文 | 螳螂观察

作者 | 沈浪

今天，全球AI竞赛进入深水区，大模型训练与推理对算力基础设施的需求呈爆发式增长，底层技术自主可控成为各国竞争的核心。

在此背景下，本土化算力技术创新成为突破AI发展瓶颈的关键。作为国产算力领域的重要参与者，神州数码鲲泰自2020年投身信创产业以来，持续深耕国产IT核心技术；华为鲲鹏处理器则以自主架构为核心，为行业提供高性能计算底座。双方长期在技术适配、场景落地等方面探索协同，形成了深度联动的合作基础。

这种持续探索最终结出硕果——在2025世界人工智能大会（WAIC）期间，神州鲲泰举行年度新品发布会，并推出了业界首款基于鲲鹏处理器的大模型训推一体服务器KunTai R624 K2、推理服务器KunTai R622 K2，并成功走出一条“国产处理器+本土服务器”深度融合的自主创新路径。

本土算力创新完成一次重要验证

这两款产品的登场，与其说是一次简单的新品发布，不如说是国产算力阵营对本土算力自主创新的一次重要验证。而验证的结果，恰恰是智算产业格局被重塑的开始。

一、品牌端：华为鲲鹏+神州鲲泰的深度协同。

本土算力想要实现创新，企业与企业之间就不能是简单的绑定，或是“贴标签”式的浅尝辄止，而是得从根本上完成企业与企业之间的深度协同。自2020年投身信创产业以来，神州鲲泰用近5年时间打磨出一套独具特色的国产基础算力设施创新体系——从硬件设计到生态适配，从场景落地到供应链管理，这套体系让其在国产算力领域积累了深厚且硬核的实力。而华为鲲鹏处理器凭借自主架构，也已成为国产计算底座的“顶梁柱”。

随着双方技术实力的增长，两者更好地实现了深度协同。一方面，神州鲲泰深谙大模型场景的算力需求痛点，知道鲲鹏处理器的多核优势需要怎样的硬件架构才能释放。另一方面，华为鲲鹏则通过持续的性能迭代，为服务器提供了更适配大模型训练的计算底座。这种“你懂我的性能上限，我懂你的场景需求”的默契，让KunTai R624 K2和KunTai R622 K2从诞生之初就做到了深度协同。

具体来看，为了让鲲鹏处理器的并行计算能力最大化，KunTai R624 K2设计了12个PCIe 扩展槽位，最多可支持10张全高全长双宽AI加速卡。这可不是简单的“堆料”，而是基于鲲鹏处理器特性的精准设计。包括鲲鹏处理器的高带宽特性，也能通过服务器的高能效、高扩展等特性得以充分发挥等等。

二、产品端：底层算力+上层需求的精准咬合。

鲲鹏处理器作为国产计算底座的核心力量，其在大模型场景中仍面临“有算力难释放”的现象。一方面，大模型训练需要高密度加速卡协同与高带宽数据传输，传统服务器架构难以匹配。另一方面，推理场景对算力密度与部署灵活性要求严苛，通用型设备难以兼顾。这种困境往往需要成熟的产品设计进行打破，让底层技术能与上层需求精准咬合。

神州鲲泰两款新品的设计，正对应破解这一难题。比如，在硬件架构层面，KunTai R624 K2正通过全新的扩展性设计破解算力协同难题。其搭载的2颗鲲鹏处理器配合10张全高全长双宽AI加速卡，通过优化的PCIe链路设计实现CPU与GPU直连，内存访问带宽损耗比传统架构显著降低。这种设计就像为鲲鹏处理器加装了一条算力传导高速路，促使原本分散的计算资源被高效整合，足以支撑千万亿次/秒（PFLOPS）级的大模型训练需求。

三、生态端：自主创新+兼容开放的价值共生。

智算产业的竞争，从来不是单一产品的较量，而是生态的博弈。从两款新品的设计来看，神州鲲泰的长期主义在于，其没有陷入“闭门造车”的误区，而是走出了一条“自主创新 +兼容开放”的价值共生之路。

一方面，两款新品深度融入华为“鲲鹏+昇腾”生态，这是国产技术路线的基本盘。通过与鲲鹏生态的深度绑定，神州鲲鹏将处理器的技术优势转化为实际应用效能——比如基于昇腾加速卡的协同优化，让大模型训练的稳定性提升。这是对本土生态的坚定投入，也是自主创新的底气所在。

另一方面，神州鲲鹏又保持了足够的“开放性”，不仅支持国内外主流加速卡，还兼容 Deepseek、Qwen、ChatGLM等主流大模型。这种设计直击当前行业的关键痛点，企业不需要为了换设备而重构整个技术栈，从根本上降低了“试错成本”。目前，神州鲲泰已与近300家生态伙伴完成适配，这种海纳百川的姿态，让国产算力生态有了更广阔的生长空间。

神州鲲泰为本土算力创新时代开了个好头

站在国产算力产业视角，KunTai R624 K2和KunTai R622 K2两款新品的发布，见证了神州鲲泰与华为的协同，更标志着本土算力从“可用”向“好用”的关键跨越，为本土算力的创新时代奠定了重要基础。

一方面，从实际的产品设计来说，大模型时代的算力创新，不能停留在适配国外技术的浅层阶段，而需要基于本土处理器原生设计进行深层突破。KunTai R624 K2与KunTai R622 K2正是这种思路的产物。

神州鲲泰并非简单将鲲鹏处理器“装进服务器”，而是从硬件架构，到软件适配，再到场景方案如行业大模型解决方案等，全链条围绕鲲鹏处理器的特性进行专业技术优化，从而实现了 1+1＞2的创新成果。

另一方面，从本土算力产业生态来说，本土算力的创新发展既需要技术高度，也需要覆盖广度。神州鲲泰两款新品的推出，不仅填补了鲲鹏处理器在大模型服务器领域的空白，更基于较好的适配性、普惠性、协同性为本土算力版图的量与质的双重提升提供支撑。

未来，随着大模型私有化、行业化、专业化部署需求的全面爆发，以及信创+AI融合的深化，像神州鲲泰这类既懂技术又懂场景的算力服务商，将成为完善本土算力产业版图的关键一环。它们的价值不仅是解决当下的算力短缺、算力不匹配等问题，更是为本土算力产业构建一个可持续发展的底层生态，比如让鲲鹏处理器的算力优势充分释放，让大模型的应用门槛持续降低，从而让各行业的算力需求都能找到适配方案。

由此，神州鲲泰也将向更大规模算力集群或更细分场景适配进行延伸。这种持续的探索，将是本土算力自主创新从单点突破向系统能力升级的关键。

结语

回过头来看，神州鲲泰KunTai R624 K2和KunTai R622 K2的推出，不仅是鲲鹏处理器+大模型服务器的技术融合成功，更验证了本土算力自主创新的可行性。从技术适配到场景落地，从单一产品到生态协同，这种基于本土技术，服务本土产业的路径，将为国产算力突破提供了清晰路径。

当大模型竞争进入深水区，当算力需求越来越精细化，谁能将本土处理器的特性与优势跟行业场景的需求更精准地结合，谁就能在智算产业的新棋局中占据主动性。那么，神州鲲泰与华为鲲鹏的这次协同，或许正是国产算力改写行业格局的开始。

未来已来，只是尚未流行。而本土算力创新的全面流行，需要更多这样“懂技术、懂场景、懂生态”的硬核创新。

*本文图片均来源于网络