨芯片编程的“统一工具箱”
dtk（hygon dcu toolkit）是海光信息推出的底层异构计算开发平台，其核心亮点是openhygon统一编程工具包与hygontk统一映射接口，旨在让开发者通过一套代码，即可适配海光双芯架构与其他主流国产芯片，无需进行重复开发与调试。
dtk平台全面兼容tensorflow、pytorch、dspore等主流深度学习框架，支持fp32、fp16、bf16、t8等全精度计算模式，可覆盖大模型训练、端侧推理、科学计算等全场景需求。平台内置的编译器优化技术与算子融合算法，能够自动识别代码中的性能瓶颈，对计算任务进行智能调度与优化，将海光dcu的算力利用率提升至92，超越行业平均水平。此外，dtk平台还提供了完善的性能分析工具与调试环境，开发者可实时监控算力资源的使用情况，快速定位代码中的问题，开发效率提升60以上。
2 das基础软件系统：ai应用开发的“高效加速器”
das（hygon ai sofare）是海光信息打造的中层基础软件系统，集成了2000+经过深度优化的ai算子，支持100+主流ai开发工具，为应用开发者提供了丰富的底层功能模块，大幅降低了ai应用的开发难度。
das软件系统的算子库覆盖了n、transforr、rnn等主流神经网络模型，支持动态图与静态图混合编程模式，能够完美适配oe（混合专家模型）、t（思维链）等新一代大模型架构。通过编译器的自动优化技术，das系统可根据硬件特性，对算子进行重新编排与融合，让模型的推理速度提升30，训练吞吐量提升25。更重要的是，das系统兼容类cuda编程接口，开发者无需学习全新的编程语法，只需对原有cuda代码进行少量修改，即可在海光dcu上高效运行，迁移成本降低80，极大地提升了开发者的积极性与参与度。
3 dap应用平台：垂直场景的“快速赋能引擎”
dap（hygon ai application ptfor）是海光信息面向行业用户推出的上层应用使能平台，内置了知识库引擎、智能体编排模块与行业解决方案模板，搭配opendas开源套件，旨在加速ai方案在垂直行业的落地应用，将开发周期从“月级”缩短至“周级”。
dap平台提供了金融风控、医疗影像诊断、工业质检、智慧城市等20+行业的预制模板，用户只需导入业务数据，通过简单的可视化配置，即可快速搭建专属的ai应用。例如，在金融行业，用户可通过dap平台快速构建信贷风控模型，自动分析客户的信用数据，识别潜在的违约风险；在医疗行业，dap平台提供的医疗影像分析模板，可辅助医生快速检测病灶，提升诊断效率与准确率。此外，dap平台还开放了丰富的api接口，可与企业现有erp、cr、s等业务系统快速集成，实现ai技术与业务流程的深度融合，让ai从“实验室”走向“生产线”。
四、生态共建：从“单打独斗”到“协同共生”，赋能千行百业智能化转型
海光信息“双芯战略”的核心愿景，并非打造封闭的技术壁垒，而是通过开放共享的生态模式，联合产业链上下游伙伴，共建自主可控的国产算力生态。光信息已与光合组织的6000+合作伙伴建立了深度合作关系，从硬件适配、软件开发到行业应用，形成了完整的产业协同链条。
在硬件层面，海光信息与寒武纪、壁仞科技、沐曦集成电路等国产ai芯片厂商达成合作，通过hsl总线协议实现了cpu与加速卡的“紧耦合”款国产芯片的兼容性测试，适配周期较传统模式缩短50；在软件层面，海光信息联合麒麟软件、统信软件等操作系统厂商，达梦数据库、人大金仓等数据库厂商，共同优化双芯平台的兼容性与稳定性，确保各类软件能够在海光算力平台上稳定运行；在行业落地层面，海光信息已与多家金融机构、制造企业、电信运营商达成合作，推动双芯战略在实际业务场景的规模化应用。例如，某国有银行基于海光双芯平台搭建的风控模型，训练效率提升35，部署成本降低20；某汽车制造企业通过海光算力平台实现了生产线的智能质检，产品不良率降低25，生产效率提升18。
五、战略价值与未来展望：夯实国产算力底座，加速ai自主可控进程
海光信息“双芯战略”的发布，标志着国产算力产业从“单点突破”进入“系统级协同”的全新发展阶段，其核心价值体现在三个方面：一是技术自主可控，hsl总线协议与开放软件栈的推出，打破了国外在算力互联与软件生态领域的技术垄断，构建起国产算力“自主互联+自主开发”的完整体系，保障了国家关键信息基础设施的安全；二是产业降本增效，统一的硬件互联标准与软件开发平台，降低了异构算力集成与ai应用开发的成本，加速了国产ai芯片的规模化应用，推动ai算力向“普惠化”方向发展；三是生态协同创新，通过开放共享的合作模式，吸引了全产业链参与生态建设，形成了“cpu+dcu+生态”的良性循环，为国产算力产业的持续发展注入了强劲动力。
面向未来，海光信息表示将持续加大研发投入，迭代升级hsl总线协议，开放更多底层技术接口，完善软件栈的功能与性能，目标在“十五五”期间实现“千芯互联、万应用适配”的生态目标，让国产ai算力真正“好用、易用、耐用”。随着海光“双芯战略”的深入推进，国产算力产业将迎来全新的发展机遇，为数字中国建设与人工智能产业的高质量发展提供坚实的算力支撑。