AI行业的竞争焦点，已全面转向算力基础设施的建设。

2025年1月，OpenAI携手甲骨文与软银，高调启动了“星际之门”项目，计划在四年内投入5000亿美元，于美国境内建成总功率达10吉瓦的算力配套设施。然而，项目推进至今一年半，过程并不顺畅：资金筹措、项目建设、电力配套等环节接连暴露出新的难题——德州阿比林核心园区的扩建计划已被叫停，多位项目负责人相继离职，原定的全额自建方案也不得不调整为租赁算力。在美国各地，数据中心建设还面临着层层的政策与环保阻力。据统计，全美超过三十个州已出台三百余项相关法规，两百多家环保机构联合呼吁暂停新建数据中心的审批。

▲OpenAI“星际之门”项目概念图

由于地面算力扩张受到电力供给与政策限制的双重制约，马斯克另辟蹊径，提出了将算力迁移至太空的解决方案。SpaceX已向美国联邦通信委员会提交方案，计划发射上百万颗卫星，提供高达100吉瓦的AI计算容量，在近地轨道上构建在轨数据中心。其核心逻辑在于：电力供应是算力发展的瓶颈，而利用太阳能供电的太空算力中心，能够有效规避地面供电的局限。

海外算力建设过程中暴露的瓶颈，也为国内厂商指明了共性问题，促使他们纷纷探索适合自身的发展路径。核心目标是在地面上找到一条从芯片到电网、从单机柜到AI工厂、从单点技术突破到开放系统协同的系统性重构之路。

正是在这一背景下，2026年7月9日，开放计算技术大会（OCTS 2026）将在北京举办。本届大会汇聚了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，以及浪潮信息、阿里云、字节跳动、英伟达、三星、中国移动、百度等超过50家AI创新企业。会议将围绕数据中心基础设施、算力与电力协同、可持续计算、开放系统设计、吉瓦级开放智算中心、智算固件生态等多个前沿方向展开深入交流。在这场大会上，您将聆听到中国AI基础设施前沿发展的最新声音。

一、重构供电链路：从芯片到电网的全面变革

随着吉瓦级AI数据中心的崛起，电力已成为制约算力释放的物理天花板。从芯片到机柜，再到电网，这三个层面需要同步进行变革。

在芯片侧，AI芯片的功耗正从数百瓦迈向1500W以上。例如，英伟达Rubin平台的GPU功耗已突破1500W，未来甚至可能达到2000W级别。传统的供电回路从主板到芯片路径过长，PCB铜箔损耗加之电压调节器到芯片引脚的阻抗，问题相当突出。而垂直供电技术能将供电回路长度从厘米级缩短至毫米级，大幅降低传输损耗与阻抗，使GPU能够从1000W顺利升级到1500W以上，同时将供电效率维持在90%以上。这一议题将在“数据中心基础设施论坛”和“算电协同发展论坛”中得到深入探讨，届时晶丰明源将分享高密度集成式VRM方案，长工微电子将探讨数据中心多相电源方案的趋势，英飞凌则将解析高密度、高集成度的IBC与垂直供电如何重塑AI数据中心的电源架构。

在机柜配电侧，传统数据中心普遍采用220V交流供电。前几年国内兴起的240V直流供电方案，在单机柜数十千瓦的传统场景下表现良好，能够减少交直流转换次数且兼容性较好。然而，当AI机柜的功率密度跃升至100千瓦乃至1兆瓦以上时，机柜母线上的电流将达到数千安培，铜排损耗会飙升至20%以上。在2026年新建的吉瓦级智算中心中，头部云服务商已开始采用800V高压直流架构，这使得整体供电效率能够从传统方案的80%左右提升至95%以上，一个万卡集群每年即可节省数千万度的电力成本。本次大会上，捷蒽迪将分享AI服务器在800V直流供电架构下的数字电源解决方案，伟创力则将系统阐述向±400V、800V直流母线电压演进的多级电源转换技术路径。

在电网侧，一个吉瓦级智算中心的年用电量已相当于一座中型城市的全社会用电量，其对电网的冲击不容小觑。2026年的政府工作报告首次提出“算电协同”，其核心是让算力调度与电力供给实现动态匹配——即算力跟着电力走，电力调度则依赖算力。在“算电协同发展”专题分论坛上，潍柴重机将解析AIDC高密度供电与备用电源方案，阳光电源将分享从电力基石到算力引擎的转型经验，阿里云也将分享超大规模智算数据中心的电力架构演进方向。

二、两相液冷与原生液冷：突破散热瓶颈

随着AI芯片功耗迈向1500W以上，机柜功率密度从100多千瓦跃升至1兆瓦以上，散热已经成为决定算力能否充分释放的关键因素。单相液冷技术依靠冷却液的温升来带走热量，但当单芯片功耗突破1000W时，需要极大的流量与流速，导致系统复杂度与能耗急剧上升。相比之下，两相液冷技术利用冷却液沸腾与冷凝过程中的相变潜热，其散热效率是单相液冷的数倍，能够在全球大部分地区实现自然冷却，无需额外的机械制冷，足以支持3000W以上高功耗芯片的散热，系统PUE可低至1.1以下。目前，两相冷板已被定义为新一代算力芯片的标配散热方案。

在“可持续计算发展”专题分论坛上，斯特林将分享两相液冷的兼容性与泄漏解决方案，钛芯智冷将探讨泵驱两相冷却技术，合肥新沪将分享液冷创新实践，百度也将阐述液冷如何赋能超密度算力时代的冷却之道。

原生液冷则是整个系统的创新。传统的“风液混合”拼凑模式，受限于气冷数据中心的地板高度、机柜间距等先天约束，导致液冷效率无法充分发挥。原生液冷的设计理念是在服务器、机柜乃至数据中心的规划初期，就统一考虑计算单元、散热系统、供电与互连网络。本次大会上，中航光电将解析智算中心整机柜液冷散热方案，浪潮信息也将在主论坛系统阐述包括原生液冷在内的前沿创新实践。

三、AI工厂的“神经系统”如何升级？

AI算力集群正从万卡规模迈向十万卡，互连带宽也从800G/1.6T飙升至3.2T、6.4T乃至12.8T。互连已经成为决定集群算力线性扩展效率的“神经系统”。当前的重构方向非常明确：在机柜内扩展（Scale-up）场景下，走向448G超高速铜互连；在机柜间扩展（Scale-out）场景下，则走向硅光与光电路交换（OCS）互连。

在Scale-up场景下，机柜内的XPU通信对延时极度敏感，由于链路距离小于1米，光互连不仅成本高、功耗大，而且延时反而更差。铜互连凭借极低的延时（小于1纳秒）和成熟的供应链，依然是机柜内部的首选，其功耗仅为同速率光互连的十分之一。得益于材料科学与信号完整性设计的突破，铜缆在448G速率下依然能够保持信号可靠性。本次大会上，庆虹电子将分享AI超节点高速互连系统方案与实践思考，以支持224G/448G下一代速率的演进；立讯将介绍ACC、AEC、CPC等铜互连的前沿方向；中国移动研究院与阿里云也将介绍面向Scale-up场景的智算中心最新高速互连架构。

在Scale-out场景下，由于机柜间的传输距离超过10米，必须依赖光互连。传统可插拔光模块在端口密度、功耗和成本方面已遭遇瓶颈。而光模块与芯片的共封装技术（CPO）可以将功耗降低50%以上，端口密度提升2到3倍。光电路交换（OCS）则用全光交换替代电交换，实现毫秒级的拓扑重构。本次大会上，立讯技术将围绕NPO、CPO与XPO等下一代AI光互连路线，解析它们在性能、可维护性、散热和成本方面的差异。孛璞半导体将带来面向AI集群的新一代光交换技术——高端口密度硅光OCS。英伟达也将在主论坛分享网络创新如何推动AI工厂迈向Gigascale规模。

四、从GPU-Centric到CPU-GPU协同：算力架构的重构

智能体AI（Agentic AI）的爆发，正在从根本层面改变AI基础设施的设计逻辑。AI应用已从面向单模型的训练优化，转向支撑多智能体协同、自主决策与持续推理。因此，AI基础设施也必须围绕计算与存储架构展开系统性的重构。

从系统层面看，本次大会的主论坛上，OCP Foundation首席执行官George Tchaparian将分享全球开放计算社区如何通过“从芯片到电网”的全栈创新来重塑AI数据中心的建设范式；OCTC秘书长陈海将围绕开放计算标准体系建设，解析超节点、整机柜、液冷、吉瓦级AIDC等关键方向的演进趋势。

在计算架构上，智能体工作流中规划、编排、反思等逻辑密集型任务的占比急剧上升，如果全部交由GPU处理，Token成本将变得非常高昂。CPU凭借其强大的单核性能与逻辑处理能力，重新成为智能体编排与执行的最佳选择。智能体基础设施正在走向一种明确的分工协同：GPU专注于模型张量计算和Token生产，而CPU则负责推理调度与智能体编排。

在存储架构上，超长上下文已成为智能体的刚性需求，KV Cache因此呈现爆发式增长。如果全部使用昂贵的高带宽内存，成本将难以控制。将KV Cache按活跃与归档进行分层——热数据采用DRAM或CXL，冷数据则转向定制化SSD，如此一来，存储成本可降低60%至80%。本次大会上，三星电子将分享针对“活跃KV缓存”与“归档KV缓存”分层定制的下一代SSD解决方案，并探讨CXL内存池化与计算卸载如何支撑智能体AI的分层内存架构。

为了实现群体智能，大量智能体之间需要进行频繁的交流、同步与协同，封闭的私有协议栈已无法应对这种复杂性。国内厂商提出的解决方案是，以UALink、CXL、UCIe等开放标准构建统一的计算域，打破供应商锁定，让CPU、GPU、内存和互连实现自由组合，使智能体集群（Agent Swarming）像集群操作系统调度进程一样高效运转。本次大会上，UALink联盟与CXL联盟董事会成员Chris Petersen将展示首个符合OCP开放标准的极低延时机架架构，该架构基于PCIe支持多达256个XPU，并介绍Hypercast与在网计算如何通过卸载互连网络中的集合通信来降低Token成本。字节跳动将分享GPU/NPU模组标准化接口设计，实现异构算力的即插即用。

在开放系统层面，SPEC、TÜV莱茵等机构将在大会的可持续计算分论坛中分享能效评估与标准化的前沿进展；浪潮信息、百度等企业也将在GW-Scale Open AIDC分论坛中呈现各自的前沿探索。此外，在智算固件产业发展论坛上，阿里云、字节跳动、凌思微电子等将聚焦未来数据中心服务器等IT基础设施的智能管理场景，探讨基于BMC的智能运维等前沿固件创新技术，旨在推动构建安全、开放的智能管理生态。

结语：在地面上解决问题，在开放中寻求协同

这场全球AI基础设施竞赛进行至今，产业界已逐渐意识到：算力的天花板在于电网；竞争力的分水岭在于系统效率。

在这方面，中国拥有天然的优势：全球规模最大且最稳定的电网基础设施，完整且富有弹性的IT供应链，以及从芯片设计到系统集成的全栈工程能力。更重要的是，“算电协同”已被写入政府工作报告，这种顶层设计与执行效率是其他国家难以复制的。

中国选择了一条更偏向工程化与系统化的路径：用系统思维去抹平供电、散热、互连、计算、存储每一个环节的效率差、成本差和时间差。

2026年7月9日，开放计算技术大会（OCTS 2026）即将召开。这场大会的意义在于，它标志着中国AI基础设施正从单点技术突破走向系统重构。当全球算力竞赛进入深水区，真正能拉开差距的，不再是某一颗芯片，而是一个能够持续进化的开放系统，以及支撑这个系统高效运转的完整产业生态。