精华速览

2026年9月21日，IDC发布《中国AI算力管理平台技术能力评估，2026》，对多家主流厂商展开评估。范式在算力资源管理、算力运维、技术架构、交付服务四个维度均获满分，综合评分位列第一。报告指出，AI应用进入规模化落地阶段，智能体技术正重塑云基础设施范式，AI基础设施从基础算力平台演进为企业智能化转型的核心IT基础设施。范式以不绑定芯片厂商的统一管理软件为核心，已适配十余家主流芯片，支持大规模训练与高并发推理混合部署，其面向Agent的算力服务化、三轨资源池与四维调度等能力构成主要优势。

要点透视

  • 2026年9月21日，IDC发布《中国AI算力管理平台技术能力评估，2026》，评估覆盖算力资源管理、算力服务管理、算力运维、技术架构、业务场景支撑及交付服务六大维度。
  • 范式在算力资源管理、算力运维、技术架构、交付服务四个维度均获满分，综合评分位列第一，能力值大幅领先业界基准线。
  • 范式平台已适配纳管昇腾、海光DCU、寒武纪、天数智芯、沐曦、摩尔线程、昆仑芯、燧原、平头哥、壁仞等十余家厂商计算卡，支持主流模型在不同品牌芯片上训练和推理。
  • 范式采用零侵入多芯虚拟化，支持PyTorch、TensorFlow、vLLM、SGLang等框架和推理引擎无需修改业务代码即可运行。
  • 范式提供独占、共享、超分三类资源池，结合任务优先级、硬件拓扑、实时负载及资源需求进行统一调度，支持大规模训练与高并发推理混合部署。
  • 范式通过AI网关统一管理模型路由、API调用和审计，并以“卡时＋Token”双轨计量帮助企业从资源占用和模型调用两个维度了解成本与使用效率。
  • 报告提及某政策性银行通过范式三轨资源池架构实现两地三中心算力统一纳管，提升资源利用效率并支撑业务平稳迁移。
  • IDC认为AI基础设施正从“云+AI”传统架构向“云原生+Agent协同”架构深度转型，算力管理平台将演化为覆盖池化、切分、调度、运维的综合管理能力。

文章拆解

IDC此次评估的时点值得注意。2026年，大模型能力竞争已持续数年，企业侧关注点正从“能否用上大模型”转向“能否以可控成本稳定运行”。报告将智能体技术和应用的持续深化视为重塑云基础设施的核心变量，这意味着算力管理平台的角色正在变化：过去它主要解决GPU纳管和调度问题，如今则要同时应对智能体高频调用、负载波动和成本控制等新需求。范式在四个维度满分，反映的正是这一能力组合的完整性，而非单一技术点的领先。

从技术路径看，范式选择不绑定芯片厂商的统一管理软件，是其区别于部分垂直生态厂商的关键。已适配十余家国产计算卡，并支持PyTorch、TensorFlow、vLLM、SGLang等主流框架无需改代码运行，这降低了企业因芯片供应或价格波动而迁移的摩擦成本。三轨资源池与四维调度的设计，则试图在训练与推理混合部署场景下兼顾资源利用率和任务稳定性。AI网关与“卡时＋Token”双轨计量，把成本可见性从硬件占用延伸到模型调用层面，这对预算敏感的企业客户具有实际意义。

行业影响方面，IDC报告将AI算力管理平台从“算力纳管”推向“综合管理能力”，可能加速平台层与芯片层的解耦。对用户而言，选型标准或将从单一芯片性能转向跨芯片调度效率、智能体服务化能力和运维成熟度。某政策性银行两地三中心统一纳管的案例，说明金融等强合规行业对异构算力统一管理已有实际需求，但该案例的具体规模、成本变化和迁移周期尚待确认。

值得关注的变量包括：智能体规模化落地是否真能带来算力调用模式的根本改变，还是仅停留在局部场景；国产芯片适配的深度和性能损耗是否经得起大规模生产验证；双轨计量能否成为行业通用标准，还是各平台各自定义。潜在风险在于，若智能体应用增长不及预期，算力管理平台的综合能力投入可能面临回报周期拉长的压力；同时，不绑定芯片厂商的策略在极端供应链环境下能否持续，也尚待观察。

查看原文