10月22日，2026中国计算机大会（CNCC 2026）在成都举行。中科曙光（603019）集中展示面向Token经济的智能算力基础设施方案，以系统级创新推动Token高效生产。
▍规模跃升，考验系统能力
随着大模型、智能体与AI4S应用持续发展，算力需求快速增长，推动智算中心向集约化、规模化演进。当集群规模从万卡、十万卡迈向百万卡，能耗从兆瓦级走向吉瓦级，如何兼顾有效算力、供电散热与长期稳定运行，成为AI基础设施发展的重要挑战。
中科曙光（603019）高级副总裁李斌在大会主论坛演讲中指出，算力基础设施不仅要扩大规模，更要提高实际产出效率。围绕“超节点+超集群”开展芯、算、存、网、电、冷一体化系统工程创新，构建多算融合、训推一体、高效节能、稳定可靠的算力系统，是AI基础设施的重要发展方向。
▍全栈协同，构筑智算底座
大会现场，中科曙光（603019）展示了覆盖计算、存储、网络等关键环节的产品体系。其中，scaleX40超节点通过低延迟互连提升计算单元间的协作效率；scaleFabric高速网络实现超节点之间的高效互连，支撑集群向更大规模扩展；ParaStor存储系统依托统一存储与数据访问优化，满足AI训练、推理等场景的数据需求。
集群规模越大，对网络管理与运行可靠性的要求也越高。大会期间，中科曙光（603019）重磅发布FabricView智能网络管理平台，面向百万卡规模集群的网络运维需求，可集中纳管百万量级网络设备、端口及光模块，具备自动化配置、性能监测、故障诊断与智能运维等能力，推动超大规模集群网络运维向智能化升级。
▍全链优化，加速Token产出
随着智能体从单轮问答走向复杂任务执行，长上下文、高并发等推理需求持续增长。如何突破计算、传输、存储与调度等环节的效率瓶颈，提升有效Token吞吐，成为大规模推理应用的重要课题。在“AI高通（QCOM）量推理基础设施”分论坛上，中科曙光（603019）邀请行业专家、客户代表共同探讨Token经济发展趋势及高通（QCOM）量推理基础设施的创新路径。
针对推理过程中的算力空转、通信等待、数据搬运和调度排队等问题，中科曙光（603019）在论坛上分享了PD分离部署、ParaCache缓存管理及AI Infra全栈优化等技术方案。通过优化不同推理阶段的资源配置、提高缓存复用效率，并加强计算、传输、存储与调度的全链路协同，减少无效计算与资源等待，提升Token吞吐和并发处理能力，降低规模化推理成本。
从规模化算力建设到高通（QCOM）量推理优化，中科曙光（603019）将系统工程能力进一步延伸至算力的实际使用环节，正在为大模型、智能体等AI应用提供持续、高效、稳定的算力支撑。
