导语7 月 19 日WAIC 2026 · AI 开放计算与智能体技术生态论坛在上海落下帷幕。站在智能体时代的门槛上来自全球多个机构的产学研领袖在论坛上共同发出一个重要声音以“众智FlagOS”为基础的人工智能开放计算技术栈逐渐成型智算共享生态正在形成以众智FlagOS、PyTorch、HuggingFace、Eclipse基金会等开源平台组成的全球人工智能开源力量有望成为全球AI普惠的重要技术基座。在本次论坛上由联合国秘书长数字与新兴技术特使高级顾问 Mehdi Snene强调了建立 “面向全球人工智能能力建设的AI开放计算合作计划” Global Initiative of Open Compute for AI Capacity Building的重要性尤其是面向发展中地区的人工智能教育、科研等能力建设。为此Mehdi Snene 提出成立筹备工作组进一步推动该合作计划的使命定位、合作机制和实施路径设计。目前该工作组已得到北京智源人工智能研究院、Eclipse基金会、国际电信联盟 ITU-T SG21、北京大学、非洲联盟-非洲科学研究与创新理事会等重要机构的积极支持和参与并在本次论坛中向全球发出邀请欢迎更多相关机构加入合作共同推动基于“众智FlagOS”等开放计算技术的全球AI能力建设。01 数据透视下的全球挑战AI算力资源成为更大的鸿沟人工智能浪潮席卷全球透过繁荣的表象审视底层基础设施我们看到的是一个呈指数级扩大的鸿沟。全球算力需求呈爆炸式增长而算力资源分布极不均衡形成了巨大的数字鸿沟。世界银行的《2025年数字进展和趋势报告》中提到全球AI算力供给高度集中于少数国家和大型科技企业算力投资、芯片制造与云服务形成强烈的规模效应。高收入国家在算力获取成本和稳定性上占据绝对优势而中低收入国家更多依赖跨境云服务面临成本波动、数据主权和安全风险的三重挤压。更直观的数字来自联合国。联合国副秘书长兼数字与新兴技术特使阿曼迪普·辛格·吉尔曾在 2025 年 WAIC 期间披露了一个令人警醒的事实整个非洲大陆的数据中心容量不足全球的 1%可用于训练 AI 模型的 GPU 不到 1000 块与此同时180 个国家仍被排除在主要 AI 治理倡议之外。同时硬件架构的“碎片化”与软件生态的“孤岛化”推高了创新的门槛和成本。当前 AI 加速芯片架构多元、软硬件生态互不兼容的现状正在将模型跨芯片部署的工程成本推至高位不同架构之间的编程模型、算子实现和通信协议互不兼容导致AI模型在跨芯片部署时面临较高的适配成本和工程壁垒。这一观点得到了产业数据的印证。各厂商自研软件栈互不兼容导致企业采购后需投入大量资金做二次开发。这种“围墙”的存在使得许多现有的算力资源无法被有效利用。一方面算力紧缺另一方面大量非主流芯片算力闲置的矛盾局面十分突出。工信部 2025 年印发的《算力互联互通行动计划》显示在国内中小型算力中心利用率仅为 10% 至 15%而新建设的大型智算中心利用率可达 98% 以上。面对这一系列挑战单一的封闭技术路线已难以为继。联合国秘书长数字与新兴技术特使高级顾问 Mehdi Snene 在论坛上强调AI 算力资源的公平获取是国际社会面临的共同挑战需要超越国界的开放协作。他同时指出开源必须成为全球基础设施的核心组成部分技术定义固然重要但更关键的是将工具、可及性和公共产品交到那些真正需要它们的人手中。当算力资源在国与国之间、区域与区域之间失衡AI 算力资源的公平获取便不再是一个技术命题——它是发展问题是公平问题是治理问题。答案指向一个共识开放计算是AI普惠的真正底座。02 打破生态壁垒释放多元算力让开放计算成为AI普惠的真正底座在这场论坛上国内外的意见领袖们并没有止步于理念呼吁而是从各自的角度给出了打破生态壁垒释放多元算力的切实方案。没有开源开放的Linux就不会有当今全球最大操作系统厂商Redhat的成功。红帽亚太 CTO Vincent Caldeira 指出实现“技术自主权”并非必须自己拥有各种技术增加全球间的协调通过开源可以帮助我们真正地实现技术的自主权。基于开源的技术架构实质是可组合的架构其中的每一层架构都是开放的、透明的、互相依赖的。我们越能够了解这些技术才能控制和掌控这些技术行为。 他同时强调93%的企业组织已认识到实现技术自主权的唯一真正路径是“全球协作”而非单打独斗。2.1 众智FlagOS构建开放、共享的智算生态释放多元AI硬件算力北京智源人工智能研究院副院长兼总工程师林咏华指出大模型与硬件架构双双快速演进通过打造人工智能开放计算技术栈、构建可共享的AI软硬件生态至关重要。她阐释了推行开放计算的三个逻辑更多硬件选择方能降低成本共享软件生态可激发硬件创新统一软件栈能延长硬件投资生命周期。尤其是针对延长硬件投资生命周期的问题现有已经部署的AI算力约80%以上为非最新代际AI计算资源即部署一年或以上的硬件型号。由于最新的AI模型面向最新代际AI硬件进行训练和推理从而导致大量非最新代际的AI计算资源开始呈现利用率低下、甚至闲置的趋势这对算力投资而言是重大挑战。基于此智源研究院联合北大、清华、中科院及国内外伙伴打造了FlagOS统一标准化系统软件栈。林咏华介绍FlagOS已实现对20家芯片厂商30多款AI芯片的适配覆盖GPU、NPU、GPGPU、DSA、RISC-V AI、ARM等多元架构成为全球支持芯片种类最多的开源AI技术栈。通过扩展Triton语言FlagOS 社区创新性推出Triton-TLE其在Attention等关键算子上已超越英伟达CUDA的开源SOTA水平。FlagOS算子库超500个2024年成为PyTorch基金会生态系统项目。在应用层面FlagOS实现一次编写多芯片运行从面壁智能到DeepSeek V4均能在一天内完成多芯片同步适配。同时FlagOS正汇聚国内闲置算力远程支持非洲多国高校开展AI教学让开放计算服务全球普惠。海光信息副总裁马庆怀作为本次论坛被邀请的国产加速卡硬件生态侧代表介绍了AI算力面临生态锁定、服务稳定性与迁移成本三重挑战。海光DCU软件栈已实现与CUDA核心组件的对齐覆盖基础开发工具、AI优化软件栈及上层应用平台支持400余款大模型Day0首发适配。FlagOS则通过统一上层开发接口将多芯片开发工作收敛为可复用接口实现跨芯片通信效率达rocBLAS基线近90%的性能表现。在科学智能体领域以 FlagOS 与海光 DCU 的深度适配为例双方基于OneScience 科学智能体样板展示了从科研知识识别到模型开发全流程的自动化能力通过MCP/CLI/Plugin多形态扩展打通PyTorch、JAX、Megatron、vLLM等全栈知识解决大模型幻觉、稳定性、可复现与成本四大痛点。这标志着标志着国产算力生态从单点适配走向协同定义的新阶段。2.2 Linux 基金会倡导开源协作PyTorch为首的多种技术栈实现 AI 技术规模化发展如果说 众智FlagOS 解决了“能用”的技术问题Linux 基金会、Pytorch技术栈则致力于解决“敢用”的制度问题。Pytorch基金会Executive DirectorMark Collier 提出底层算力正在走向多元化每年都有新的入局者例如GPU、NPU、DCU、边缘芯片等等。算力的多样性是健康的它降低成本、激发创新。但是每款芯片都配一套专属软件栈是无法规模化的因为每一次移植都要重来每一个内核都要重新调优每一个缺陷都要重新发现。软件层面的碎片化将彻底摧毁硬件多样性带来的红利。实现可移植性才是关键而开源是规模化解决这一问题的唯一路径。Linux 基金会全球AI首席技术官兼 PyTorch基金会首席技术官 Matt White 在论坛上也指出过去五十年每一代变革性计算平台都遵循同一个模式通过开放标准连接开源组件击败封闭的垂直整合方案。他系统梳理了开源 Agentic AI 技术栈并强调 MCP、A2A 等开放规范正在让各模块变得可互换。从计算层、模型推理层、上下文与记忆层到工具与执行层、编排层再到应用层每一层都有可靠的生产级开源选项而开放标准正是连接这些组件的“胶水”。Linux Foundation AI Data基金会董事会主席黄之鹏透露基于昇腾的端到端大模型开源推理解决方案Omni-Infer已于去年6月开源旨在提供开箱即用的高性能国产硬件适配。同时作为拥有ONNX等明星项目的LF AIData基金会正持续为全球AI开源生态提供中立治理支撑加速多模态等开源AI项目聚合。开源协作正成为国产算力融入全球AI栈的关键桥梁。2.3 Eclipse 基金会积极推动“开放评估标准”在治理层面Eclipse 基金会 AI 负责人 Michael Berns 带来了欧洲视角。他的核心职责聚焦于开源AI生态中的供应商中立与数字主权议题并积极推动“开放评估标准”。他介绍了Eclipse基金会与北京智源人工智能研究院合作打造的PanEval项目一个覆盖多种大模型技术的开放评估平台能够从模型架构、吞吐量、能效到底层芯片本身进行端到端评估通过使评估结果透明且可横向比较PanEval 帮助全球企业和公共机构在特定预算和资源约束下找到最优解决方案不受供应商或来源国限制。该平台还可在监管层面发挥独立参考作用其评估结果将与《欧盟 AI 法案》多项合规要求高度相关为各机构推进合规工作提供供应商中立的参考依据。03 从技术共识到全球行动发起面向 AI 教育的全球开放计算倡议在我国已有部署的AI算力资源中约80%以上是非最新代际AI计算资源即部署一年或以上的硬件型号。由于最新的AI模型面向最新代际AI硬件进行训练和推理从而导致大量非最新代际的AI计算资源容易呈现利用率低下、甚至闲置的趋势。算力分布的极不均衡与大量现有的非最新代际计算资源的未充分利用形成了一种怪圈。如何打破这一怪圈、让这些闲置或上一代算力能被利用起来北京智源人工智能研究院副院长兼总工程师林咏华、非洲联盟-非洲科学研究与创新理事会AU-ASRIC副主席Khaled Ghedira、柬埔寨数字技术学院研究员Porchourng Chuor、塞内加尔AI Living Lab主任Seydina Moussa Ndiaye、肯尼亚AI能力建设卓越中心负责人Joseph Muliaro Wafula、埃塞俄比亚RESONANCE AI4D Lab主任Fitsum Assamnew Andargie在圆桌环节聚焦“从开放计算到可持续AI能力让全球协作发挥作用”拆解全球AI能力建设需求、算力基础设施挑战和AI人才培养面临的挑战与机遇。圆桌讨论指出推动全球开放计算、用于发展中地区的教学、科研十分必要并具有重大发展价值。同时开放计算的建设和提供必须与课程、师资和本地应用紧密结合才能把技术可及性转化为长期能力智源FlagOS方案通过统一软件栈整合异构算力为教学与创新提供了可行底座。同时数据共享需在安全合规与开放科学间取得平衡资源分配宜先普惠后重点示范从而兼顾公平与实效。论坛上为了推动成立“面向全球人工智能能力建设的AI开放计算合作计划”通过开放计算技术将碎片化、多元化的AI算力纳管调度向发展中地区提供教育和科研的公共基础设施支持联合国秘书长数字与新兴技术办公室向全球发出邀请成立筹备工作组。当前工作组已经得到北京智源人工智能研究院、Eclipse基金会、国际电信联盟 ITU-T SG21、北京大学、非洲联盟-非洲科学研究与创新理事会等重要机构的积极支持和参与。同时在开放计算服务于发展中地区AI人才教育的行动中“中非 AI 人才培养计划”已迈出实质性步伐。2026 年 4 月智源研究院联合非洲联盟非洲科学研究与创新委员会及北京大学启动首期培训吸引来自 24 个国家 82 所高校的 131 位教师报名最终 11 个国家的教师入选并完成了首批集训。从5月至今基于众智FlagOS的“AI开放计算”课程体系已经在非洲数个国家开始授课。目前第二批人才培养计划已经开始面向非洲、亚洲等更多区域开展招募并计划于2026年10月份进行第二期的人才培养。同期基于众智FlagOS 的智算课程体系已在多所中国高校开课。此外论坛现场同步启动了 FlagOS 开放计算全球挑战赛 S2 赛季面向全球高校、独立开发者免费开放统一异构算力基座与SGLang、面壁智能等机构合作设置跨芯片算子开发、大模型推理优化等赛道以实战赛事降低全球中小创新主体的算力使用门槛扩大众智FlagOS的开放计算全球社区覆盖面。04 AI 智能体带来的范式重塑AI 智能体无疑是当前科技领域最受瞩目的焦点之一智能体赋予了大模型“行动力”实现从“思考”到“执行”的跨越让 AI 从聊天工具升级为自主完成任务的“数字员工”。它带来的不仅是效率的提升更是对研发范式、组织形态和竞争规则的全面重塑。奕行智能首席 AI 官石贤帅带来主题分享《智能体重构AI算力芯片研发新范式》他直面智能体对芯片制造带来的巨大挑战重新思考“人机关系”深度耦合“人智能体”利用 AI 智能体参与芯片设计、内核优化和框架集成通过自动化循环工程loop engineering加速研发周期重塑“造芯”新范式。蚂蚁集团终端安全总经理万小飞从企业级Agent框架实践出发介绍他对企业级Agent框架的核心思考。针对当前 Agent 落地面临的安全、架构、协作、多端四大鸿沟蚂蚁提出构建原生安全、多端覆盖、分布式演进的AgentOS理念并已在内部实现单机千级Agent快速启动。这标志着行业正从单一框架探索迈向企业级Agent操作系统的定义之争。目前也正在和FlagOS联合探讨技术和生态的合作。llama.cpp 核心贡献者 Xuan-Son Nguyen 探讨了如何使用 llama.cpp 构建完全本地的AI智能体。内容涵盖多模态支持、工具调用等能力以及推测解码、多令牌预测等性能优化特性展示 llama.cpp 在本地推理方面的卓越表现。05 结语全球人工智能开放计算的愿景并非凭空而来。它依赖的是一个多层次、多主体的技术支撑体系——从开源基金会到社区项目从编译器到统一软件栈每一个环节都在为“算力无围墙”提供工程基础。而从中国到欧洲、美国、非洲、亚洲等不同地区的代表传递出了同一个声音AI 基础设施的开放化正在从技术选项变为全球共识。透过这场论坛我们看到从FlagOS的技术破局到国际开源基金会的标准共建再到面向全球教育的行动倡议AI算力的“围墙”正在被推倒。开放计算这一 AI 普惠的真正底座已然清晰可见。未来依托统一开源智算基座、中立全球开放标准、面向全球南方的普惠人才计划开放计算将持续弥合算力鸿沟真正实现无国界、人人可及的 AI 普惠新图景。
导语7 月 19 日WAIC 2026 · AI 开放计算与智能体技术生态论坛在上海落下帷幕。站在智能体时代的门槛上来自全球多个机构的产学研领袖在论坛上共同发出一个重要声音以“众智FlagOS”为基础的人工智能开放计算技术栈逐渐成型智算共享生态正在形成以众智FlagOS、PyTorch、HuggingFace、Eclipse基金会等开源平台组成的全球人工智能开源力量有望成为全球AI普惠的重要技术基座。在本次论坛上由联合国秘书长数字与新兴技术特使高级顾问 Mehdi Snene强调了建立 “面向全球人工智能能力建设的AI开放计算合作计划” Global Initiative of Open Compute for AI Capacity Building的重要性尤其是面向发展中地区的人工智能教育、科研等能力建设。为此Mehdi Snene 提出成立筹备工作组进一步推动该合作计划的使命定位、合作机制和实施路径设计。目前该工作组已得到北京智源人工智能研究院、Eclipse基金会、国际电信联盟 ITU-T SG21、北京大学、非洲联盟-非洲科学研究与创新理事会等重要机构的积极支持和参与并在本次论坛中向全球发出邀请欢迎更多相关机构加入合作共同推动基于“众智FlagOS”等开放计算技术的全球AI能力建设。01 数据透视下的全球挑战AI算力资源成为更大的鸿沟人工智能浪潮席卷全球透过繁荣的表象审视底层基础设施我们看到的是一个呈指数级扩大的鸿沟。全球算力需求呈爆炸式增长而算力资源分布极不均衡形成了巨大的数字鸿沟。世界银行的《2025年数字进展和趋势报告》中提到全球AI算力供给高度集中于少数国家和大型科技企业算力投资、芯片制造与云服务形成强烈的规模效应。高收入国家在算力获取成本和稳定性上占据绝对优势而中低收入国家更多依赖跨境云服务面临成本波动、数据主权和安全风险的三重挤压。更直观的数字来自联合国。联合国副秘书长兼数字与新兴技术特使阿曼迪普·辛格·吉尔曾在 2025 年 WAIC 期间披露了一个令人警醒的事实整个非洲大陆的数据中心容量不足全球的 1%可用于训练 AI 模型的 GPU 不到 1000 块与此同时180 个国家仍被排除在主要 AI 治理倡议之外。同时硬件架构的“碎片化”与软件生态的“孤岛化”推高了创新的门槛和成本。当前 AI 加速芯片架构多元、软硬件生态互不兼容的现状正在将模型跨芯片部署的工程成本推至高位不同架构之间的编程模型、算子实现和通信协议互不兼容导致AI模型在跨芯片部署时面临较高的适配成本和工程壁垒。这一观点得到了产业数据的印证。各厂商自研软件栈互不兼容导致企业采购后需投入大量资金做二次开发。这种“围墙”的存在使得许多现有的算力资源无法被有效利用。一方面算力紧缺另一方面大量非主流芯片算力闲置的矛盾局面十分突出。工信部 2025 年印发的《算力互联互通行动计划》显示在国内中小型算力中心利用率仅为 10% 至 15%而新建设的大型智算中心利用率可达 98% 以上。面对这一系列挑战单一的封闭技术路线已难以为继。联合国秘书长数字与新兴技术特使高级顾问 Mehdi Snene 在论坛上强调AI 算力资源的公平获取是国际社会面临的共同挑战需要超越国界的开放协作。他同时指出开源必须成为全球基础设施的核心组成部分技术定义固然重要但更关键的是将工具、可及性和公共产品交到那些真正需要它们的人手中。当算力资源在国与国之间、区域与区域之间失衡AI 算力资源的公平获取便不再是一个技术命题——它是发展问题是公平问题是治理问题。答案指向一个共识开放计算是AI普惠的真正底座。02 打破生态壁垒释放多元算力让开放计算成为AI普惠的真正底座在这场论坛上国内外的意见领袖们并没有止步于理念呼吁而是从各自的角度给出了打破生态壁垒释放多元算力的切实方案。没有开源开放的Linux就不会有当今全球最大操作系统厂商Redhat的成功。红帽亚太 CTO Vincent Caldeira 指出实现“技术自主权”并非必须自己拥有各种技术增加全球间的协调通过开源可以帮助我们真正地实现技术的自主权。基于开源的技术架构实质是可组合的架构其中的每一层架构都是开放的、透明的、互相依赖的。我们越能够了解这些技术才能控制和掌控这些技术行为。 他同时强调93%的企业组织已认识到实现技术自主权的唯一真正路径是“全球协作”而非单打独斗。2.1 众智FlagOS构建开放、共享的智算生态释放多元AI硬件算力北京智源人工智能研究院副院长兼总工程师林咏华指出大模型与硬件架构双双快速演进通过打造人工智能开放计算技术栈、构建可共享的AI软硬件生态至关重要。她阐释了推行开放计算的三个逻辑更多硬件选择方能降低成本共享软件生态可激发硬件创新统一软件栈能延长硬件投资生命周期。尤其是针对延长硬件投资生命周期的问题现有已经部署的AI算力约80%以上为非最新代际AI计算资源即部署一年或以上的硬件型号。由于最新的AI模型面向最新代际AI硬件进行训练和推理从而导致大量非最新代际的AI计算资源开始呈现利用率低下、甚至闲置的趋势这对算力投资而言是重大挑战。基于此智源研究院联合北大、清华、中科院及国内外伙伴打造了FlagOS统一标准化系统软件栈。林咏华介绍FlagOS已实现对20家芯片厂商30多款AI芯片的适配覆盖GPU、NPU、GPGPU、DSA、RISC-V AI、ARM等多元架构成为全球支持芯片种类最多的开源AI技术栈。通过扩展Triton语言FlagOS 社区创新性推出Triton-TLE其在Attention等关键算子上已超越英伟达CUDA的开源SOTA水平。FlagOS算子库超500个2024年成为PyTorch基金会生态系统项目。在应用层面FlagOS实现一次编写多芯片运行从面壁智能到DeepSeek V4均能在一天内完成多芯片同步适配。同时FlagOS正汇聚国内闲置算力远程支持非洲多国高校开展AI教学让开放计算服务全球普惠。海光信息副总裁马庆怀作为本次论坛被邀请的国产加速卡硬件生态侧代表介绍了AI算力面临生态锁定、服务稳定性与迁移成本三重挑战。海光DCU软件栈已实现与CUDA核心组件的对齐覆盖基础开发工具、AI优化软件栈及上层应用平台支持400余款大模型Day0首发适配。FlagOS则通过统一上层开发接口将多芯片开发工作收敛为可复用接口实现跨芯片通信效率达rocBLAS基线近90%的性能表现。在科学智能体领域以 FlagOS 与海光 DCU 的深度适配为例双方基于OneScience 科学智能体样板展示了从科研知识识别到模型开发全流程的自动化能力通过MCP/CLI/Plugin多形态扩展打通PyTorch、JAX、Megatron、vLLM等全栈知识解决大模型幻觉、稳定性、可复现与成本四大痛点。这标志着标志着国产算力生态从单点适配走向协同定义的新阶段。2.2 Linux 基金会倡导开源协作PyTorch为首的多种技术栈实现 AI 技术规模化发展如果说 众智FlagOS 解决了“能用”的技术问题Linux 基金会、Pytorch技术栈则致力于解决“敢用”的制度问题。Pytorch基金会Executive DirectorMark Collier 提出底层算力正在走向多元化每年都有新的入局者例如GPU、NPU、DCU、边缘芯片等等。算力的多样性是健康的它降低成本、激发创新。但是每款芯片都配一套专属软件栈是无法规模化的因为每一次移植都要重来每一个内核都要重新调优每一个缺陷都要重新发现。软件层面的碎片化将彻底摧毁硬件多样性带来的红利。实现可移植性才是关键而开源是规模化解决这一问题的唯一路径。Linux 基金会全球AI首席技术官兼 PyTorch基金会首席技术官 Matt White 在论坛上也指出过去五十年每一代变革性计算平台都遵循同一个模式通过开放标准连接开源组件击败封闭的垂直整合方案。他系统梳理了开源 Agentic AI 技术栈并强调 MCP、A2A 等开放规范正在让各模块变得可互换。从计算层、模型推理层、上下文与记忆层到工具与执行层、编排层再到应用层每一层都有可靠的生产级开源选项而开放标准正是连接这些组件的“胶水”。Linux Foundation AI Data基金会董事会主席黄之鹏透露基于昇腾的端到端大模型开源推理解决方案Omni-Infer已于去年6月开源旨在提供开箱即用的高性能国产硬件适配。同时作为拥有ONNX等明星项目的LF AIData基金会正持续为全球AI开源生态提供中立治理支撑加速多模态等开源AI项目聚合。开源协作正成为国产算力融入全球AI栈的关键桥梁。2.3 Eclipse 基金会积极推动“开放评估标准”在治理层面Eclipse 基金会 AI 负责人 Michael Berns 带来了欧洲视角。他的核心职责聚焦于开源AI生态中的供应商中立与数字主权议题并积极推动“开放评估标准”。他介绍了Eclipse基金会与北京智源人工智能研究院合作打造的PanEval项目一个覆盖多种大模型技术的开放评估平台能够从模型架构、吞吐量、能效到底层芯片本身进行端到端评估通过使评估结果透明且可横向比较PanEval 帮助全球企业和公共机构在特定预算和资源约束下找到最优解决方案不受供应商或来源国限制。该平台还可在监管层面发挥独立参考作用其评估结果将与《欧盟 AI 法案》多项合规要求高度相关为各机构推进合规工作提供供应商中立的参考依据。03 从技术共识到全球行动发起面向 AI 教育的全球开放计算倡议在我国已有部署的AI算力资源中约80%以上是非最新代际AI计算资源即部署一年或以上的硬件型号。由于最新的AI模型面向最新代际AI硬件进行训练和推理从而导致大量非最新代际的AI计算资源容易呈现利用率低下、甚至闲置的趋势。算力分布的极不均衡与大量现有的非最新代际计算资源的未充分利用形成了一种怪圈。如何打破这一怪圈、让这些闲置或上一代算力能被利用起来北京智源人工智能研究院副院长兼总工程师林咏华、非洲联盟-非洲科学研究与创新理事会AU-ASRIC副主席Khaled Ghedira、柬埔寨数字技术学院研究员Porchourng Chuor、塞内加尔AI Living Lab主任Seydina Moussa Ndiaye、肯尼亚AI能力建设卓越中心负责人Joseph Muliaro Wafula、埃塞俄比亚RESONANCE AI4D Lab主任Fitsum Assamnew Andargie在圆桌环节聚焦“从开放计算到可持续AI能力让全球协作发挥作用”拆解全球AI能力建设需求、算力基础设施挑战和AI人才培养面临的挑战与机遇。圆桌讨论指出推动全球开放计算、用于发展中地区的教学、科研十分必要并具有重大发展价值。同时开放计算的建设和提供必须与课程、师资和本地应用紧密结合才能把技术可及性转化为长期能力智源FlagOS方案通过统一软件栈整合异构算力为教学与创新提供了可行底座。同时数据共享需在安全合规与开放科学间取得平衡资源分配宜先普惠后重点示范从而兼顾公平与实效。论坛上为了推动成立“面向全球人工智能能力建设的AI开放计算合作计划”通过开放计算技术将碎片化、多元化的AI算力纳管调度向发展中地区提供教育和科研的公共基础设施支持联合国秘书长数字与新兴技术办公室向全球发出邀请成立筹备工作组。当前工作组已经得到北京智源人工智能研究院、Eclipse基金会、国际电信联盟 ITU-T SG21、北京大学、非洲联盟-非洲科学研究与创新理事会等重要机构的积极支持和参与。同时在开放计算服务于发展中地区AI人才教育的行动中“中非 AI 人才培养计划”已迈出实质性步伐。2026 年 4 月智源研究院联合非洲联盟非洲科学研究与创新委员会及北京大学启动首期培训吸引来自 24 个国家 82 所高校的 131 位教师报名最终 11 个国家的教师入选并完成了首批集训。从5月至今基于众智FlagOS的“AI开放计算”课程体系已经在非洲数个国家开始授课。目前第二批人才培养计划已经开始面向非洲、亚洲等更多区域开展招募并计划于2026年10月份进行第二期的人才培养。同期基于众智FlagOS 的智算课程体系已在多所中国高校开课。此外论坛现场同步启动了 FlagOS 开放计算全球挑战赛 S2 赛季面向全球高校、独立开发者免费开放统一异构算力基座与SGLang、面壁智能等机构合作设置跨芯片算子开发、大模型推理优化等赛道以实战赛事降低全球中小创新主体的算力使用门槛扩大众智FlagOS的开放计算全球社区覆盖面。04 AI 智能体带来的范式重塑AI 智能体无疑是当前科技领域最受瞩目的焦点之一智能体赋予了大模型“行动力”实现从“思考”到“执行”的跨越让 AI 从聊天工具升级为自主完成任务的“数字员工”。它带来的不仅是效率的提升更是对研发范式、组织形态和竞争规则的全面重塑。奕行智能首席 AI 官石贤帅带来主题分享《智能体重构AI算力芯片研发新范式》他直面智能体对芯片制造带来的巨大挑战重新思考“人机关系”深度耦合“人智能体”利用 AI 智能体参与芯片设计、内核优化和框架集成通过自动化循环工程loop engineering加速研发周期重塑“造芯”新范式。蚂蚁集团终端安全总经理万小飞从企业级Agent框架实践出发介绍他对企业级Agent框架的核心思考。针对当前 Agent 落地面临的安全、架构、协作、多端四大鸿沟蚂蚁提出构建原生安全、多端覆盖、分布式演进的AgentOS理念并已在内部实现单机千级Agent快速启动。这标志着行业正从单一框架探索迈向企业级Agent操作系统的定义之争。目前也正在和FlagOS联合探讨技术和生态的合作。llama.cpp 核心贡献者 Xuan-Son Nguyen 探讨了如何使用 llama.cpp 构建完全本地的AI智能体。内容涵盖多模态支持、工具调用等能力以及推测解码、多令牌预测等性能优化特性展示 llama.cpp 在本地推理方面的卓越表现。05 结语全球人工智能开放计算的愿景并非凭空而来。它依赖的是一个多层次、多主体的技术支撑体系——从开源基金会到社区项目从编译器到统一软件栈每一个环节都在为“算力无围墙”提供工程基础。而从中国到欧洲、美国、非洲、亚洲等不同地区的代表传递出了同一个声音AI 基础设施的开放化正在从技术选项变为全球共识。透过这场论坛我们看到从FlagOS的技术破局到国际开源基金会的标准共建再到面向全球教育的行动倡议AI算力的“围墙”正在被推倒。开放计算这一 AI 普惠的真正底座已然清晰可见。未来依托统一开源智算基座、中立全球开放标准、面向全球南方的普惠人才计划开放计算将持续弥合算力鸿沟真正实现无国界、人人可及的 AI 普惠新图景。
详解与实战配置)
