10月20日至22日，“2026可持续全球领导者大会”在上海召开。沐曦股份创始人、董事长兼总经理陈维良出席，以《筑牢算力底座，发展新质生产力——沐曦股份的思考与实践》为题发表演讲，提出人工智能算力需求具有通用性、易用性和稳定可靠性三大特征，并强调评估算力不能只看GPU性能，还要算好TCO（总拥有成本）这笔长期账。
算法迭代以“月”计 通用算力成刚需
陈维良称，人工智能算法迭代已历经三个主要阶段，迭代周期从过去的“年级别”压缩至“月级别”，只有通用算力才能支撑如此快速的演进，这也是GPU成为AI算力主要来源的核心原因。他以曦景S600超节点为例，称其体现了通过芯片、软件、互连与计算系统协同提升算力供给能力和使用效率的思路。
生态壁垒决定迁移成本
在易用性方面，陈维良提到CUDA生态的三重优势：二十年积累形成的开发者壁垒、代码重写与人员培训带来的迁移隐形成本，以及框架、模型、应用与客户层层锁定的网络效应。他认为，降低学习与适配门槛，才能让更多科研机构、企业和开发者参与产业创新。
能源约束下的TCO账
他引用国际能源署今年发布的报告称，基准情景下全球数据中心用电量预计将从2025年的485太瓦时增长到2030年的950太瓦时。TCO主要包括硬件采购成本、智算中心运营能耗成本、应用迁移适配成本和运维管理成本。降低长期使用成本需重点关注算力的通用性、易用性，以及核心技术的自立自强与核心供应链的自主可控。
💬 评论