混合计算成为常态，这个平台急需建设

近日，Gartner发布《2026年十大战略技术趋势》，将AI超级计算平台列为首要技术方向，平台整合了CPU、GPU、AI ASIC、神经系统计算和替代性计算范式，使企业能够统筹复杂工作负载。报告还指出，到2028年，超过40%的领先企业将采用混合计算范式，较当前8%的水平实现跨越式增长。

快速增长的数字背后，是一场深刻的行业变革——算力供给模式正在发生根本性重构。随着海外供应链不可控因素持续走高，单一依赖某类芯片的架构已被证明存在巨大风险，混合算力从“可选项”变成了“必选项”。某头部科技公司CTO直言，“这不是简单的技术选型，而是企业AI战略的生存问题”。

混合算力变革的三重困境

随着AI应用的深入，国内企业对AI算力的需求快速变化，在基础设施层面带来了一系列全新的技术挑战。

首先是算力架构的转变，随着AI占据越来越重要的位置，原先以CPU为中心的架构在支持AI原生应用方面存在问题，需要以GPU为中心重塑基础设施；而GPU国际供应链风险加剧，金融、政务等领域AI算力国产化替代加速，算力还需满足国产合规要求。

其次是智算资源利用率，数据显示，在未经优化的混合环境中，算力利用率普遍低于40%，部分企业甚至面临“买的算力越多，浪费越严重”的尴尬局面。

第三是规模化瓶颈。从实验环境到生产系统，从单点试用到全业务铺开，混合架构的复杂性呈指数级增长。这已超出大多数企业技术团队的掌控范围。

破局者：JoyScale AI算力平台

在这场混合算力的生存游戏中，单纯的资源堆砌已无法解决问题，行业需要的是能够打通全链路的混合算力服务新范式。京东云JoyScale AI算力平台正是在这一背景下入场，不做简单的资源聚合，而是打造真正的“算力操作系统”。

智能调度是核心。JoyScale全面适配十余家国产算力，兼容适配昇腾、寒武纪、海光等多种国产加速卡，云原生AI调度能力，极致提升AI任务部署密度，整体资源利用率提升70%。并基于行业领先的内核态池化引擎，整体推理性能提升50%。

生态兼容能力是关键壁垒。京东云和众多国产芯片厂商深度合作，互相开放运行时Runtime层代码，通过GPU/NPU切分池化技术，从内核层屏蔽异构厂商硬件的复杂性，实现更高效的AI算力。

安全合规是基础保障。JoyScale作为通过信通院最高等级双认证的AI算力平台，全栈软件平台自主研发，可以满足金融级数据安全、性能和稳定性要求。

数十家头部国央企的先行建设

随着AI应用进入深水区，算力基础设施的竞争正在从“规模竞赛”转向“体系化竞争”。短期来看，企业需要解决眼前的算力利用率和成本问题；中长期而言，则要构建面向未来的算力架构，确保在技术路线快速迭代的环境中保持敏捷性。

京东云JoyScale提供了一个从“可用”到“好用”的进化路径，凭借内核级算力池化、全栈自研可控、金融级安全等差异化优势，已有数十家头部国央企选择JoyScale构建新一代AI算力平台。

某知名证券公司，原有集群GPU资源分散，整体利用率长期徘徊在25%。部署京东云JoyScale AI算力平台后，通过将分散在5个业务系统的GPU资源池化，形成统一AI算力池，AI算力分时复用实现多团队共享，推理任务资源满足率从65%提升至98%，同时国产芯片使用占比稳步提升，实现了效率与安全的平衡。

当前，基于京东集团复杂场景实践，京东云已经构建了一站式大模型产品矩阵，从底层的智算基础设施，到中间层的模型服务和工具，再到上层的Agent应用开发，支持国央企快速部署大模型及AI应用，重塑AI生产力。

标签：