海光
海光以x86兼容为特色，提供CPU和DCU产品线，为AI应用提供高兼容性的算力支撑。
国产算力·阅读时间：约12分钟
01硬件产品
海光CPU系列
| 系列 | 定位 | 特点 |
|---|---|---|
| 海光1号 | 入门服务器 | 低功耗，高性价比 |
| 海光2号 | 主流服务器 | 平衡性能和功耗 |
| 海光3号 | 高端服务器 | 高性能，多核心 |
| 海光4号/5号 | 最新世代 | 增强AI能力 |
DCU系列
- 深算一号：通用计算加速卡，GPU类产品
- 深算二号：新一代DCU，性能增强
- 特点：GPGPU架构，通用计算能力
集成方案
CPU + DCU
异构计算，平衡通用和AI计算
双路服务器
多CPU配置，高性能计算
整机方案
完整服务器系统，开箱即用
02生态兼容
x86指令集兼容
最大优势
兼容x86指令集，现有软件无需重新编译即可运行。
操作系统支持
| 系统 | 支持状态 |
|---|---|
| Linux | 完整支持，主流发行版 |
| Windows | 支持 |
| 国产OS | 深度适配优化 |
| 虚拟化 | 支持主流虚拟化方案 |
AI软件栈
- PyTorch：良好支持
- TensorFlow：兼容运行
- 其他框架：多数x86生态框架可直接使用
- 优化库：提供DCU专用优化
迁移成本
- 应用迁移成本相对较低
- 现有x86代码大部分可直接复用
- DCU优化需要针对性工作
- 成熟的工具链支持
03应用场景
优势场景
传统企业应用
x86生态兼容，平稳迁移
数据库和中间件
通用计算能力强
虚拟化和云
成熟的虚拟化支持
混合AI工作负载
通用计算+AI加速平衡
AI场景
- 模型推理：DCU提供推理加速
- 轻量级训练：中小模型训练
- 数据预处理：CPU能力强，适合数据处理
- 端到端流程：从数据到推理的完整流程
实践建议
- 充分利用x86兼容性，降低迁移成本
- 优先迁移对AI加速要求不是最极致的场景
- 测试验证关键应用的性能和兼容性
- 利用海光提供的优化工具和库
- 与生态合作伙伴合作，获取支持