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(guī)模較2024年同期增長逾一倍。但同時也要注意的是，行業(yè)也在面臨著多重挑戰(zhàn)，顯卡、內(nèi)存等供應鏈成本側的變化，疊加新階段企業(yè)落地的新需求，都需要算力基礎設施去做出針對性的調(diào)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(xié)同，通過體系化服務幫助企業(yè)擁抱AI普惠時代更為重要。
中國智算產(chǎn)業(yè)蓬勃發(fā)展，正在滲透千行萬業(yè)。“人工智能+”行動連續(xù)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(yè)的政策文件，全方位、深層次地深化產(chǎn)業(yè)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(fā)展正呈現(xiàn)三大演進方向，首先是深度上，從千億到萬億的參數(shù)模型，正通過架構規(guī)模成指數(shù)級的擴展，追求更大的知識表征和涌現(xiàn)的能力。在廣度上，大模型從單模態(tài)、單一信息的處理轉向多模態(tài)、多維感官數(shù)據(jù)的全面融合和協(xié)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(fā)展會存在兩條路徑，一條就是通過大參數(shù)、大算力、大數(shù)據(jù)來探索模型能力的上限。另外一條就是通過模型算法、算網(wǎng)的設施和聯(lián)合優(yōu)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(fā)展。
相關數(shù)據(jù)指出，2018年AI在核心產(chǎn)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(tài)，在技術、政策、供應周期的共同作用下，正處于快速爆發(fā)-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(guī)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(chǎn)業(yè)革命下，算力已經(jīng)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(zhàn)。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(yè)界的共識，企業(yè)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(yè)在國際化和國產(chǎn)化的GPU之間不斷去權衡，資源投入、戰(zhàn)略方向都受到外部競爭格局的限制。企業(yè)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(zhàn)略的剛需。
另外，與傳統(tǒng)服務器不同的，AI服務器為提升算力的利用率，經(jīng)常是處在高負載的狀態(tài)，并因為其高并行計算的這種特性，單點故障可能會引發(fā)大規(guī)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(wěn)定的算力基礎設施。
聯(lián)想中國基礎設施業(yè)務群服務器事業(yè)部總經(jīng)理周韜指出，中國智算產(chǎn)業(yè)現(xiàn)在正在進入一個高速發(fā)展的黃金期，從算力規(guī)模競賽邁入了系統(tǒng)協(xié)同的新階段，從單點到系統(tǒng)集成的技術協(xié)同，從通用化到場景化的應用協(xié)同，從封閉的競爭到開放共贏的整個生態(tài)協(xié)同。
面對AI帶來的巨大變革，客戶的需求也呈現(xiàn)階段性的演進，需要把算力轉換為企業(yè)增長的新動能。
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(guī)模，推理場景則要求低延遲、高并發(fā)與極致能效。然而，行業(yè)長期面臨“重硬件采購、輕服務協(xié)同”的困境：異構芯片調(diào)度割裂、通信瓶頸頻現(xiàn)、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(yè)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(chǎn)業(yè)需求的變化，聯(lián)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(xù)運營的標準化體系，重塑AI應用的開發(fā)與部署流程，將原本復雜且孤立的AI開發(fā)任務轉變?yōu)橐粭l標準、高效的現(xiàn)代化”AI生產(chǎn)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(chǎn)品的輸出，為社會的發(fā)展提供基石”，聯(lián)想集團副總裁、中國基礎設施業(yè)務群總經(jīng)理陳振寬表示，“而智能時代的AI工廠，將在經(jīng)典模式的基礎上注入全新動能。從場景定義到將客戶數(shù)據(jù)采集作為‘原材料’，經(jīng)過智能體開發(fā)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(chǎn)出可交付的智能體、垂域模型、推理服務等成熟‘產(chǎn)品’。”
需要指出的是，幫助企業(yè)數(shù)據(jù)中心完成從傳統(tǒng)“算力中心”向“AI工廠”的智能化轉型，需要的不僅是協(xié)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(lián)想發(fā)布了新的AI服務器，還迭代升級了“聯(lián)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(jù)聯(lián)想中國基礎設施業(yè)務群戰(zhàn)略管理總監(jiān)黃山介紹稱，萬全異構智算平臺4.0目前已經(jīng)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(yè)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(jīng)超越12000 Tokens/s。
“聯(lián)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(shù)據(jù)治理、AI生產(chǎn)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(fā)，幫助到中小企業(yè)降低AI應用的初始門檻和運營成本。”
從快速爆發(fā)、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(yè)規(guī)?；涞?，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）
快報
根據(jù)《網(wǎng)絡安全法》實名制要求，請綁定手機號后發(fā)表評論