中新网北京7月10日电(记者吕少威)2026开放计算技术大会9日在北京举行。大会聚焦AI基建新前沿
，围绕万亿参数大模型 、多智能体协作带来的词元(Token)指数级增长，探讨如何以开放计算推动AI基础设施系统化创新 ，重点破解高速互连
、供电架构、液冷散热 、系统开放等技术瓶颈 。

大会由OCP开放计算社区
、中国电子工业标准化技术协会开放计算标准工作委员会(OCTC)联合主办
。本届大会汇聚OCP、OCTC 、SPEC、CXL联盟
、UAlink联盟、UCIe联盟 、固件产业技术创新联盟等全球开放组织
，以及三星
、字节跳动、阿里云 、百度
、浪潮信息等超50家全球头部AI企业与全链路IT供应链厂商，超过2000位社区成员、知名学者 、技术专家
、应用开发者及厂商代表参会。

大会设置1场主论坛 ，以及数据中心基础设施、算电协同发展 、可持续计算发展
、开放系统设计、吉瓦级开放智算中心 、智算固件产业发展等6大技术分论坛
，落地近百场深度技术分享，覆盖超节点、高速互连
、算电协同、液冷散热 、开放固件等前沿开放技术领域 。

大会期间 ，行业专业人士进行了技术分享和探讨
。浪潮信息副总经理赵帅指出，智能体时代基础设施的核心能力
，已从“支撑单一模型推理”升级为“支撑群智协同与多模融合 ”。未来企业的AI应用，不再是单次对话式的工具 ，而是成百上千个智能体分工协作
，在真实业务流程里完成从需求拆解到结果交付的全流程工作 。这对算力底座提出了完全不同的要求：不仅要能“跑模型”，还要能承载海量智能体的并发调度
、稳定在线 ，还要支持多个大模型高效配合完成复杂工作。

随着大模型训练与推理需求全面爆发
，算力供给的压力与日俱增
。交付周期长、集群密度不足 、功耗居高不下，成为摆在全行业面前的共同难题。如何在有限的空间
、能耗与成本下 ，提供更多、更高效的算力
，是各家企业共同的解题方向 。

字节跳动服务器架构师高晓军介绍，面向全球化 、规模化的部署需求 ，算力基础设施正围绕“更密
、更快、更省 、更开放
”的目标迭代
。通过整机柜交付模式
，可以大幅缩短算力上线周期，支持全球快速部署；通过液冷技术规模化应用 ，解决散热难题；通过提升单机柜的算力密度，在有限空间内承载更多计算资源。

与此同时
，阿里云也在从算力协同层面优化效率 。阿里云首席云服务器架构师陈健介绍，一方面通过智能调度技术提升CPU利用率 ，让闲置的算力资源承载更多智能体运行；另一方面从批处理优化
、专项计算拆分、缓存复用等方向优化GPU推理效率
，并推出综合的存算互连架构，实现更长的缓存 、更低的推理延迟 ，让CPU与GPU的协作更高效
。

而浪潮信息针对智能体时代的算力升级给出了更为系统的行业判断与落地方案
，其核心思路是，跳出“堆硬件”的传统思路 ，从智能体的真实运行场景出发
，从底层架构层面重构算力系统。

在赵帅看来，智能体的本质并不是一次简单的指令调用 ，而是一个可调度、可隔离
、可运维的长期运行进程 。随着企业内部智能体数量快速增长
，未来成千上万的智能体将在统一平台上长期在线、并发运行，需要更多的CPU服务器来承载海量智能体编排 、工具调用
、上下文管理等计算任务
。同时 ，智能体基础设施正向吉瓦级智算中心演进，数据中心整体算力密度和能源效率要求持续提升。

对此
，浪潮信息的核心解法是用“原生液冷 ”重构CPU计算系统 。不同于传统风冷服务器“后期加装液冷散热部件
”的改造模式，原生液冷从设计之初就将散热架构与计算架构协同规划 ，进行系统解耦与立体化设计
，实现计算、通信 、存储等模块全域液冷重构
。这种架构彻底释放了空间限制，既能大幅提升单机柜的CPU部署密度 ，支撑数万智能体同时高并发运行
，也让散热能力超前匹配未来芯片的功耗增长，适配下一代吉瓦级智算中心的高功率密度演进需求。

从本届大会观点内容来看 ，“开放协同”是行业的另一个核心共识 。业内普遍认为
，下一代吉瓦级的智算基础设施，绝非单一企业能够独立完成。从供电
、散热到互连、芯片 ，只有产业链上下游开放协作
，推动标准统一 、生态共建，才能把技术创新转化为产业价值 ，让智能体时代的算力供给更具弹性
、更高效、更普惠
。(完)