光合智能DC-TAO解决方案亮相链博会NVIDIA展位
发布时间：2026-06-25
2026年6月22日—26日，第四届中国国际供应链促进博览会（CICSE，简称“链博会”）在北京中国国际展览中心（顺义馆）盛大启幕。本届链博会以“链接世界，共创未来”为核心主题，作为全球首个聚焦产业链供应链的国家级专业展会，汇聚全球85个国家及地区超1200家企业参展，全新升级数智科技链并首次设立人工智能专区，集中展示全球AI算力、数字基建、绿色低碳领域前沿技术成果。
作为NVIDIA的生态合作伙伴，光合智能(PhSyn.Ai)携自研全生命周期算力中心整合解决方案DC-TAO登陆 NVIDIA展台，面向全球产业客户完整呈现基于物理AI的“算力-热力-电力”协同管理体系，为千卡、万卡乃至十万卡超大规模AI集群提供解决电力、散热两大核心瓶颈提供一体化解决方案。。
图片来源：NVIDIA英伟达官方微信号
图片来源：光合智能于2026年链博会现场拍摄
图片来源：光合智能于2026年链博会现场拍摄
光合智能自研DC-TAO算力中心智能管理解决方案同步亮相本届链博会NVIDIA展台，DC-TAO用人工智能技术解决基础设施的可持续发展问题，实现IT-OT系统协同管理，并完成物理AI技术在NVIDIA加速计算上的深度融合。
1、物理AI高精度高效建模与准实时仿真
区别于传统数据中心静态建模工具，DC-TAO基于GPU并行加速技术，实现机房空间、IT功耗、制冷设施、水冷系统等一体化高保真数字孪生建模，分钟级完成全机房气流热场、功耗分布全域仿真验证。在集群规划阶段，即可提前预判局部热点、配电过载、制冷冗余不足等隐患，大幅缩短机房设计周期，规避后期改造巨额投入。
2、多智能体自动化协同控制，算力-电力-热力全局动态优化
DC-TAO内置自研多模态AI智能体，打通IT算力调度、OT配电制冷控制系统数据壁垒，实现全系统毫秒级联动调节，针对GPU负载瞬时波动，动态调整机柜供电功率、液冷流量、冷机运行负载，同步联动园区光伏、储能、电网负荷削峰填谷。实测落地场景中，可实现机房制冷能耗降低10%-30%，整体综合能耗下降5%-15%，显著压低万卡集群长期运营电费成本，有效优化PUE指标，践行绿色低碳算力发展要求。
3、全域风险智能消弭，大幅提升巨型集群运行稳定性
依托海量机房运行数据训练的算力中心专用大模型，DC-TAO具备故障提前预判、风险分级处置、自动化隔离管控能力，可提前预判 GPU热点、制冷设备故障、供电波动等数十类安全隐患，将机房非计划停机故障问题与工时降低50%以上，彻底解决十万卡集群规模下单点故障连锁扩散的行业难题，保障超大规模AI训练任务7×24小时稳定运行。
整体而言，DC-TAO并非传统节能或监控工具，而是面向千卡至十万卡全规模算力集群的一体化整合解决方案，通过物理AI技术重构算力中心底层管理逻辑，同时实现能效提升、成本下降、风险消除三大核心价值，成为新一代AI工厂的智能底座。
作为NVIDIA的生态合作伙伴，光合智能(PhSyn.Ai)携自研全生命周期算力中心整合解决方案DC-TAO登陆 NVIDIA展台，面向全球产业客户完整呈现基于物理AI的“算力-热力-电力”协同管理体系，为千卡、万卡乃至十万卡超大规模AI集群提供解决电力、散热两大核心瓶颈提供一体化解决方案。。
一、算力产业迈入集群规模化时代，电力与散热成为发展核心桎梏
当前全球AI产业加速演进，大模型训练、通用人工智能落地对高密度算力底座需求呈爆发式增长。行业数据显示，新一代AI服务器单机柜峰值功耗将突破百千瓦，由此带来高热流密度冲击，传统冷却及配电架构已触碰物理极限，数据中心衍生出能耗成本高、机房局部热点、供电损耗比高、负载波动宕机、PUE 管控困难等一系列行业共性难题。行业共识已然形成—算力-热力-电力协同管理体系才是决定AI 工厂运营成本、稳定性、低碳水平的关键胜负手。光合智能自研DC-TAO算力中心智能管理解决方案同步亮相本届链博会NVIDIA展台，DC-TAO用人工智能技术解决基础设施的可持续发展问题，实现IT-OT系统协同管理，并完成物理AI技术在NVIDIA加速计算上的深度融合。
二、光合智能DC-TAO登陆NVIDIA展台，共建新一代算力生态标杆
本次光合智能现场演示DC-TAO在算力中心规划仿真、集群实时管控、电热协同优化、风险智能预警四大核心场景的实操能力，具备三重意义：- 依托NVIDIA AI生态，赋能产业闭环：借助NVIDIA企业级AI工厂参考架构设计，与光合智能DC-TAO从物理AI应用层打造算力、电力、热力管理跨层智能控制，并基于通用场景描述（OpenUSD）实现算力中心模型管理，实现从理论设计到真实机房自动化运营的完整闭环；
- 适配十万卡级超大规模集群刚需：针对行业万卡、十万卡集群扩张痛点，DC-TAO原生支持超高密度机柜、动态波动负载、电网联动调节，解决传统管理系统无法同步处理海量算力设备、冷热负荷、配电系统的技术短板；
- 技术协同打造绿色算力标准，为全球供应链提供可复制、可规模化的高效智算中心建设运营范本，助力算力产业低碳转型。
三、光合智能DC-TAO物理AI能力：以高效AI仿真与智能体自动化重构算力中心运营
DC-TAO是光合智能基于创始团队多年积累的物理AI技术积淀打造的新一代算力中心整合式解决方案，依托专用高精度仿真引擎、物理驱动数字原生模型、算力中心行业大模型三大核心底层技术，覆盖算力中心规划设计、虚拟部署、实时运营、预测维护全生命周期，核心能力分为：1、物理AI高精度高效建模与准实时仿真
区别于传统数据中心静态建模工具，DC-TAO基于GPU并行加速技术，实现机房空间、IT功耗、制冷设施、水冷系统等一体化高保真数字孪生建模，分钟级完成全机房气流热场、功耗分布全域仿真验证。在集群规划阶段，即可提前预判局部热点、配电过载、制冷冗余不足等隐患，大幅缩短机房设计周期，规避后期改造巨额投入。
2、多智能体自动化协同控制，算力-电力-热力全局动态优化
DC-TAO内置自研多模态AI智能体，打通IT算力调度、OT配电制冷控制系统数据壁垒，实现全系统毫秒级联动调节，针对GPU负载瞬时波动，动态调整机柜供电功率、液冷流量、冷机运行负载，同步联动园区光伏、储能、电网负荷削峰填谷。实测落地场景中，可实现机房制冷能耗降低10%-30%，整体综合能耗下降5%-15%，显著压低万卡集群长期运营电费成本，有效优化PUE指标，践行绿色低碳算力发展要求。
3、全域风险智能消弭，大幅提升巨型集群运行稳定性
依托海量机房运行数据训练的算力中心专用大模型，DC-TAO具备故障提前预判、风险分级处置、自动化隔离管控能力，可提前预判 GPU热点、制冷设备故障、供电波动等数十类安全隐患，将机房非计划停机故障问题与工时降低50%以上，彻底解决十万卡集群规模下单点故障连锁扩散的行业难题，保障超大规模AI训练任务7×24小时稳定运行。
整体而言，DC-TAO并非传统节能或监控工具，而是面向千卡至十万卡全规模算力集群的一体化整合解决方案，通过物理AI技术重构算力中心底层管理逻辑，同时实现能效提升、成本下降、风险消除三大核心价值，成为新一代AI工厂的智能底座。