国产“异算方舟”平台发布:打通AI算力软硬件协同“最后一公里”

2026年6月29日，由中科院计算机网络信息中心等单位联合研发的国产“异算方舟”全栈计算平台正式上线。该平台直击国产AI算力“硬件强、软件弱”的核心痛点，通过“九衍枢算法库”与“BoundX代码转换大模型”两大核心工具，实现了算法、代码、应用的全链条打通，标志着国产AI算力正从硬件领先迈向软硬件协同成熟的新阶段，为国产AI生态的自主可控与高效应用扫清了关键障碍。

核心逻辑梳理

• 破解“代码迁移难”痛点，降低国产算力应用门槛
  
  ：当前国产算力硬件已取得快速突破，但大量科研成果和成熟软件因代码难以适配、底层算法效率低等问题，无法在国产设备上落地。“异算方舟”平台通过其代码转换大模型BoundX，可自动将CUDA等生态代码高效迁移至国产GPU软件生态，替代了繁琐的人工改写，大幅降低了技术迁移门槛。
• 筑牢算力运行根基，核心性能提升超十倍
  
  ：平台底层的“九衍枢算法库”汇集了16款高性能计算工具，全面适配国产算力架构。该算法库针对稠密数值线性代数、大规模并行FFT、有限元求解等科学计算核心场景进行了深度优化，可使核心运算性能实现十倍以上的提升，为国产AI算力提供了坚实可靠的软件基础。
• 构建自主可控生态，实现软硬件协同闭环
  
  ：该平台的发布，实现了从底层算法、代码迁移到上层应用的全链条打通。它不仅解决了单个软件的适配问题，更致力于构建一个自主可控、高效易用的国产科学计算生态，让国产算力硬件的性能得以充分发挥，助力我国AI产业摆脱对外部软件生态的依赖。
• 赋能科研与工程，加速AI技术落地应用
  
  ：“异算方舟”平台针对科研操作繁琐、工程仿真复杂等痛点提供了一体化解决方案。其内置的“大模型辅助高雷诺数流体仿真智能体”等应用，将极大提升科研与工程研发效率，加速AI技术在气象、航空航天、生物医药等关键领域的落地应用。

产业链全部相关受益股全景图

注：以下列表基于国产“异算方舟”平台发布及AI算力软件生态建设的相关报道与市场分析，全面梳理了可能受益的上市公司。本文内容仅作信息整理与客观分析，绝不涉及任何股票推荐、买卖操作、理财指导或投资方案等投资建议。

一、 国产AI算力软件与生态建设（直接受益于平台推广）

二、 国产AI算力硬件与服务器（软硬件协同提升产品竞争力）

三、 科学计算与工业软件（应用层直接赋能）

风险提示

• 生态建设推广不及预期风险
  
  ：国产软件生态的建设是一个长期过程，若“异算方舟”平台在开发者社区的推广和用户采纳速度不及预期，将影响其对产业的实际带动作用。
• 技术迭代与兼容性风险
  
  ：全球AI技术迭代迅速，若平台无法持续跟进最新的算法和框架，或在兼容性上出现问题，可能导致其技术优势被削弱。
• 国际竞争与封锁风险
  
  ：国际巨头可能通过技术封锁或生态壁垒来遏制国产AI软件生态的发展，给平台的长期演进带来不确定性。
• 下游应用需求不及预期风险
  
  ：若科研机构和工程企业对国产算力的应用需求增长缓慢，将直接影响平台相关解决方案的市场空间。

引文出处：央视新闻