七月的上海，暑气与热情一同升腾。2026世界人工智能大会（WAIC）的展馆里，人流如织。从底层算力基础设施到行业大模型应用，从具身智能机器人到工业智能体，一条清晰的技术演进主线正在徐徐展开。

　　人工智能正在褪去“炫技”的外衣，以一种更为务实、笃定的姿态融入千行百业。而这一切的根基，是算力。作为国内算力服务领域的深耕者，并行科技携升级版并行算网、AI Coding、MaaS平台等核心成果亮相，围绕“并行算网和TA的朋友们”这一主线，集中展示了与产业链伙伴共建算力协同生态的最新探索。

　　谁在买单，谁在定义需求

　　“大概五年前，我们收入中科教领域占比超过80%，现在完全翻过来了，企业客户收入占比已达到60%以上。”并行科技行业事业部总经理吕昇亮用一组直观的对比点出了市场的深层变化。

　　这并非并行科技一家的个案。纵观整个算力服务行业，客户结构正在经历一轮深刻的重新洗牌。过去，高性能计算的主要用户集中在高校和科研院所，应用场景偏重基础科学研究；如今，产业界已接棒成为需求主力。

　　吕昇亮分析，这一结构性翻转，源自两股力量的交汇。一方面，国内人工智能大模型创业赛道持续爆发，模型训练、推理迭代、词元服务等场景催生了海量、稳定的算力刚需，成为当前算力消费的核心主力军；另一方面，实体经济自主研发投入持续加码，新能源汽车、高端装备、航空航天、生物医药等实体行业算力需求呈几何级增长，逐步取代传统科研场景，成为算力应用的核心赛场。

　　变化的不仅是比例，更有体量。“企业客户数量可能不如分散的科研用户多，但单体规模大。我们最大的单一客户年贡献收入可达上亿甚至数亿元。”吕昇亮透露，在新能源汽车行业，自主研发能力已跃居世界前沿，对算力的渴求极为强烈。这种需求端的结构性迁移，正在倒逼整个算力服务产业从“资源驱动”转向“服务驱动”。

　　从“卖算力”到“提效率”

　　当一家拥有数千名研发人员的大型制造企业成为客户，它需要的远不只是一排排服务器。“客户要的不是单纯的算力，而是算力带来的业务价值。”吕昇亮说。

　　并行科技设计了一种被称为“夕发朝至”的服务模式。研发人员白天进行设计调试，下班前将参数调整任务提交至算力中心；夜间，算力系统自动完成海量计算；次日清晨上班时，结果已摆在案头，供团队即刻分析、开启新一轮迭代。

　　“在没有这种服务之前，很多企业自建算力运营效率低下。任务提交后若当天没结果，第二天就得干等一整天，研发节奏被严重拖慢。”吕昇亮解释。通过深度优化调度系统，这种模式能将新车研发周期从两年缩短至一年半、一年，甚至九个月。

　　这也对服务商提出了更高要求，不仅要精通算力本身，还需深入理解客户的业务流程，与产品生命周期管理等核心系统紧密融合，同时确保数据传输的高速、安全与可靠。算力服务正在从“交付资源”的初级阶段，向“交付结果”的高级阶段演进。

　　而落实到具体评判标准，并行科技的做法具有参考价值。通过自研Paramon/Paratune应用特征分析工具，团队能对客户作业进行纳秒级“性能切片”，精准识别任务属于计算密集、访存密集还是向量化敏感型，进而在全国200万+CPU核心资源池中动态匹配性价比最优的算力节点。这种“对症下药”的精细化调优能力，正是算力服务从“粗放可用”走向“极致好用”的核心壁垒。

　　进阶的算力服务

　　并行科技早年深耕超算领域，如今在智算市场表现活跃。对此，吕昇亮用“同源”二字破题。

　　从技术底层看，超算与智算都是大规模并行计算。区别在于，超算使用海量CPU核心，追求物理化学方程的精确解，对双精度或单精度要求达到99.99%的严苛程度；智算则使用海量GPU核心，处理概率性问题，较低精度便可满足90%至97%的准确率。但二者在底层的算力管理、运营和服务方法上一脉相通。“凭借在超算领域积累的知识体系，我们自然延伸至智算服务，这是并行科技的一个独特优势。”

　　面向企业客户不断升级的需求，吕昇亮将算力服务的演进划分为三个阶段：1.0时代，客户自建自买，服务商提供软件与运维托管；2.0时代，客户转向租赁模式以求降本，服务商从“托管”升级为“服务”，进行更深度的业务融合；而当前的3.0时代，针对企业对稳定性与极致体验的追求，服务商需提供无缝衔接的平台，并通过全链路监控预警、自动化故障自愈及专属架构师贴身护航等体系化能力，将服务稳定性做实到每一次作业调度中——用技术实力而非口头承诺，赢得客户长期信赖。“这要求服务商自身具备极强的技术底气。”吕昇亮说。

　　布局全国算力网，破解“建得起用不好”

　　算力正被定位为新型基础设施，国家“东数西算”工程和全国一体化算力网建设持续推进。然而，“建得起用不好”“普通用户用不起”等现实难题依然存在。在此次WAIC展会上，多家企业展示了算力并网、跨域调度的解决方案，行业共识正在形成，破解难题的关键在于“调度”与“融合”。

　　吕昇亮介绍，并行科技通过高速网络将东部的计算需求输送至能源丰富、成本较低的西部节点，再将结果回传，实现资源优化配置。同时，为平衡网络延时，在东部多地部署中小型节点，就近处理自动驾驶、实时对话等业务；对延时不敏感的大模型训练，则调度至西部。目前，并行科技已通过并网模式接入了63个智算中心和15个超算中心，部分自建、部分与合作伙伴共建，部分我们只负责运营。

　　“算力供需持续处于紧平衡状态，缺口短期内难以弥合，资源稀缺已成为行业共识。”吕昇亮坦言。这一判断与行业整体感知相符。多方数据显示，随着大模型训练推理需求持续放量、制造业仿真设计需求稳步增长，国内算力供需紧平衡状态短期难以根本缓解。业界普遍预计，国产算力在未来两三年将迎来关键发展窗口期，有望逐步缓解供给压力。（宋雅娟）