9月23日，龙芯中科正式对外发布支持自研通用GPU的龙芯加速计算平台首个软件版本，完成了覆盖驱动层、编程环境、AI推理引擎全链条的算力软件产品布局。这一进展意味着国产自主GPU在硬件落地之后，正式补齐了关键的底层软件能力，推动国产算力底座从“硬件可用”向“软硬件全栈自主可控”阶段迈进。

本次发布的龙芯加速计算平台，基于龙芯2K3000及9A1000内置的LG200系列通用GPU核心打造，在完成OpenGL、Vulkan图形软件栈布局的基础上，进一步覆盖算力芯片驱动、算力编程环境、AI模型推理等核心功能组件。平台内置高性能算子库、专用编译器、运行时环境、调试工具与性能分析套件，同时支持OpenCL 3.0与CUDA两类主流编程模型接口，开发者无需对原有代码进行大规模重写，即可快速完成应用向龙芯GPU平台的迁移适配。

针对AI推理场景，平台搭载自研高性能推理引擎LacInfer，通过算子融合、常量折叠、布局转换等多层级优化手段，大幅减少数据访存开销，充分释放通用GPU的硬件性能。目前该平台已完成对目标检测、图像分割、姿态估计等主流计算机视觉模型的深度优化，量化推理精度损失控制在行业领先水平，同时可作为ONNX Runtime的执行后端，直接部署PyTorch、TensorFlow等主流框架导出的ONNX模型，实现“一次训练、多端部署”。

从落地场景来看，这套加速计算平台可广泛支撑工业视觉、智能安防、智慧零售、车载感知等领域的智能化应用，目前已有部分早期客户依托龙芯2K3000、9A1000芯片开展具身智能设备的智能体研制工作。平台同时支持Linux多内核版本系统，后续还将与9A2000、9A3000等在研算力芯片同步迭代，实现代际产品的软件生态兼容，降低后续硬件升级的适配成本。

业内分析指出，当前国产GPU产业的竞争已经从单卡算力参数比拼，全面转向编译器、驱动、计算框架等软件生态的综合较量。过去两年间，国产高性能GPU厂商先后完成硬件量产交付，头部企业已经落地万卡、十万卡级智算集群，但软件生态的成熟度始终是制约大规模商用的核心瓶颈。龙芯本次发布全栈自主的加速计算平台，打通了从底层硬件到上层应用的完整链路，为国产算力摆脱外部生态依赖提供了新的路径，也将进一步推动国内AI训练、推理场景的自主替代进程。

截至目前，龙芯9A1000独立GPU芯片已完成流片进入产品化阶段，其后续迭代的通用GPU产品在架构设计上可对标国际主流新一代计算架构，结合本次发布的加速计算平台，将逐步形成覆盖端侧、边缘侧、服务器侧的全场景自主算力供给能力。