2026世界人工智能大会（WAIC）期间，是石科技连续举办四场“未来快闪·技术分享”活动，围绕“算电协同——AI时代的能源与算力新基建”“国产GPU的产业化实践”“大模型推理——从技术突破到产业落地”“从单点突破到系统协同——AI基础设施的下一站”等议题，联合中海储能、瀚博半导体、阶跃星辰、太初元碁等产业链上下游头部企业，串联起一场从能源、芯片到算力调度、大模型的深度交流。
AI时代的能源与算力新基建
7月18日上午，是石科技创始人兼董事长闫博文与中海储能创始人兼CEO王屾围绕算电协同主题进行分享。
图｜WAIC2026是石科技展台-“算电协同——AI时代的能源与算力新基建”主题的快闪现场
闫博文认为，算电协同面临两大挑战：一是长时稳定性——大规模算力集群需要极其稳定的电力供应，每一次因电力侧或调度侧带来的波动和间断，都会对服务器芯片和存储造成不可逆转的损伤；二是离网供给能力——大型算力中心对任何地区的电网都是巨大的负荷冲击，如何在离网情况下实现大规模、长期稳定的算力集群建设是行业亟须回答的问题。
图｜是石科技创始人兼董事长闫博文在WAIC2026是石科技展台快闪现场分享
他同时也提出一个工程洞察：算力服务已进入Token阶段，其在线率指标与传统IDC的高规格要求存在差异，而从“4个9”（99.99%）到“3个9”（99.9%）的一点点差别会带来CapEx（资本性支出）的巨大变化， “基于算力实际运行特性，去做精细化设计，是降低算力基础设施投入的核心路径。”
王屾认为，当前算力增长需求远超电网建设速度，但算电协同规模化落地仍面临多重阻力。从地理分布上看，中国新能源资源集中在西北地区，风光发电具有周期性和间歇性，无法随时按需匹配；算力用户期望毫秒级响应，将算力中心搬迁至新能源富集地区难以满足时延需求；行业壁垒也不容忽视，能源与算力分属不同专业领域，团队之间普遍缺乏了解和沟通。
图 | 中海储能创始人兼CEO王屾在WAIC2026是石科技展台快闪现场分享
2026年，“算电协同”首次写入政府工作报告，并被纳入“十五五”规划纲要。紧扣国家战略部署，是石科技与中海储能共同交出了“新能源+168小时长时储能+IDC”的离网供能算力系统方案。双方在河南省兰考县国电投新能源产业园联合打造了国内首个铁铬液流电池离网型算电协同示范项目，并已进入稳定带载投运阶段。其铁铬液流电池在同功率下可连续充放电168小时，在完全无外部电力输入的情况下，可保证算力中心一周7×24小时不间断运行。
闫博文将这一方案概括为“最小化”与“可扩展”原则：通过集装箱式模块化设计，单一算力模块可达600kW，对应算力侧数百卡级别，模块之间可组网扩展，电力侧的液流电池储能同样具备模块化特征。
目前，是石科技服务行业头部客户已超过200家，积累了从万卡到单台机器各尺度的真实算力负载波动数据，为算电协同的储能配置与调度策略设计提供了底层支撑。
国产GPU的产业化实践
7月18日下午，瀚博半导体副总裁黄树福与是石科技董事会秘书兼CFO赖哲森就国产GPU的产业化实践展开对话。
数据显示，2026年AI推理计算需求将达到训练需求的4至5倍，推理时代已然到来。
图｜WAIC2026是石科技展台-“国产GPU的产业化实践”主题的快闪现场
黄树福提出，国产GPU在推理层面已经从能用逐步走向好用，甚至在某些层面上已经超越国外产品。瀚博半导体是国内少有的在AI领域同时覆盖数据中心与边缘端的GPU厂商，其芯片在深度学习推理场景下的数据吞吐速度可达通用GPU的两倍。
图｜瀚博半导体副总裁黄树福在WAIC2026是石科技展台快闪现场分享
谈及国产GPU的突围路径，黄树福强调了“拥抱开源”的核心理念。当前国产GPU厂商普遍基于开源生态体系进行技术路线布局，多家国内GPU厂商共同参与推进。他同时表示，瀚博瞄准物理AI，它不仅需要概率计算和矩阵运算，还需要渲染实现空间感知与认知，在机器人训练数据严重不足的背景下，仿真平台的价值愈发凸显。
赖哲森认为，国产GPU大规模走向商用的时间节点已经到来，多家国产友商发布的性能参数已接近国际主流产品水平。同时，算力成本正从研发费用转向运营费用，这意味着国产GPU正在从通用化走向专用化。
图｜是石科技董事会秘书兼CFO赖哲森在WAIC2026是石科技展台快闪现场分享
“到2030年左右，推理市场应该会达到万亿级别。”赖哲森判断，对于是石科技而言，市场足够大、参与者足够多意味着更多机会。目前，是石科技已完成十多款主流国产AI芯片的深度适配与专项优化，打通了框架适配、算子兼容、通信优化、性能调优全链路，正以软件定义的方式让每一颗国产芯片发挥出最大价值。
大模型推理技术演进与落地
7月19日上午，阶跃星辰首席战略官李璟与是石科技创始人兼董事长闫博文围绕大模型推理的技术演进与产业落地展开交流。
图｜WAIC2026是石科技展台-“大模型推理——从技术突破到产业落地”主题的快闪现场
AI已经从少数人的工具变为全民生活方式。在Agent任务场景下，速度直接决定用户体验。李璟介绍了阶跃星辰最新开源的Step 3.7 Flash模型。该模型总参数196B，每次推理激活参数仅11B，最高生成速度超过每秒400 Tokens，专为生产级Agent打造。
图｜阶跃星辰首席战略官李璟在WAIC2026是石科技展台快闪现场分享
“智能上限特别高、价格特别便宜、速度特别快，这是一个不可能三角。”李璟强调了模型与Infra联合设计的重要性，并表示，阶跃拥有自己的Infra团队，从模型架构层面即考虑推理适配和底层优化，使吞吐速度达到全球领先水平。
闫博文从算力调度层面分享了是石科技的AI全链条优化体系。第一层是专家并行策略，针对MoE模型不同场景、不同尺寸的效率特征，对同一类请求与同一批模型做批处理。第二层是负载均衡，针对某些专家模型使用热度过高的问题，通过动态迁移和多副本机制实现GPU卡间负载均衡。第三层是KV Cache精准引导，将计算任务匹配到KV Cache已有的节点，提升整体效率。第四层是通信优化，在显存碰壁或带宽受限时，将通信异步化，实现计算与通信重叠。
图｜是石科技创始人兼董事长闫博文在WAIC2026是石科技展台快闪现场分享
闫博文进一步指出，成本下降将引发工业制造领域的链式反应。以发动机仿真模拟为例，传统方式需要180天左右的仿真时间，通过并行优化和替代物理模型，则发动机型号的迭代将以天为级别推进，这样的话：小型火箭、个人飞行器等此前难以想象的复杂且定制化工业级产品将具备落地可能。同时，当前调用算力的已不再是人，AI Agent全天候不间断调用算力集群，频率呈量级增长，成本降低的需求迫在眉睫。闫博文表示，是石科技在全国运营十余家算力中心，持续积累主流开源模型与硬件之间的深度适配、匹配经验。
AI基础设施下一站聚焦系统协同
7月19日下午，是石科技将产业链多个关键节点的嘉宾请到同一舞台：中海储能副总经理宫继禹（能源侧）、太初元碁联合创始人兼首席运营官乔梁（芯片侧）、是石科技董事会秘书兼CFO赖哲森（算力调度侧），以及陶智万象联合创始人刘思危（应用生态侧），共同探讨AI基础设施的系统协同。
图｜WAIC2026是石科技展台-“从单点突破到系统协同——AI基础设施的下一站”主题的快闪现场
嘉宾普遍认为，推理优化正从单点优化走向系统级协同优化，但从芯片到模型到能源再到算力调度层，还存在多个协同瓶颈。
宫继禹从能源角度分析，算力、模型与芯片三者结合相对紧密，而电力与AI算力行业之间存在较大跨度。从经济视角看，当前一度电能产生约1元收益，那么可接受电价在0.5至0.8元之间；而当算力进一步优化、一度电产生5元收益时，那么0.5至3元的电价均可被接受，“而这将极大拓展算力基础设施建设的可选方案。”
图｜中海储能副总经理宫继禹在WAIC2026是石科技展台快闪现场分享
乔梁认为，当前AI应用以天甚至小时为单位快速变化，下一步需要在Token产出的市场需求上做更清晰的分类，以便针对不同Token方向做更细分的解决方案，打破此前过度追求通用性的局限。他同样认为，当前阶段最应优先突破的是电力瓶颈，“电的量就决定了Token的量，这方面中国相比其他国家可能具备巨大优势。”
图｜太初元碁联合创始人兼首席运营官乔梁在WAIC2026是石科技展台快闪现场分享
赖哲森从算力调度角度提出“木桶效应”观点：系统整体效率取决于最短板。是石科技在调度层现阶段主要解决三个问题：一是算力碎片化，通过统一接口实现调度；二是同层调度，包括IDC节点切换和模型切换；三是跨层调度，包括推理高峰时切换至绿电使用，以及从秒级切换到毫秒级的算力分配。他透露，是石科技已具备强大的智能路由能力，可实现IDC节点切换、模型切换，未来是石科技还将与中海储能加强“创新型-全国绿电直供&算力-铁铬液流电池离网型算电协同项目”等多项合作。
图｜是石科技董事会秘书兼CFO赖哲森在WAIC2026是石科技展台快闪现场分享
面向“十五五”AI基础设施的竞争走向，宫继禹认为，需要在芯片、模型、算力、电力上实现全方位融合协同，电力系统也将从380伏交流逐步转向800伏乃至1500伏直流供电。乔梁指出，AI基础设施建设不再是简单堆GPU，而是系统化、集群化的综合方案，异构众核芯片、光通信、存储等环节均将迎来发展，最终衡量标准是Token的性价比和质量。赖哲森认为市场处于高速扩张期，但当前尚无任何一家企业收入超过千亿元，各方的扩张目前还不会挤压彼此版图。刘思危观察，竞争正从单点技术转向生态竞争，谁能搭建更完整的生态，让开发者和用户获得更全面的支持，谁就占据优势。
图｜陶智万象联合创始人刘思危在WAIC2026是石科技展台快闪现场分享
四场“未来快闪”活动构成了一幅AI基础设施的完整图景，从能源供给到芯片设计，从算力调度到模型优化，每个环节都在从单点突破走向系统协同。
作为连接芯片与应用的关键中间层，是石科技向下深度适配十多款国产算力芯片，向上打通Token服务全链路，横向连接绿色能源系统实现算电动态匹配，以全栈技术能力在AI基础设施赛道中构建核心技术壁垒。正如闫博文在分享中所说：“做AI-infra(人工智能基础设施)，是石科技真的做到了很技术、很上游。”（完）