近日，Gartner發(fā)布《2026年十大戰(zhàn)略技術(shù)趨勢》，將AI超級計算平臺列為首要技術(shù)方向，平臺整合了CPU、GPU、AIASIC、神經(jīng)系統(tǒng)計算和替代性計算范式，使企業(yè)能夠統(tǒng)籌復雜工作負載。報告還指出，到2028年，超過40%的領先企業(yè)將采用混合計算范式，較當前8%的水平實現(xiàn)跨越式增長。
　　快速增長的數(shù)字背后，是一場深刻的行業(yè)變革——算力供給模式正在發(fā)生根本性重構(gòu)。隨著海外供應鏈不可控因素持續(xù)走高，單一依賴某類芯片的架構(gòu)已被證明存在巨大風險，混合算力從“可選項”變成了“必選項”。某頭部科技公司CTO直言，“這不是簡單的技術(shù)選型，而是企業(yè)AI戰(zhàn)略的生存問題”。
　　混合算力變革的三重困境
　　隨著AI應用的深入，國內(nèi)企業(yè)對AI算力的需求快速變化，在基礎設施層面帶來了一系列全新的技術(shù)挑戰(zhàn)。
　　首先是算力架構(gòu)的轉(zhuǎn)變，隨著AI占據(jù)越來越重要的位置，原先以CPU為中心的架構(gòu)在支持AI原生應用方面存在問題，需要以GPU為中心重塑基礎設施；而GPU國際供應鏈風險加劇，金融、政務等領域AI算力國產(chǎn)化替代加速，算力還需滿足國產(chǎn)合規(guī)要求。
　　其次是智算資源利用率，數(shù)據(jù)顯示，在未經(jīng)優(yōu)化的混合環(huán)境中，算力利用率普遍低于40%，部分企業(yè)甚至面臨“買的算力越多，浪費越嚴重”的尷尬局面。
　　第三是規(guī)?；款i。從實驗環(huán)境到生產(chǎn)系統(tǒng)，從單點試用到全業(yè)務鋪開，混合架構(gòu)的復雜性呈指數(shù)級增長。這已超出大多數(shù)企業(yè)技術(shù)團隊的掌控范圍。
　　破局者：JoyScaleAI算力平臺
　　在這場混合算力的生存游戲中，單純的資源堆砌已無法解決問題，行業(yè)需要的是能夠打通全鏈路的混合算力服務新范式。京東云JoyScaleAI算力平臺正是在這一背景下入場，不做簡單的資源聚合，而是打造真正的“算力操作系統(tǒng)”。 　　近日，Gartner發(fā)布《2026年十大戰(zhàn)略技術(shù)趨勢》，將AI超級計算平臺列為首要技術(shù)方向，平臺整合了CPU、GPU、AIASIC、神經(jīng)系統(tǒng)計算和替代性計算范式，使企業(yè)能夠統(tǒng)籌復雜工作負載。報告還指出，到2028年，超過40%的領先企業(yè)將采用混合計算范式，較當前8%的水平實現(xiàn)跨越式增長。
　　快速增長的數(shù)字背后，是一場深刻的行業(yè)變革——算力供給模式正在發(fā)生根本性重構(gòu)。隨著海外供應鏈不可控因素持續(xù)走高，單一依賴某類芯片的架構(gòu)已被證明存在巨大風險，混合算力從“可選項”變成了“必選項”。某頭部科技公司CTO直言，“這不是簡單的技術(shù)選型，而是企業(yè)AI戰(zhàn)略的生存問題”。
　　混合算力變革的三重困境
　　隨著AI應用的深入，國內(nèi)企業(yè)對AI算力的需求快速變化，在基礎設施層面帶來了一系列全新的技術(shù)挑戰(zhàn)。
　　首先是算力架構(gòu)的轉(zhuǎn)變，隨著AI占據(jù)越來越重要的位置，原先以CPU為中心的架構(gòu)在支持AI原生應用方面存在問題，需要以GPU為中心重塑基礎設施；而GPU國際供應鏈風險加劇，金融、政務等領域AI算力國產(chǎn)化替代加速，算力還需滿足國產(chǎn)合規(guī)要求。
　　其次是智算資源利用率，數(shù)據(jù)顯示，在未經(jīng)優(yōu)化的混合環(huán)境中，算力利用率普遍低于40%，部分企業(yè)甚至面臨“買的算力越多，浪費越嚴重”的尷尬局面。
　　第三是規(guī)?；款i。從實驗環(huán)境到生產(chǎn)系統(tǒng)，從單點試用到全業(yè)務鋪開，混合架構(gòu)的復雜性呈指數(shù)級增長。這已超出大多數(shù)企業(yè)技術(shù)團隊的掌控范圍。
　　破局者：JoyScaleAI算力平臺
　　在這場混合算力的生存游戲中，單純的資源堆砌已無法解決問題，行業(yè)需要的是能夠打通全鏈路的混合算力服務新范式。京東云JoyScaleAI算力平臺正是在這一背景下入場，不做簡單的資源聚合，而是打造真正的“算力操作系統(tǒng)”。
　　

　　智能調(diào)度是核心。JoyScale全面適配十余家國產(chǎn)算力，兼容適配昇騰、寒武紀、海光等多種國產(chǎn)加速卡，云原生AI調(diào)度能力，極致提升AI任務部署密度，整體資源利用率提升70%。并基于行業(yè)領先的內(nèi)核態(tài)池化引擎，整體推理性能提升50%。
　　生態(tài)兼容能力是關(guān)鍵壁壘。京東云和眾多國產(chǎn)芯片廠商深度合作，互相開放運行時Runtime層代碼，通過GPU/NPU切分池化技術(shù)，從內(nèi)核層屏蔽異構(gòu)廠商硬件的復雜性，實現(xiàn)更高效的AI算力。
　　安全合規(guī)是基礎保障。JoyScale作為通過信通院最高等級雙認證的AI算力平臺，全棧軟件平臺自主研發(fā)，可以滿足金融級數(shù)據(jù)安全、性能和穩(wěn)定性要求。
　　數(shù)十家頭部國央企的先行建設
　　隨著AI應用進入深水區(qū)，算力基礎設施的競爭正在從“規(guī)模競賽”轉(zhuǎn)向“體系化競爭”。短期來看，企業(yè)需要解決眼前的算力利用率和成本問題；中長期而言，則要構(gòu)建面向未來的算力架構(gòu)，確保在技術(shù)路線快速迭代的環(huán)境中保持敏捷性。
　　京東云JoyScale提供了一個從“可用”到“好用”的進化路徑，憑借內(nèi)核級算力池化、全棧自研可控、金融級安全等差異化優(yōu)勢，已有數(shù)十家頭部國央企選擇JoyScale構(gòu)建新一代AI算力平臺。
　　某知名證券公司，原有集群GPU資源分散，整體利用率長期徘徊在25%。部署京東云JoyScaleAI算力平臺后，通過將分散在5個業(yè)務系統(tǒng)的GPU資源池化，形成統(tǒng)一AI算力池，AI算力分時復用實現(xiàn)多團隊共享，推理任務資源滿足率從65%提升至98%，同時國產(chǎn)芯片使用占比穩(wěn)步提升，實現(xiàn)了效率與安全的平衡。
　　當前，基于京東集團復雜場景實踐，京東云已經(jīng)構(gòu)建了一站式大模型產(chǎn)品矩陣，從底層的智算基礎設施，到中間層的模型服務和工具，再到上層的Agent應用開發(fā)，支持國央企快速部署大模型及AI應用，重塑AI生產(chǎn)力。 加載全文