近日，北京电控所属北电数智“基于国产化异构芯片的软硬件协同适配平台”项目成功入选工业和信息化部公布的2025年人工智能应用典型案例。该项目针对国产AI芯片生态碎片化、适配成本高等行业共性难题，探索出一条软硬件协同、异构算力统一纳管的自主可控技术路径，为国产算力规模化、产业化落地提供了可复制的标杆范式。

　　北电数智通过软硬件协同适配平台建设，系统性攻克了国产异构芯片指令集差异大、适配工作重复繁琐、行业标准缺失等难题，打破CUDA生态垄断，降低AI应用开发门槛。项目研发三大核心系统：

　　一是国产异构算力统一调度平台，通过多集群协同管理、动态资源调度、算力池化等技术，实现多元异构芯片统一纳管；二是垂类大模型国产芯片集群优化工具链，依托自适应并行通信、计算图优化技术，显著提升国产芯片大模型训练效率；三是国产芯片软硬件评测验证平台，构建覆盖硬件性能到应用生态的多维度评测体系，形成“评测、反馈、迭代、再评测”的技术闭环，为芯片厂商产品迭代提供数据支撑。

　　基于三大核心技术，北电数智创新搭建“前进·AI异构计算平台”与“宝塔·模型适配平台”双层架构，实现国产算力从技术可用到技术好用的关键跨越，覆盖AI模型训练、推理、部署、运维全生命周期。

　　“前进”平台聚焦训练侧算力优化与芯片赋能，提供从算力纳管到训推优化的一站式大模型开发与推理服务。目前已完成10余种国产主流芯片适配兼容，有效降低模型构建与部署门槛。“宝塔”平台聚焦推理侧产业化落地，打造涵盖推理引擎、专用模组、部署运维平台、性能评测体系、分布式推理套件的全链路产品体系。产品已完成50余款主流大模型的适配优化，通过系统级深度推理优化实现整体3-7倍性能提升，让高效、稳定的国产算力真正触达千行百业。

　　项目已实现多种不同架构国产AI芯片的统一纳管，建成千卡级异构算力集群，有效降低大模型训练显存占用、缩短首Token响应延迟。项目已广泛应用于智慧政务、金融风控、医疗影像分析、法律文书处理、医疗大模型训练推理、工业智能体、AIGC内容生成等领域。同时，平台通过真实场景应用反馈，反向牵引国产芯片厂商优化产品架构、迭代核心性能，持续推动国产AI算力产业生态协同升级。

　　目前，北电数智已完成“数算模用”全栈布局，将依托星火·大平台深度整合国产算力、算法模型、行业数据与场景应用资源，为工业制造、民生医疗、政务服务等核心产业提供稳定高效的国产化AI算力支撑。

　　（注：此文属于央广网登载的商业信息，文章内容不代表本网观点，仅供参考。）

　　近日，北京电控所属北电数智“基于国产化异构芯片的软硬件协同适配平台”项目成功入选工业和信息化部公布的2025年人工智能应用典型案例。