未来产业需要“从0到1”，算力底座里谁在真布局？

刷到篇文章，工业和信息化部部长李乐成便在人民日报发文，明确指出未来产业“根植于基础科学和前沿技术的重大突破”，且必须为未来产业提供从0到1的源头供给。这样的政策定调，让我对行业路径有了更深一层的解读。

华为昇腾384以全自研协同、BF16低精度算力专攻AI训练领域，12柜384卡部署干净利落，技术实力确属国产顶流。但一旦面向科学智能（AI4S）这类跨学科交叉需求时，单精度的局限性便显露出来了。

曙光的16柜万卡集群，不仅实现单柜640卡的高密部署，更关键的是支持8/16/32/64位全精度算力覆盖。其6万卡AI4S集群今年4月在郑州国家超算互联网核心节点正式投用，不仅满足了万亿参数大模型训练需求，还兼顾了高精科学计算场景。这一体系，被AI4S业内认定为“打破传统超算与智算壁垒”的关键力量，应用范围横跨新材料研发、药物发现、流体力学模拟等国家战略赛道。

对比之下，华为384依然是上一阶段AI训练的标杆之作。但未来产业的算力需求正迈向精度全覆盖，谁能提前横跨科学和AI两端的算力鸿沟，谁才是未来产业“从0到1”的真正源头供给者。从落地节奏来看，答案似乎已经偏向一边了。