看完Manus的AI建模demo直接破防了，从“知道”到“做到”，一脚跨越太平洋，连机械臂都能用大白话编程，打工人瑟瑟发抖。

话说回来，从DeepSeek到阿里QwQ-32B再到Manus，国产ai今年开倍速的同时，背后支撑这些创新落地的算力格局，都要被重新洗牌了。

算力需求水涨船高，这是自然，但尴尬的是，主流NV显卡价格飙升，高昂成本让无数创意和项目夭折。大家慢慢意识到：算法想要突破上限，底层算力适配精度起决定性作用，这时候，兼容主流生态的国产硬件便成了破局之法。

好在，这方面我们已经撕开了口子。就说海光DCU吧，走和NV一样的GPGPU 路线，完整兼容“类CUDA”、“ROCm” 这些主流生态，能在短时间内快速完成多款大模型适配，并且实现了“训推一体”的AI场景全覆盖，日常工作平替NV基本没问题。

对于开发者来说，连编码习惯都不用改就能获得更优的替代效率，这不妥妥的国产算力加速密钥嘛