观点 | 国产 GPU 的下一道关：软件生态的体系化建设

2025 年 8 月，数工科技首席技术官陈志远在《中国信息化》杂志发表署名长文《国产 GPU 的下一道关：软件生态的体系化建设》。文章基于数工科技五年来在 GPGPU 产品化过程中积累的一线经验与客户反馈，系统梳理了国产 GPU 在硬件性能快速追赶之后即将面临的软件生态挑战。

文章指出，当前国产 GPU 头部厂商在硬件 PPA（性能、功耗、面积）核心指标上已初步具备与国际顶级产品正面对话的能力，但在软件层面仍存在三大核心瓶颈：CUDA 生态的兼容性深度不足、编译器对特定硬件架构的深度优化能力缺位、以及主流分布式训练框架的原生适配工作存在厂商间碎片化现象。

针对上述系统性问题，陈志远给出了数工科技的明确技术路径选择：第一，通过「DGRT 运行时 + CUDA 算子兼容层」的双轨策略，平衡客户的迁移成本与原生性能；第二，自研基于 MLIR 框架的 DG-Compiler 编译器栈，对主流大模型算子做图级融合与调度优化；第三，与国内主流 AI 框架厂商建立原生适配联合工程团队，避免行业层面生态碎片化。

文章还特别强调，国产 GPU 软件生态的体系化建设需要整个产业界形成合力，单一厂商难以独立承担。数工科技已于 2025 年 5 月联合六家国产 GPU 厂商共同发起「中国 GPU 软件生态联盟」，致力于推动国产 GPU 算子规范、测试套件与接口标准的统一，为国产 AI 算力走向规模化商用扫清软件侧障碍。