国产算力跨入头部云厂"核心圈"：京东云十万卡集群背后的产业变局

2026年9月9日，京东云在年度科技探索者大会上抛出一枚重磅消息——拟以摩尔线程全功能GPU为底座，建设十万卡级全功能GPU智算集群，全面向大模型训练、推理及具身智能等场景开放。这不是一次普通的采购签约，而是国产GPU首次以"主力算力"身份进入头部AI云厂商的十万卡级核心集群。从"可用"到"规模化商用"，国产智算产业的关键一跃在这一刻完成。

一、十万卡集群何以成为产业分水岭

在AI基础设施的版图中，"万卡"与"十万卡"是两个完全不同的量级。前者更多是企业级或实验级部署，后者则是国家级或行业级算力底座的标志。当前全球范围内，能够稳定运营十万卡级AI算力集群的主体屈指可数，而国内能够提供训练级GPU的国产厂商同样寥寥。

京东云此次提出的"十万卡全功能GPU智算集群"，其规模不仅刷新了国产算力在头部云厂商中的部署记录，更具标志性意义的是"全功能"三个字。所谓全功能，是指GPU需同时支持大模型训练、推理、图形渲染、科学计算、视频编解码等多元任务，而非仅能用于推理或单一训练场景。这恰恰对应了物理AI对算力底座的复合型要求——既要"训得动"千亿乃至万亿参数模型，也要"跑得动"具身智能的实时仿真与交互。

从产业链视角看，云厂商选择国产GPU供应商，本质上是对其技术成熟度、交付能力和长期生态协同潜力的综合押注。京东云的这次选择，实际上是对国产GPU从"备用选项"升格为"首选方案"的公开背书。

二、政策、技术与市场的三重共振

这一合作的落地并非偶然，而是政策引导、技术演进与市场需求三重因素共振的结果。

政策端，工信部此前印发的《信息通信行业发展"十五五"规划》已明确提出，有序部署万卡、十万卡及以上智算集群，加大力度适配国产算力芯片。顶层规划已将"大规模国产智算集群"列为新基建的重点方向，为产业资本和云厂商指明了路径。在此框架下，头部云厂率先示范规模化部署国产算力，既是政策导向的体现，也是抢占"十五五"开局制高点的战略动作。

技术端，以摩尔线程为代表的国产GPU厂商正快速缩小与海外主流产品的工程化差距。单一网络下千卡级乃至万卡级集群的稳定运行，意味着从硬件互联、算力调度到软件栈适配的整套工程体系已通过验证。国产GPU不再是"实验室产品"，而是可以在生产环境承担核心训练任务的生产力工具。这一转变对半导体自主可控的产业链意义，远超单一产品的市场表现。

市场端，物理AI正迎来产业化的关键窗口。具身智能、世界模型、机器人仿真等场景对算力的需求呈现爆发式增长，且对算力的"实时性、多模态、可交互"提出了全新要求。传统以推理为主的算力供给已无法满足"训练-仿真-部署"闭环需求，亟需具备全功能、高带宽、低延迟特性的新型GPU底座。京东云与摩尔线程的协同，正是瞄准了这一结构性缺口。

三、对AI算力网络与云计算基础设施的深层影响

京东云此番布局，对整个AI算力网络和云计算基础设施格局的影响是多层次的。

第一，算力供给侧的国产替代进入加速期。过去几年，国产GPU厂商多以"进入试点名单"、"小规模部署"为主要落地形态，难以触及头部云厂商的核心训练集群。京东云作为头部AI云的标志性选择，相当于打开了一个标杆性入口。可以预见，电信云、移动云、阿里云、火山引擎等头部云厂商将加速与国产GPU厂商的对接与测试，国产算力的需求曲线将在未来12至24个月内显著上抬。

第二，全栈协同成为云厂商竞争的新维度。京东云与摩尔线程的合作明确将"芯片—云平台—模型训练"纳入全栈协同框架，意味着云厂商的竞争从"卖资源"升级为"卖能力"。谁能率先打通从底层硬件、编译器、调度平台到上层模型工具链的完整闭环，谁就能在AI基础设施的下半场占据主动。这对于习惯于"拿来即用"的云计算服务模式是一次底层逻辑的重构。

第三，产业链上下游协同效应将进一步释放。京东云依托京东集团在零售、物流、健康、工业等实体场景的深厚积淀，将国产算力直接嵌入真实业务流，意味着国产GPU的性能、稳定性将在数千个真实场景中被反复锤炼。这种"以应用养技术、以场景促迭代"的模式，将为国产GPU厂商提供比封闭测试环境更有价值的反馈闭环，加速产品成熟与生态完善。

四、半导体自主可控的产业纵深

从更宏观的产业安全视角审视，国产GPU首次进入头部云厂核心集群，也标志着我国半导体自主可控进程从"单点突破"向"系统级落地"演进。

长期以来，算力基础设施的"国产化"面临的最大瓶颈并非芯片本身，而是系统级工程能力——如何让数百乃至上万颗国产GPU高效互联、如何在集群规模扩大的同时保持线性加速比、如何让上层软件栈无需大幅改造即可运行。这些问题的答案只能在真实的超大规模部署中寻找。京东云与摩尔线程此次合作的"含金量"，很大程度在于它是一次大规模的真实生产环境验证，而非实验室内的Benchmark测试。

值得注意的是，摩尔线程在A股上市8个月后启动赴港上市，其市场动作与本次合作的时点形成呼应。资本市场对国产GPU厂商的估值逻辑正在发生变化——从过去的"概念驱动"转向"交付能力驱动"。谁能率先在头部客户的核心场景中实现规模化落地，谁就能在下一轮产业整合中占据有利位置。

五、趋势展望：从"十万卡"到"物理AI基础设施"

展望未来，国产算力的下一站，是成为物理AI时代的"水电煤"。

所谓物理AI，是指AI从数字世界走向物理世界，在机器人、自动驾驶、智能制造、智慧城市等场景中产生实际物理交互。这对算力底座提出了远比"数字AI"更复杂的要求：低延迟、高带宽、多模态、强实时、可仿真。能够同时满足这些要求的国产GPU厂商，将在新一轮产业升级中扮演基础设施供应商的角色。

京东云与摩尔线程此次合作所提出的"AI工厂"概念，以及"数据→训练→仿真→部署"的完整闭环，正是物理AI对算力供给体系的终极要求。可以预见，围绕物理AI的算力竞赛将快速进入"全栈+全功能+全场景"的新阶段。

与此同时，国产算力生态的开放程度也将决定产业天花板。京东云明确"诚邀更多国产生态伙伴加入"，意味着头部云厂商正在主动构建国产算力联盟。这与全球范围内AI基础设施走向"阵营化"的趋势相呼应——美国有英伟达主导的CUDA生态，中国则需要构建一套从芯片、框架、模型到应用的完整国产AI技术栈。

可以预见，在"十五五"规划的指引下，未来三到五年内，中国将形成3至5个具备十万卡以上规模的国产智算集群，云厂商、芯片厂商、模型厂商与应用方的协同将更加紧密。国产算力从"可用"走向"好用"，从"备用"走向"首选"，这一历史性转折，已经在京东云与摩尔线程的这次合作中悄然拉开帷幕。

*（本文基于公开新闻事实进行行业解读，不构成任何投资建议。）*