加速“碎片化”AI應用規模化落地，算力競爭迎來新范式

在AI推動的科技浪潮下，過去的運轉邏輯已經發生了變化。當下的我們，正處在多個超級周期共同作用下的潮流中心，技術的迭代、供需的變化以及宏觀趨勢的發展正變成強大的動能，強化AI超級周期的作用范圍，延伸至我們的生產和生活的每一個角落。

在以大模型為基礎特征的AI 2.0時代，“大模型+大算力+大數據”成為新一代人工智能發展的基本范式。其中，算力已如水、電一樣，成為新型基礎設施。根據IDC公布的數據顯示，中國智能算力規模預計2028年將達到2781.9EFLOPS。

在高速增長的需求推動下，2025年上半年，中國AI服務器市場規模較2024年同期增長逾一倍。但同時也要注意的是，行業也在面臨著多重挑戰，顯卡、內存等供應鏈成本側的變化，疊加新階段企業落地的新需求，都需要算力基礎設施去做出針對性的調整。

變局之下，AI基礎設施建設已進入“短期提速、中期擴容、長期結構升級”的三段式周期。應對新周期下的新需求，相比較單純堆硬件，如何更好地去做好協同，通過體系化服務幫助企業擁抱AI普惠時代更為重要。

智算蓬勃發展下的多重挑戰

中國智算產業蓬勃發展，正在滲透千行萬業。“人工智能+”行動連續兩年被寫入我國政府工作報告之中，多部門迅速跟進出臺一系列人工智能賦能行業的政策文件，全方位、深層次地深化產業布局，致力于推動人工智能與各領域的深度融合。

當前，大模型的發展正呈現三大演進方向，首先是深度上，從千億到萬億的參數模型，正通過架構規模成指數級的擴展，追求更大的知識表征和涌現的能力。在廣度上，大模型從單模態、單一信息的處理轉向多模態、多維感官數據的全面融合和協同處理。在長度上，大模型不斷突破上下文限制，支持更長的以及更復雜的連貫推理。

針對大模型的演進，AI的發展會存在兩條路徑，一條就是通過大參數、大算力、大數據來探索模型能力的上限。另外一條就是通過模型算法、算網的設施和聯合優化來探索模型能力的下限。這兩條路徑并不是孤立的，而是相互補充，共同推動AI向更高效、更普惠的方向去發展。

相關數據指出，2018年AI在核心產品的滲透率只有5%，到2021年滲透率達到8%左右，預計到明年整個滲透率會達到60%。而中國獨特的算力市場生態，在技術、政策、供應周期的共同作用下，正處于快速爆發-理性選擇-重新崛起的超級周期之中。預計到2029年，整個加速服務器的市場規模將超過1400億美元，AI服務器的出貨量應該會超過200萬。

可以確定的是，在人工智能引領的科技革命與產業革命下，算力已經成為決定大模型等這些前沿技術落地速度的關鍵基礎設施。但同時，又在面臨AI技術演進、全球AI競爭以及算力中斷的三重挑戰。其中，GPU和AI模型迭代加速，用更大的算力去探索大模型的能力上限，仍然是業界的共識，企業需要更強的算力基礎設施來支持高效的迭代。

全球AI的競爭格局不斷在變化，中美的博弈、技術的封鎖，雙重壓力讓企業在國際化和國產化的GPU之間不斷去權衡，資源投入、戰略方向都受到外部競爭格局的限制。企業需要在算力路線上做出更加靈活的應對，多元的算力以及靈活擴展就將成為未來戰略的剛需。

另外，與傳統服務器不同的，AI服務器為提升算力的利用率，經常是處在高負載的狀態，并因為其高并行計算的這種特性，單點故障可能會引發大規模的算力的中斷，造成巨大的損失。這就對AI服務器提出了更加嚴苛的可靠性的要求，需要更強、更多元、更穩定的算力基礎設施。

聯想中國基礎設施業務群服務器事業部總經理周韜指出，中國智算產業現在正在進入一個高速發展的黃金期，從算力規模競賽邁入了系統協同的新階段，從單點到系統集成的技術協同，從通用化到場景化的應用協同，從封閉的競爭到開放共贏的整個生態協同。

面對AI帶來的巨大變革，客戶的需求也呈現階段性的演進，需要把算力轉換為企業增長的新動能。

AI開發“流水線化”，算力競爭新范式

我們正在見證AI以更自主、更智能的方式成為真正的智能應用專家。當前，大模型訓練動輒千卡規模，推理場景則要求低延遲、高并發與極致能效。然而，行業長期面臨“重硬件采購、輕服務協同”的困境：異構芯片調度割裂、通信瓶頸頻現、擴縮容中斷訓練、量化策略粗放，這些問題嚴重制約了算力資源的實際效能釋放。

AI時代，企業需要的不僅是工具，更是一套完整的解決方案。基于當前算力產業需求的變化，聯想推出了“AI工廠”解決方案，核心是構建出一套可管理、可復制且支持持續運營的標準化體系，重塑AI應用的開發與部署流程，將原本復雜且孤立的AI開發任務轉變為一條標準、高效的現代化”AI生產線”。

“所謂工廠，從蒸汽時代、電氣時代再到信息時代，都是通過資源的輸入和產品的輸出，為社會的發展提供基石”，聯想集團副總裁、中國基礎設施業務群總經理陳振寬表示，“而智能時代的AI工廠，將在經典模式的基礎上注入全新動能。從場景定義到將客戶數據采集作為‘原材料’，經過智能體開發平臺與AI訓練引擎的深度處理，‘AI工廠’解決方案最終能夠生產出可交付的智能體、垂域模型、推理服務等成熟‘產品’。”

需要指出的是，幫助企業數據中心完成從傳統“算力中心”向“AI工廠”的智能化轉型，需要的不僅是協同能力，更需要一個堅實的底座支撐。在全新的算力變局下，聯想發布了新的AI服務器，還迭代升級了“聯想萬全異構智算平臺4.0”，在大模型預訓練場景、大模型后訓練場景、推理場景以及超智融合計算場景進行了提升。

據聯想中國基礎設施業務群戰略管理總監黃山介紹稱，萬全異構智算平臺4.0目前已經為眾多算力場景提供全面支持。其中，針對模型本地部署的企業AI基礎設施場景，全速運轉滿血版DeepSeek R1模型極限吞吐量已經超越12000 Tokens/s。

“聯想基于對基礎設施方面這么多年的積累，能夠搭建整體從咨詢服務到數據治理、AI生產管理，整個智能體的運維等，才覺得有資格站出來去提這個AI工廠。使客戶不需要再關注基礎設施方面的各種復雜問題，以一套標準化體系，用最少的算力幫助客戶做好智能體的開發，幫助到中小企業降低AI應用的初始門檻和運營成本。”

從快速爆發、理性選擇，再到重新崛起，AI正在以更自主、更智能的方式成為真正的智能應用專家。在算力建設的窗口期，如何加速“碎片化”的AI應用在千行百業規模化落地，將成為未來算力基礎設施市場角逐的核心。（文 | 志讀科技，作者 | 杜志強，編輯 | 鐘毅）