当不同芯片组成同一超节点集群，当不同计算任务需要不同算力，如何让所有算力各司其职、快速响应？7月19日，在上海举办的WAIC 2026浦江生态论坛上，上海人工智能实验室（简称“上海AI Lab”）联合思朗、昇腾、曙光、沐曦、天数、奇异摩尔和盛科等合作伙伴，共同发布面向科学智能场景的超智融合算力架构DeepLink Fabric。

这一架构支持以任务为中心组织算力、互联、交换、光网络与系统软件，实现算力网络随任务自适应重构，破解静态互联带来的性能取舍瓶颈，补齐国产超节点体系底层短板，为超智融合算力底座提供革命性硬件互联支撑。

依托DeepLink Fabric硬件架构设计，上海AI实验室同步完善DeepLink超智融合算力平台，配套核心能力形成软硬协同完整解决方案。此举标志国产算力基础设施从单点硬件突破，迈向系统级、生态级整体升级，为全国一体化算力网络、科学智能产业落地筑牢自主创新底层根基。

直面科学智能多种算力需求的复杂场景，DeepLink Fabric如同嵌入超节点的智能立交系统，让数据无需在固定路口滞留拥堵，可按实时流量动态变道，破解静态互联带来的性能取舍瓶颈，补齐国产超节点体系底层短板，为超智融合算力底座提供革命性硬件互联支撑。

据介绍，这一全新架构彻底改变了传统算力集群采用的静态固定拓扑、单套互联链路适配全部任务，而是用动态互联的方式，让不同计算任务在异构算力中自由切换，满足科学智能场景中对不同精度算力的复杂需求。

上海人工智能实验室青年科学家王辉介绍，这就好比是建设了一套全新的“城市立体路网”，让大数据走“宽车道”、小数据走“窄车道”、急数据走“快车道”，实现从“任务适配互联”到“互联适配任务”的范式转变，路网主动匹配通行需求，而非车辆迁就既有路线。

这一架构包含两大核心创新：一是拓扑可编程算力架构。设计阶段不再在多种通信模式间权衡取舍，而是引入可编程通信拓扑，支持系统按任务特征切换互联姿态，同时响应训练高吞吐、推理低时延与科学计算邻域通信等不同需求。二是面向可编程拓扑的全链路时延暴露。拓扑具备可选择、可重配特性后，原本淹没在多余跳数与路径冗余中的时延将被逐步解放。

作为本次互联范式重构的架构核心共建方之一，思朗科技已自主研发MaPU架构，并实现指令集、计算体系结构100%自研，其打造的“天穹”3D科学计算机在芯片级即采用3D Torus拓扑，面向复杂科学计算场景优化设计，能够高效支撑大规模邻域通信与规则数据交换。“可以把3D Torus理解成一张四通八达的‘立体环形路网’，”思朗科技董事长兼CEO查浩介绍，此次混合可重构架构将思朗3D Torus科学计算优势与Full Mesh/Fat Tree智算拓扑深度融合，打通两套网络，让不同类型的计算任务都能选择更匹配的传输路径，实现科学计算与AI计算的高效协同。