在 AI 推动的科技浪潮下，过去的运转逻辑已经发生了变化。当下的我们，正处在多个超级周期共同作用下的潮流中心，技术的迭代、供需的变化以及宏观趋势的发展正变成强大的动能，强化 AI 超级周期的作用范围，延伸至我们的生产和生活的每一个角落。
Related articles
在以大模型为基础特征的 AI 2.0 时代，“ 大模型+大算力+大数据” 成为新一代人工智能发展的基本范式。其中，算力已如水、电一样，成为新型基础设施。根据 IDC 公布的数据显示，中国智能算力规模预计 2028 年将达到 2781.9EFLOPS。
在高速增长的需求推动下，2025 年上半年，中国 AI 服务器市场规模较 2024 年同期增长逾一倍。但同时也要注意的是，行业也在面临着多重挑战，显卡、内存等供应链成本侧的变化，叠加新阶段企业落地的新需求，都需要算力基础设施去做出针对性的调整。
变局之下，AI 基础设施建设已进入“ 短期提速、中期扩容、长期结构升级” 的三段式周期。应对新周期下的新需求，相比较单纯堆硬件，如何更好地去做好协同，通过体系化服务帮助企业拥抱 AI 普惠时代更为重要。
智算蓬勃发展下的多重挑战
中国智算产业蓬勃发展，正在渗透千行万业。“ 人工智能+” 行动连续两年被写入我国政府工作报告之中，多部门迅速跟进出台一系列人工智能赋能行业的政策文件，全方位、深层次地深化产业布局，致力于推动人工智能与各领域的深度融合。
当前，大模型的发展正呈现三大演进方向，首先是深度上，从千亿到万亿的参数模型，正通过架构规模成指数级的扩展，追求更大的知识表征和涌现的能力。在广度上，大模型从单模态、单一信息的处理转向多模态、多维感官数据的全面融合和协同处理。在长度上，大模型不断突破上下文限制，支持更长的以及更复杂的连贯推理。
针对大模型的演进，AI 的发展会存在两条路径，一条就是通过大参数、大算力、大数据来探索模型能力的上限。另外一条就是通过模型算法、算网的设施和联合优化来探索模型能力的下限。这两条路径并不是孤立的，而是相互补充，共同推动 AI 向更高效、更普惠的方向去发展。
相关数据指出，2018 年 AI 在核心产品的渗透率只有 5%，到 2021 年渗透率达到 8% 左右，预计到明年整个渗透率会达到 60%。而中国独特的算力市场生态，在技术、政策、供应周期的共同作用下，正处于快速爆发-理性选择-重新崛起的超级周期之中。预计到 2029 年，整个加速服务器的市场规模将超过 1400 亿美元，AI 服务器的出货量应该会超过 200 万。
可以确定的是，在人工智能引领的科技革命与产业革命下，算力已经成为决定大模型等这些前沿技术落地速度的关键基础设施。但同时，又在面临 AI 技术演进、全球 AI 竞争以及算力中断的三重挑战。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，仍然是业界的共识，企业需要更强的算力基础设施来支持高效的迭代。
全球 AI 的竞争格局不断在变化，中美的博弈、技术的封锁，双重压力让企业在国际化和国产化的 GPU 之间不断去权衡，资源投入、战略方向都受到外部竞争格局的限制。企业需要在算力路线上做出更加灵活的应对，多元的算力以及灵活扩展就将成为未来战略的刚需。
另外，与传统服务器不同的，AI 服务器为提升算力的利用率，经常是处在高负载的状态，并因为其高并行计算的这种特性，单点故障可能会引发大规模的算力的中断，造成巨大的损失。这就对 AI 服务器提出了更加严苛的可靠性的要求，需要更强、更多元、更稳定的算力基础设施。
联想中国基础设施业务群服务器事业部总经理周韬指出，中国智算产业现在正在进入一个高速发展的黄金期，从算力规模竞赛迈入了系统协同的新阶段，从单点到系统集成的技术协同，从通用化到场景化的应用协同，从封闭的竞争到开放共赢的整个生态协同。
面对 AI 带来的巨大变革，客户的需求也呈现阶段性的演进，需要把算力转换为企业增长的新动能。
AI 开发“ 流水线化”，算力竞争新范式
我们正在见证 AI 以更自主、更智能的方式成为真正的智能应用专家。当前，大模型训练动辄千卡规模，推理场景则要求低延迟、高并发与极致能效。然而，行业长期面临“ 重硬件采购、轻服务协同” 的困境：异构芯片调度割裂、通信瓶颈频现、扩缩容中断训练、量化策略粗放，这些问题严重制约了算力资源的实际效能释放。
AI 时代，企业需要的不仅是工具，更是一套完整的解决方案。基于当前算力产业需求的变化，联想推出了“AI 工厂” 解决方案，核心是构建出一套可管理、可复制且支持持续运营的标准化体系，重塑 AI 应用的开发与部署流程，将原本复杂且孤立的 AI 开发任务转变为一条标准、高效的现代化”AI 生产线”。
“ 所谓工厂，从蒸汽时代、电气时代再到信息时代，都是通过资源的输入和产品的输出，为社会的发展提供基石”，联想集团副总裁、中国基础设施业务群总经理陈振宽表示，“ 而智能时代的 AI 工厂，将在经典模式的基础上注入全新动能。从场景定义到将客户数据采集作为‘ 原材料’，经过智能体开发平台与 AI 训练引擎的深度处理，‘AI 工厂’ 解决方案最终能够生产出可交付的智能体、垂域模型、推理服务等成熟‘ 产品’。”
需要指出的是，帮助企业数据中心完成从传统“ 算力中心” 向“AI 工厂” 的智能化转型，需要的不仅是协同能力，更需要一个坚实的底座支撑。在全新的算力变局下，联想发布了新的 AI 服务器，还迭代升级了“ 联想万全异构智算平台 4.0”，在大模型预训练场景、大模型后训练场景、推理场景以及超智融合计算场景进行了提升。
据联想中国基础设施业务群战略管理总监黄山介绍称，万全异构智算平台 4.0 目前已经为众多算力场景提供全面支持。其中，针对模型本地部署的企业 AI 基础设施场景，全速运转满血版 DeepSeek R1 模型极限吞吐量已经超越 12000 Tokens/s。
“ 联想基于对基础设施方面这么多年的积累，能够搭建整体从咨询服务到数据治理、AI 生产管理，整个智能体的运维等，才觉得有资格站出来去提这个 AI 工厂。使客户不需要再关注基础设施方面的各种复杂问题，以一套标准化体系，用最少的算力帮助客户做好智能体的开发，帮助到中小企业降低 AI 应用的初始门槛和运营成本。”
从快速爆发、理性选择，再到重新崛起，AI 正在以更自主、更智能的方式成为真正的智能应用专家。在算力建设的窗口期，如何加速“ 碎片化” 的 AI 应用在千行百业规模化落地，将成为未来算力基础设施市场角逐的核心。（文 | 志读科技，作者 | 杜志强，编辑 | 钟毅）
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
