【环球网科技综合报道】7月19日，在WAIC 2026 · AI 开放计算与智能体技术生态论坛期间，来自全球多个机构的产学研领袖发出一个重要声音：以“众智FlagOS”为基础的人工智能开放计算技术栈逐渐成形，智算共享生态正在形成；以众智FlagOS、PyTorch、HuggingFace、Eclipse基金会等开源平台组成的全球人工智能开源力量有望成为全球AI普惠的重要技术基座。
在本次论坛上，联合国秘书长数字与新兴技术特使高级顾问 Mehdi Snene强调了建立 “面向全球人工智能能力建设的AI开放计算合作计划” （Global Initiative of Open Compute for AI Capacity Building）的重要性，尤其是面向发展中地区的人工智能教育、科研等能力建设。为此，Mehdi Snene 提出成立筹备工作组，进一步推动该合作计划的使命定位、合作机制和实施路径设计。目前，该工作组已得到北京智源人工智能研究院、Eclipse基金会、国际电信联盟 ITU-T SG21、北京大学、非洲联盟-非洲科学研究与创新理事会等重要机构的积极支持和参与，并在本次论坛中向全球发出邀请，欢迎更多相关机构加入合作，共同推动基于“众智FlagOS”等开放计算技术的全球AI能力建设。
数据透视下的全球挑战：AI算力资源成为更大的鸿沟？
人工智能浪潮席卷全球，透过繁荣的表象审视底层基础设施，我们看到的是一个呈指数级扩大的鸿沟。全球算力需求呈爆炸式增长，而算力资源分布极不均衡，形成了巨大的数字鸿沟。世界银行的《2025年数字进展和趋势报告》中提到：全球AI算力供给高度集中于少数国家和大型科技企业，算力投资、芯片制造与云服务形成强烈的规模效应。高收入国家在算力获取成本和稳定性上占据绝对优势，而中低收入国家更多依赖跨境云服务，面临成本波动、数据主权和安全风险的三重挤压。
联合国副秘书长兼数字与新兴技术特使阿曼迪普·辛格·吉尔曾在 2025 年 WAIC 期间披露了一个令人警醒的事实：整个非洲大陆的数据中心容量不足全球的 1%，可用于训练 AI 模型的 GPU 不到 1000 块；与此同时，180 个国家仍被排除在主要 AI 治理倡议之外。同时，硬件架构的“碎片化”与软件生态的“孤岛化”，推高了创新的门槛和成本。
当前 AI 加速芯片架构多元、软硬件生态互不兼容的现状，正在将模型跨芯片部署的工程成本推至高位，不同架构之间的编程模型、算子实现和通信协议互不兼容，导致AI模型在跨芯片部署时面临较高的适配成本和工程壁垒。这一观点得到了产业数据的印证。各厂商自研软件栈互不兼容，导致企业采购后需投入大量资金做二次开发。这种“围墙”的存在，使得许多现有的算力资源无法被有效利用。一方面算力紧缺，另一方面大量非主流芯片算力闲置的矛盾局面十分突出。工信部 2025 年印发的《算力互联互通行动计划》显示：在国内，中小型算力中心利用率仅为 10% 至 15%，而新建设的大型智算中心利用率可达 98% 以上。
面对这一系列挑战，单一的封闭技术路线已难以为继。联合国秘书长数字与新兴技术特使高级顾问 Mehdi Snene 在论坛上强调，AI 算力资源的公平获取是国际社会面临的共同挑战，需要超越国界的开放协作。他同时指出，开源必须成为全球基础设施的核心组成部分，技术定义固然重要，但更关键的是将工具、可及性和公共产品交到那些真正需要它们的人手中。
联合国秘书长数字与新兴技术特使高级顾问 Mehdi Snene
当算力资源在国与国之间、区域与区域之间失衡，AI 算力资源的公平获取便不再是一个技术命题——它是发展问题，是公平问题，是治理问题。开放计算成为AI普惠的底座。
打破生态壁垒，释放多元算力，让开放计算成为AI普惠的真正底座
没有开源开放的Linux，就不会有当今全球最大操作系统厂商Redhat的成功。红帽亚太 CTO Vincent Caldeira 指出，实现“技术自主权”并非必须自己拥有各种技术，通过增加全球间的开源协同可以帮助我们真正地实现技术的自主权。基于开源的技术架构，实质是可组合的架构，其中的每一层架构都是开放的、透明的、互相依赖的。我们越能够了解这些技术，才能控制和掌控这些技术行为。 他同时强调，93%的企业组织已认识到，实现技术自主权的唯一真正路径是“全球协作”，而非单打独斗。
北京智源人工智能研究院副院长兼总工程师林咏华强调，大模型与硬件架构双双快速演进，通过打造人工智能开放计算技术栈、构建可共享的AI软硬件生态至关重要。她阐释了推行开放计算的三个逻辑：更多硬件选择方能降低成本；共享软件生态可激发硬件创新；统一软件栈能延长硬件投资生命周期。尤其是针对延长硬件投资生命周期的问题，现有已经部署的AI算力，约80%以上为非最新代际AI计算资源（即部署一年或以上的硬件型号）。由于最新的AI模型面向最新代际AI硬件进行训练和推理，从而导致大量非最新代际的AI计算资源开始呈现利用率低下、甚至闲置的趋势，这对算力投资而言是重大挑战。
北京智源人工智能研究院副院长兼总工程师林咏华
基于此，智源研究院联合北大、清华、中科院及国内外伙伴打造了FlagOS统一标准化系统软件栈。林咏华介绍，FlagOS已实现对20家芯片厂商30多款AI芯片的适配，覆盖GPU、NPU、GPGPU、DSA、RISC-V AI、ARM等多元架构，成为全球支持芯片种类最多的开源AI技术栈。通过扩展Triton语言，FlagOS 社区创新性推出Triton-TLE，其在Attention等关键算子上已超越英伟达CUDA的开源SOTA水平。FlagOS算子库超500个，2024年成为PyTorch基金会生态系统项目。
在应用层面，FlagOS实现"一次编写，多芯片运行"，从面壁智能到DeepSeek V4均能在一天内完成多芯片同步适配。同时，FlagOS正汇聚国内闲置算力，远程支持非洲多国高校开展AI教学，让开放计算服务全球普惠。
Linux 基金会全球AI首席技术官兼 PyTorch基金会首席技术官 Matt White 在论坛上也提出，过去五十年，每一代变革性计算平台都遵循同一个模式：通过开放标准连接开源组件，击败封闭的垂直整合方案。他系统梳理了开源 Agentic AI 技术栈，并强调 MCP、A2A 等开放规范正在让各模块变得可互换。从计算层、模型推理层、上下文与记忆层，到工具与执行层、编排层，再到应用层，每一层都有可靠的生产级开源选项，而开放标准正是连接这些组件的“胶水”。
Linux Foundation AI & Data基金会董事会主席黄之鹏透露，基于昇腾的端到端大模型开源推理解决方案Omni-Infer已于去年6月开源，旨在提供开箱即用的高性能国产硬件适配。同时，作为拥有ONNX等明星项目的LF AI&Data基金会，正持续为全球AI开源生态提供中立治理支撑，加速多模态等开源AI项目聚合。开源协作，正成为国产算力融入全球AI栈的关键桥梁。
全球行动：发起面向AI教育的全球开放计算倡议
论坛上，为了推动成立“面向全球人工智能能力建设的AI开放计算合作计划”，通过开放计算技术将碎片化、多元化的AI算力纳管调度，向发展中地区提供教育和科研的公共基础设施支持，联合国秘书长数字与新兴技术办公室向全球发出邀请，成立筹备工作组。当前，工作组已经得到北京智源人工智能研究院、Eclipse基金会、国际电信联盟 ITU-T SG21、北京大学、非洲联盟-非洲科学研究与创新理事会等重要机构的积极支持和参与。
同时，在开放计算服务于发展中地区AI人才教育的行动中，“中非 AI 人才培养计划”已迈出实质性步伐。2026 年 4 月，智源研究院联合非洲联盟非洲科学研究与创新委员会及北京大学启动首期培训，吸引来自 24 个国家 82 所高校的 131 位教师报名，最终 11 个国家的教师入选并完成了首批集训。从5月至今，基于众智FlagOS的“AI开放计算”课程体系，已经在非洲数个国家开始授课。目前，第二批人才培养计划已经开始面向非洲、亚洲等更多区域开展招募，并计划于2026年10月份进行第二期的人才培养。同期，基于众智FlagOS 的智算课程体系已在多所中国高校开课。
此外，论坛现场同步启动了 FlagOS 开放计算全球挑战赛 S2 赛季，面向全球高校、独立开发者免费开放统一异构算力基座，与SGLang、面壁智能等机构合作，设置跨芯片算子开发、大模型推理优化等赛道，以实战赛事降低全球中小创新主体的算力使用门槛，扩大众智FlagOS的开放计算全球社区覆盖面。（古雨）