海光DCU交出电力行业AI规模化应用硬核答卷
2026/07/04 10:25AI云资讯16224
7月1日至2日,“第二届能源电力行业数字生态会议暨‘中国数据街’高质量发展论坛”在北京举行。会议期间,“能源电力行业第一届人工智能创新研发交流活动”完成线下复核,相关实用算法成果在大会成果发布环节集中展示。活动联合国家电网、南方电网等核心力量,聚焦数字电力“十五五”规划与“人工智能+能源电力”创新应用,围绕电力行业数据、算法、场景与算力协同,集中展示了能源电力领域人工智能研发成果与生态建设进展。
作为本次活动的核心算力支持单位,海光信息凭借自主研发的DCU芯片,为近200支研发团队全程提供算力支持,覆盖20余个电力行业细分场景的人工智能研发任务。

大会期间,海光信息总裁助理丁明发表《电算协同,“芯”创未来》主题演讲,分享了海光在“算力+电力”协同发展、国产算力生态建设及行业智能化落地方面的思考。
丁明认为,电力行业人工智能应用正在从单点算法验证走向多场景、规模化、工程化落地。底层算力不仅要“能跑”,更要“好用、稳定、可持续”,在高性能、高安全、高可用的基础上,进一步支撑源网荷储协同、新能源消纳、电网柔性调度和行业大模型应用。
海光信息总裁助理马庆怀表示,能源电力AI的规模化应用,关键在于让算法、数据、场景与算力形成闭环。海光将持续推动DCU算力与电力业务场景深度融合,助力更多实用算法从研发验证走向生产实践。
此次研发交流方向涵盖源、网、荷、储、充等电力行业全业务场景,重点聚焦集中式光伏场站发电功率预测、电力市场价格预测、基于遥感影像的电力通道隐患智能识别、风电机组叶片损伤检测等行业亟需突破的实际难题。这些任务既涉及复杂模型训练与推理,也涵盖海量数据处理和真实业务流程验证,对底层算力平台的稳定性、兼容性和易用性提出了更高要求。通过针对真实电力业务场景的集中验证,海光DCU展现了国产高端芯片在行业AI研发中的应用价值,为电力行业数字化升级提供了有力支撑。
在大会成果发布环节,共有90项实用算法脱颖而出。中国电力企业联合会大数据与人工智能分会执行会长王继业,西城区数据局党组书记、副局长左伟,海光信息总裁助理马庆怀向相关研发团队代表致以祝贺。同时,涉及能源电力行业数据安全、数据资产入表、零碳园区核算与评价标准等多项前沿报告及案例同步发布,展现了能源电力行业数智化与绿色化协同发展的新趋势。

分论坛期间,海光技术专家团队围绕国产算力底座、电网可信架构演进,以及新一代GPU架构赋能AI基础设施等方向进行分享,为行业推进AI基础设施建设和电力业务融合创新提供了实践参考。
此次创新研发交流活动是国产算力在电力关键场景中的一次大规模“实战练兵”。未来,海光信息将持续推动DCU算力与电力业务场景深度融合,为电力AI从研发验证走向规模化应用提供支撑。
相关文章
- 全栈算力底座赋能Agentic AI,海光信息亮相云栖大会
- VARA2026|海光如何守住AI时代的漏洞治理
- 国产算力筑基“AI+”,海光全场景算力方案亮相东博会
- 海光信息全场景金融算力方案亮相东博会
- 2026年国家网络安全宣传周丨海光亮相中国网络安全年会,提出AI安全新思路
- 海光信息首发“词元经营双芯加速方案”,助力通信产业价值释放
- 海光信息亮相武汉内河展,首次展出水运港口数智化全栈方案
- 海光重磅发布Token经营“双芯”加速解决方案
- 从“能对话”到“办业务”,海光信息支撑AI Agent加速落地
- 深入证券关键场景,海光携手华锐发布五款高性能信创一体机
- 杭州四海光纤G657A2少量供货,全球需求高景气下供不应求
- “海光+麒麟”跑通全栈:23份认证背后的工业仿真软件选择逻辑
- 海光信息荣获第二十六届中国专利金奖
- 让Agent从实验走向生产,海光双芯平衡架构释放极致Token效能
- 海光“Agent to Token开放计算架构”数博会首发,重塑词元生产力
- 海光“Agent to Token开放计算架构”数博会首发,重塑词元生产力
AI企业
更多>>AI硬件
更多>>AI产业
更多>>AI技术
更多>>- 阶跃这次够狠:AA 全球开源前二,价格打到 Claude 的 1/8
- 科大讯飞发布Spark-Audio-1.0-Preview,全国产语音基座大模型实现从“听清”到“听懂”
- 全球最强开源模型 Kimi K3 发布,参数规模 3 万亿,真的是强!
- 范式变革!东软发布AI原生软件工程白皮书,重构软件产业底层逻辑
- KAT-Coder-Pro V2.5正式发布:从“写代码”迈向“做工程”,Agentic能力全面升级
- 自变量机器人王昊:训练世界模型需付出“时间税”,解决模态对齐是当务之急
- 腾讯发布CodeBuddy Security,用AI Agent实现更高效的代码审计
- Twinkle x昇腾,率先实现Deepseek-V4系列模型高效训练









