江苏
当工程智能体开始“自主干活”，谁来提供算力底座？
依托同济119建校之年窗口期，海光与同济联手打造的全国首个国产千卡工科智算集群，今天正式落地。
这个消息出来的时候，我正好在回顾西门子最近发布的Eigen Engineering Agent。2026年4月的汉诺威工业博览会上，西门子推出了这一工程智能体，它不是那种只会提建议的AI助手，而是能在真实工业工程系统中自主规划、执行、校验任务的AI——写PLC代码、配设备、迭代优化，直到达标。根据官方数据，工程流程效率提升50%，任务执行速度是人工的2到5倍，已在19个国家超100家企业试点。
一种直觉告诉我，工程智能化正在进入一个从“辅助工具”到“自主执行”的临界点。
但有个问题随之浮现：当工程智能体开始自主干活，谁来为它提供算力？
工程智能体的运行逻辑和通用大模型完全不同。通用大模型是多堆几块卡、多喂些数据，效果就能往上走。但工程智能体面对的场景需要在数毫秒内响应车间设备的调度请求，需要在有限元分析中保证小数点后六位的计算精度，需要和海量工业软件无缝对接。
同济这次和海光联手打造的千卡集群，给出了一个非常具体的答案。
算力底座怎么搭？
海光的DCU方案基于GPGPU架构，在函数层面兼容主流AI框架，这意味着工程团队现有的代码几乎不需要重写。性能表现上，DCU推理性能可达业界主流NV-A系列产品的60%，配合千卡规模。如今，海光DCU已在部分场景下成功支撑万卡级集群稳定运行，大规模集群的系统级工程能力已经得到验证。
但光有性能不够。工程智能体跑在产线上、跑在仿真平台里，对稳定性的要求近乎苛刻。
安全怎么做？
海光给出的答案是“内生安全”。把密码技术、可信计算、机密计算、漏洞防控等能力做到芯片指令集层面。CPU与DCU共享同一安全域，实现从启动、运行到传输的全链路硬件级安全。该千卡集群基于海光DCU，可全面支撑大模型安全护栏应用，在关键数据保护和模型输出管控等环节，形成对国际主流方案的可替代能力
生态怎么循环？
硬件搭好了，上面跑什么？同济土木工程学院已自主研发CivilGPT，汇聚超90亿token专业语料，深度融合土木、建筑等十大学科知识。海光DCU能够支持主流AI框架和工具链，让“土木+AI”的应用开发变得顺畅。平台覆盖教学革新、科研支撑、AI4S加速、学习辅助四大场景，构建起“教学—科研—产业”的融合生态。
更值得关注的是，海光的光合组织已在持续扩大生态朋友圈。与索辰科技等国产CAE厂商深度合作，通过“算力+算法”双轮驱动，推动仿真效率大幅提升，一步步构建起国产算力+国产工业软件的闭环。
“十五五”开局之年，“人工智能+制造”被确立为产业升级的核心方向。西门子已经在部署可以自主干活的工程智能体，索辰科技等国产厂商也在积极推动物理AI的产业化。当国外的工程智能体已经走出实验室，国产算力不能继续停留在“跑分好看”的阶段。
同济×海光联手回答了“智能化的工程学科到底需要什么样的算力”这个问题。未来工程师的核心竞争力不再是画图有多快，而是能否调教好一个工程智能体——这一切的前提，是一个坚实可靠的算力底座。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
