当“Token经济”从概念走向现实，日均词元调用量达到百万亿级别，算力已成为直接挂钩生产效率的国家战略资源。但就在这场围绕AI展开的算力竞赛中，一个越来越尖锐的矛盾浮出水面——算力越强，数据流动越频繁，安全防线反而越脆弱。

供应链后门、模型投毒、数据泄露……这些原本只存在于安全报告里的词汇，正成为AI落地过程中的“达摩克利斯之剑”。随着传统安全方案越发力不从心，业内逐渐形成共识：AI时代的安全，必须从计算的架构底层做起。

近日，海光信息在2026年春季技术沟通会上正式公开了一系列芯片内生安全的新技术、新成果，并同步推出海光DCU软件栈年度版本。两手操作，直击万亿参数大模型核心需求。

所谓“内生安全”，是应对风险型计算环境的必要一环。

比如在多租户云环境与异构计算架构中，数据流动进一步打破了物理边界，模型参数、训练数据或推理结果等暴露面扩大，企业资产面临更大的漏洞攻击风险。这时，传统的防火墙、软加密方案，很难确保AI计算流程的全栈安全。更深层次的硬件级安全能力成为标配。

基于国产C86架构路线的持续迭代，海光直接将安全能力“长”进了芯片里。据海光信息副总裁应志伟所说，海光CPU与DCU通过自主拓展安全算法指令、内置安全处理器，可原生支持密码技术、可信计算、机密计算、漏洞防御等多维安全技术矩阵。

这套组合拳不仅让数据从传输到计算的全链路，都具备了硬件级保护。更关键的是，依托C86自主架构，海光对熔断、幽灵等国际高危漏洞，实现了原生免疫。有业内人士评价，这种从底层构筑信任基座的思路，才是应对AI时代安全挑战的“治本之策”。

如果说内生安全是AI计算最保险的“防护盾牌”，那么此次公布的DCU软件栈年度版本，更像是国产芯片针对万亿参数大模型研发痛点亮出的“克敌之剑”。

光合组织人工智能专委会副主任胡辰透露，多个国产万亿参数的顶级大模型正在基于海光DCU进行训练。但在最初，技术团队不得不面对算力密度、集群效率、生态迁移成本这三座大山。

一位长期关注AI算力板块的分析师直言：“现在大家拼的不再是谁的单卡跑得快，而是谁能把大规模计算集群高效整合，并在场景端真正展现出应用价值。”

海光DCU显然是有备而来。在本次发布的海光DCU软件栈年度版本里，DTK 26.04（异构计算平台）以完整成熟的计算库，全面覆盖了训练、推理、AI4S等全场景，为万亿大模型铺好生态地基。

此外，DAS 1.8（人工智能基础软件系统）集成了超2000个算子，兼容PyTorch、vLLM、SGLang等100多个主流框架组件。在数万张海光DCU组成的算力集群上，海光团队通过算子调优、编译优化、通算融合等多重技术，已初步完成10万亿模型参数的稳定运行，MLPerf等多项测试达到国际领先水平。

某位参与测试的算法工程师透露，在万亿大模型的训练中，海光DCU的体验远比想象中顺畅，基本实现了对NV主力产品的替代。

而为了更充分激发AI应用创新潜能，海光DCU团队全面升级了DAP（人工智能应用平台），内置知识库引擎、智能体编排等高阶模块，并搭配开源套件与模型仓库，面向OEM厂商、用户伙伴全面开放。如OpenClaw等各类应用，均能在海光DCU上享受到便捷集成的效率赋能。

2026年，国产AI正加速进入商业化“深水区”，未来的人工智能不仅是提效工具，更是重塑业务流程的关键。业内专家指出，“在这个深水区里，安全是底线，效率是生命线。能够真正把这两条线握在手里的厂商，才能走得更远。”

这一观点已在市场得到印证。公开资料显示，海光CPU出货量占据国内头部份额，深度应用于政府、金融、互联网、教育、交通等领域；海光DCU在20多个行业、300+场景实现广泛落地，持续为国家税务总局、海关总署、各地政府部门、多家国有银行、三大运营商等头部客户提供高品质服务。

一手执盾，一手亮剑。

这次，海光抛出的“双王炸”，将在AI深水区掀动几分波澜？我们拭目以待。