训练和推理要的东西不一样，一块芯片已经伺候不了所有活儿，异构算力就这么变成了一道必答题。
单芯通吃，已经是过去式
AI模型越做越大，训练的时候它要吃带宽，推理的时候它又盯着延迟和能效。企业要是拿同一套硬件去顶两种任务，花出去的钱和拿回来的效果根本不成正比。
没有哪一款芯片能把所有事情都做到最好，于是CPU、GPU和专用加速卡开始各干各的活，这不是谁拍脑袋决定的，是工作负载逼出来的。
异构算力，被政策推着走
今年算力产业报告把异构架构放在了十大趋势的第一位，工信部“十五五”规划也明确提出要构建异构协同计算体系，还把异构算力和液冷散热放在了一起。
市场反应同样快，2026年全球异构计算规模预计达到412.7亿美元，江苏政务智算中心已经用异构集群加智能调度平台接入了昇腾、海光等国产芯片。大家不再讨论要不要做，而是在想怎么做得更快。
芯片越杂，液冷越关键
机柜里的芯片种类一多，功耗和热密度就变得特别难管，一个项目用了冷板式液冷，将PUE压在1.1以下，散热能耗降了五六成，算力密度反而能提升三到五成。
液冷和异构其实是一件事的两面，多元芯片带来更高的功率，液冷负责把热量接住，让异构算力在有限的空间里跑得稳。
异构算力不是加分项是必答题，数据中心得从堆同一种卡转向调度多元算力，从风冷转向液冷！
本文转自：昇伟线程，转载此文目的在于传递更多信息，版权归原作者所有。如不支持转载，请联系小编demi@eetrend.com删除。