海光

海棠AI实验室

海光DCU部署全攻略：开箱、配置到AI训练的最佳实践｜2026工程化版本你是否正在为部署海光 DCU 加速卡而烦恼？或者刚拿到 DCU，不知道从何下手？我想先把一句“反直觉”的结论放在开头：DCU 部署真正的门槛，不是“装不装得上”，而是“能不能长期稳定复现 + 能不能被团队接手维护”。所以这篇我按“工程交付”的方式重写：不追求花哨工具链，而是给你一套可复用、可回滚、可扩展的部署路线，并补齐近期更偏“生产可用”的新变化（例如 OpenCloudOS 9 + 6.6 内核 + DTK 25.04.2 的原生适配路线）。 (docs.opencloudos.org)

海光DCU节点架构常见的异构计算节点体系结构主要由四个部分组成：主存、多核处理器、I/O Hub和DCU加速器，下图描述了这种体系结构互连关系。主存（System Memory）与多核处理器之间通过Memory Bus互连，常用的物理接口有SIMM、DIMM、RIMM等。多核处理器借助I/O Hub链接多种外部设备，I/O Hub通过PCI-E总线链接，以树状结构链接各种功能设备，在异构计算节点中，主要的设备就是DCU加速器，由于处理器直接支持的PCI-E链路有最大数量限制，因此在I/O Hub与DCU加速器之间还会增加P

基于海光8张Z100L算力服务器，vLLM 部署全量微调过的 qwen2.5-32B大模型。在客户提供的 8 * Z100L 算力服务器上，部署全量微调过的 qwen2.5-32B 大模型。说明：输出结果的第1列（例如： 37:00.0、3a:00.0）是显卡对应的 PCI 设备地址。

腾讯数据架构师

海光dcu 虚拟化适配参考：https://download.sourcefind.cn:65024/5/main 海光社区参考：https://sourcefind.cn/#/service-list 光源

海光x86与Intel/AMD x86的差异解析：技术演进、架构博弈与未来之路在信息技术领域，x86架构作为计算产业的基石，历经四十余年演进，形成了以Intel、AMD为主导的全球生态，而海光x86的崛起，则标志着中国在自主可控计算赛道上的关键突破。本文将从技术起源、指令集架构、硬件设计、生态兼容性及未来趋势五个维度，深度剖析海光x86与Intel/AMD x86的差异。

我是有底线的