我們正在進入一個生成式AI加速普及的新時代。今年8月，國務(wù)院下發(fā)了《關(guān)于深入實施“人工智能+”行動的意見》，其中重點提到要盡快實施“人工智能+”產(chǎn)業(yè)發(fā)展，培育智能原生新模式新業(yè)態(tài)，推進工業(yè)全要素智能化發(fā)展，加快農(nóng)業(yè)數(shù)智化轉(zhuǎn)型升級，創(chuàng)新服務(wù)業(yè)發(fā)展新模式。

前不久，知名研究機構(gòu)IDC做了一個非常樂觀的預(yù)測：2025-2029年，預(yù)計中國生成式AI市場的復(fù)合增長率將高達47.9%，大大高于同期GDP的增長率；2029年，市場規(guī)模將達到457.6億美元。

高速增長的AI市場，需要更加堅實的AI基礎(chǔ)設(shè)施。前不久發(fā)布的《中國人工智能應(yīng)用發(fā)展報告（2025）》認為，未來十年，AI 的發(fā)展可能需要100萬倍的算力支撐。

如何保證充足的AI基礎(chǔ)設(shè)施供應(yīng)？在12月5日北京舉行的“異構(gòu)智算 本地引擎”2025聯(lián)想異構(gòu)智算產(chǎn)業(yè)聯(lián)盟高峰論壇暨AI算力基礎(chǔ)設(shè)施新品發(fā)布會上，聯(lián)想集團副總裁、中國基礎(chǔ)設(shè)施業(yè)務(wù)群總經(jīng)理陳振寬給出了關(guān)鍵答案——“聯(lián)想AI工廠”。

聯(lián)想集團副總裁、中國基礎(chǔ)設(shè)施業(yè)務(wù)群總經(jīng)理陳振寬

智算中心呼喚AI工廠

“AI工廠”最早由Marco Iansiti和Karim R. Lakhani 在2020年出版的《AI時代的競爭》中提出，它通過緊密集成計算、存儲和網(wǎng)絡(luò)元素，為人工智能工作負載優(yōu)化整個系統(tǒng)，使人工智能的使用具有操作性。

AI工廠之所以被稱為“工廠”，是因為它與物理工廠相似，只不過物理工廠生產(chǎn)的是物理產(chǎn)品，而AI工廠生產(chǎn)的則是智能，我們能夠利用這些智能操作AI模型、IT系統(tǒng)和其他資產(chǎn)。

我們?yōu)槭裁葱枰狝I工廠？因為要支持高速發(fā)展的生成式AI，就需要全新的智算數(shù)據(jù)中心（AIDC），而傳統(tǒng)數(shù)據(jù)中心已經(jīng)力不從心。

兩種數(shù)據(jù)中心的對比

雖然我們迫切需要全新的智算數(shù)據(jù)中心，可是產(chǎn)業(yè)界卻并沒有做好準備。

以上表中的“計算架構(gòu)”為例，在采用全互聯(lián)對等架構(gòu)的智算數(shù)據(jù)中心當(dāng)中，不再是CPU統(tǒng)攬全局調(diào)動四方，而是需要多達幾種甚至十幾種不同處理器（CPU/GPU/xPU）的直接通信。在強調(diào)自主創(chuàng)新的中國，處理器的類型尤其多樣，這個問題也更為明顯，而之前卻并還沒有一個很好的解決方案。

再比如，隨著AI應(yīng)用的大發(fā)展，使得南京大學(xué)等高等院校的科研項目從以CPU為主的科學(xué)計算，轉(zhuǎn)向以深度學(xué)習(xí)和AI大模型為主的科學(xué)智能計算。但是，由于GPU服務(wù)器的成本遠高于CPU服務(wù)器，南京大學(xué)在數(shù)據(jù)中心擴容升級的時候，仍然只能以CPU計算節(jié)點為主，而這能否滿足南京大學(xué)長期的科研需求，仍然是個問題。

而且，伴隨著過去二十多年互聯(lián)網(wǎng)的大發(fā)展，傳統(tǒng)數(shù)據(jù)中心的建設(shè)、運維已經(jīng)形成了一整套非常成熟高效的模式。你會發(fā)現(xiàn)，與已經(jīng)采用“現(xiàn)代化大工廠”模式的傳統(tǒng)數(shù)據(jù)中心相比，智算數(shù)據(jù)中心的建設(shè)和運維仍然還是“手工小作坊”模式。

因此，我們迫切需要智算數(shù)據(jù)中心的“工廠化”。此次推出的“聯(lián)想AI工廠”解決方案，就是要構(gòu)建一套可管理、可復(fù)制且支持持續(xù)運營的標準化體系，重塑AI應(yīng)用的開發(fā)與部署流程，將原本復(fù)雜且孤立的AI開發(fā)任務(wù)轉(zhuǎn)變?yōu)闃藴�、高效的現(xiàn)代化“AI生產(chǎn)線”。

具體到智算數(shù)據(jù)中心，聯(lián)想已經(jīng)成功搭建了“一橫四縱”的戰(zhàn)略布局。下面，老冀就給大家做個詳細解讀。

“樂高”服務(wù)器

聯(lián)想的“一橫四縱”中的“一橫”是萬全異構(gòu)智算方案，“四縱”則是服務(wù)器、存儲、數(shù)據(jù)網(wǎng)絡(luò)、軟件及超融合。其中，服務(wù)器可謂“縱”中之“重”。

在12月5日的發(fā)布會上，聯(lián)想發(fā)布了堪稱“核武級”的首款高端大模型訓(xùn)練AI服務(wù)器——聯(lián)想問天 WA8080a G5新品。

談起這款新品最大的特點，聯(lián)想中國基礎(chǔ)設(shè)施業(yè)務(wù)群服務(wù)器事業(yè)部總經(jīng)理周韜認為，是為了滿足客戶的多樣化需求而倒逼出來的模塊化設(shè)計。

聯(lián)想中國基礎(chǔ)設(shè)施業(yè)務(wù)群服務(wù)器事業(yè)部總經(jīng)理周韜

周韜和他的團隊發(fā)現(xiàn)，過去設(shè)計一個新的服務(wù)器產(chǎn)品，基礎(chǔ)架構(gòu)定下來以后，可以沿用好幾代。而現(xiàn)在，AI技術(shù)發(fā)展實在是太快了，剛過一年，原來的架構(gòu)就不能支持新的發(fā)展了。

為此，這次在聯(lián)想問天WA8080a G5上，他們直接把機箱加到了10U，能夠支持超過1000瓦的單GPU。要知道，目前單GPU的功耗基本上也就是在500-600瓦的水平，10U將能夠支持未來兩代甚至更多代產(chǎn)品的功耗。

聯(lián)想問天WA8080a G5的CPU主板、GPU主板以及中間背板，都做成了模塊化的組件，盡量讓這些模塊互相能夠通用，從而降低了重新開發(fā)組件的成本。

這款A(yù)I服務(wù)器還構(gòu)建了高效靈活的“1+3+N”，也就是采用1個系統(tǒng)架構(gòu)，兼容3種不同的CPU，還兼容多家廠商的GPU，只要它們支持主流的OAM2.0。這就在很大程度上適應(yīng)了國內(nèi)市場特別是信創(chuàng)相關(guān)的需求：畢竟，國內(nèi)市場上，AI服務(wù)器的GPU供應(yīng)商除了英偉達等國際廠商之外，還有諸多國產(chǎn)廠商。

有了“1+3+N”架構(gòu)和模塊化設(shè)計，聯(lián)想問天 WA8080a G5就能夠快速滿足國內(nèi)企業(yè)客戶由于采用不同芯片導(dǎo)致的不同需求。無論是哪家廠商的GPU，只要符合OAM2.0標準，直接放進機架里就能做適配，極大地降低了服務(wù)器的適配時間。

此外，聯(lián)想問天WA8080a G5還同時兼顧風(fēng)冷和液冷雙模散熱方案，有著極強的適應(yīng)能力。

這樣的服務(wù)器，是不是有點像通過不同組件的自由組合、創(chuàng)造出千變?nèi)f化造型的“樂高”？

有了“樂高”服務(wù)器作為主力，再加上同樣能夠靈活配置的存儲、數(shù)據(jù)網(wǎng)絡(luò)、軟件及超融合產(chǎn)品，共同組成完整的AI基礎(chǔ)設(shè)施，聯(lián)想為“AI工廠”打下了穩(wěn)固的支柱。

算無遺“場景”，才“萬全”

打造AI工廠，光有穩(wěn)固的支柱當(dāng)然不夠，還需要同樣穩(wěn)固的屋頂，而且這個屋頂還要適應(yīng)各種不同的支柱組合。這個屋頂，就是聯(lián)想打造的“一橫”：聯(lián)想萬全異構(gòu)智算平臺（以下簡稱“萬全平臺”）。

聯(lián)想中國基礎(chǔ)設(shè)施業(yè)務(wù)群戰(zhàn)略管理總監(jiān)黃山表示，自從去年4月誕生的第一天起，萬全平臺就在不斷加大對AI原生技術(shù)棧的支持力度、廣度和深度。

聯(lián)想中國基礎(chǔ)設(shè)施業(yè)務(wù)群戰(zhàn)略管理總監(jiān)黃山

萬全平臺1.0和2.0發(fā)布的時候，AI的算力瓶頸主要還是集中在預(yù)訓(xùn)練領(lǐng)域，因此，黃山帶領(lǐng)的萬全平臺團隊把主要優(yōu)化方向放在了提升底層算力上面，實現(xiàn)了20-30%的訓(xùn)練效率提升。

去年12月，DeepSeek橫空出世，一口氣發(fā)布了DeepSeek-V3基座大模型、DeepSeek-R1推理模型、Janus-Pro多模態(tài)大模型，達到了OpenAI同類型模型的同等水平，訓(xùn)練成本卻只有5%，運行成本更是只有3%。更重要的是，DeepSeek還公開了模型訓(xùn)練中對于算力優(yōu)化的方式和方法。

萬全平臺團隊發(fā)現(xiàn)，DeepSeek的很多方法都能夠用在推理上。在今年5月發(fā)布的萬全平臺3.0中，他們新增了AI推理加速算法集、AI編譯優(yōu)化器、AI訓(xùn)推慢節(jié)點故障與自愈系統(tǒng)、專家并行通信算法四大突破性創(chuàng)新技術(shù)，直擊大模型應(yīng)用落地的關(guān)鍵痛點，并為DeepSeek R1/V3等千億級大模型提供更高效的運行環(huán)境，不斷突破算力效率極限。

他們也花了不少精力去解決國產(chǎn)GPU適配的難題�！敖衲晟习肽辏覀儚V泛、徹底地把國產(chǎn)GPU給跑起來了�！秉S山透露。

而這次發(fā)布會上推出的萬全平臺4.0，又解決了四大AI場景中的諸多難題。

第一個是預(yù)訓(xùn)練場景。如今的大模型，需要訓(xùn)練的文章越來越長，已經(jīng)出現(xiàn)了六七萬字甚至20萬字的文章，產(chǎn)生了128K的長序列。長序列的預(yù)訓(xùn)練需要大負載，需要并行策略的優(yōu)化。萬全4.0通過長序列并行優(yōu)化，模型訓(xùn)練時間可縮短35%。

第二個是后訓(xùn)練場景。大模型正在加緊從單純的語言向多模態(tài)發(fā)展。由于每種模態(tài)向量計算的算法都不一樣，要調(diào)的算力不一樣，出來的Token也不一樣，這就需要進行不同類型Token之間的匹配。萬全4.0針對通義千問等主流大模型專門做了計算引擎優(yōu)化、小樣本強化學(xué)習(xí)、訓(xùn)練自動并行，可使訓(xùn)練時間縮短50%。

第三個是推理場景。大模型也正在從訓(xùn)練轉(zhuǎn)向推理，大規(guī)模、高并發(fā)的推理，需要高速網(wǎng)絡(luò)的支持。如今，RoCE網(wǎng)絡(luò)得到了眾多廠商的支持，正在成為主流。但是，如果不做負載均衡的話，RoCE網(wǎng)絡(luò)的帶寬利用率會呈現(xiàn)指數(shù)級下滑，而且用傳統(tǒng)負載均衡解決不了。萬全4.0打造了一套RoCE網(wǎng)絡(luò)專用的負載均衡優(yōu)化方案，將帶寬利用率提升了60%，通信原語性能提升30%，大模型推理性能提升30%。

第四個是超智融合計算場景。之前，國內(nèi)已經(jīng)建成了不少的超算中心，如今大規(guī)模轉(zhuǎn)向智算中心，如何將過去的投資利用起來？聯(lián)想首先在吉利汽車做了超智融合的實踐，取得了不小的成果，實現(xiàn)了兩者的算法融合。萬全4.0可支持國際和國內(nèi)硬件生態(tài)，完成從底層架構(gòu)到算子的全面優(yōu)化，同時新增超16個制造業(yè)應(yīng)用的作業(yè)模版和腳本，實現(xiàn)高效超智融合。

黃山表示，萬全4.0已經(jīng)為眾多算力場景提供全面支持：在國家級高質(zhì)量AI集群場景中，聯(lián)想與東數(shù)西算第一大智算樞紐緊密合作，在千卡訓(xùn)練場景中將MFU從30%提升至60%；針對模型本地部署的企業(yè)AI基礎(chǔ)設(shè)施場景，全速運轉(zhuǎn)滿血版DeepSeek R1模型極限吞吐量已經(jīng)超越12000 Tokens/s，不斷刷新性能行業(yè)記錄。在高�？蒲袌鼍爸校�(lián)想助力北京大學(xué)建設(shè)多模態(tài)跨尺度生物醫(yī)學(xué)成像設(shè)施科研場景HPC/AI融合算力管理平臺，持續(xù)穩(wěn)定地輸出算力，并不斷地突破計算效率。

訓(xùn)推服務(wù)做“標兵”

有了“一橫四縱”，一家合格的樣板“AI工廠”算是建立起來了。不過，聯(lián)想覺得這仍然不夠，如果能夠把“AI工廠”的建設(shè)過程總結(jié)成手冊和標準，以后再建千家萬家的“AI工廠”，不就容易了許多？

正是基于這個目的，在這次大會上，聯(lián)想還攜手眾多產(chǎn)業(yè)伙伴，重磅發(fā)布了業(yè)內(nèi)首個模型訓(xùn)推服務(wù)標準《信息技術(shù)算力服務(wù)高性能訓(xùn)推服務(wù)能力要求》驗證成果。

聯(lián)想作為主編單位，全程參與了標準制定過程。據(jù)了解，制定此標準意在為高性能模型訓(xùn)推服務(wù)建立統(tǒng)一的能力標尺，此舉有利于規(guī)范服務(wù)市場、牽引技術(shù)升級，降低各行業(yè)AI應(yīng)用門檻，推動算力服務(wù)從“資源交付”向標準化、高質(zhì)量的“能力交付”演進，從而加速智能化轉(zhuǎn)型。

中國電子技術(shù)標準化研究院軟件應(yīng)用與服務(wù)研究中心云計算研究室主任陳志峰認為，該標準的核心價值在于彌補業(yè)界高性能訓(xùn)推服務(wù)能力規(guī)范標準空白，既為企業(yè)提供統(tǒng)一架構(gòu)參考，更推動AI生產(chǎn)從零散探索走向標準化、規(guī)�；�，加速行業(yè)智能化轉(zhuǎn)型。

中國電子技術(shù)標準化研究院軟件應(yīng)用與服務(wù)研究中心云計算研究室主任陳志峰

作為該標準的主編單位和核心貢獻者，聯(lián)想并非僅僅是規(guī)則的制定者，更是率先的實踐者與驗證者。其發(fā)布的驗證成果，全面展示了其AI服務(wù)器、萬全異構(gòu)智算平臺在滿足并超越該標準要求方面的卓越能力。

在異構(gòu)算力調(diào)度與一體化范式方面，聯(lián)想的智能算力平臺成功驗證了標準的統(tǒng)一抽象與調(diào)度要求，實現(xiàn)了訓(xùn)練與推理任務(wù)的資源共享與無縫流動。

在通信網(wǎng)絡(luò)優(yōu)化方面，通過集成先進的在網(wǎng)計算技術(shù)和自研的RoCE網(wǎng)絡(luò)自動化調(diào)優(yōu)系統(tǒng)，驗證了標準中對無損網(wǎng)絡(luò)和通信性能的嚴苛指標，實現(xiàn)了高性能網(wǎng)絡(luò)的“開箱即用”。

在高性能推理方面，聯(lián)想基于其推理引擎，成功部署并驗證了PD分離架構(gòu)與KV-Cache優(yōu)化技術(shù)，在復(fù)雜模型上實現(xiàn)了吞吐量與響應(yīng)時間的顯著優(yōu)化，完全符合標準對SLA保障的要求。

該標準的制定與驗證成果的發(fā)布，為滿足高性能訓(xùn)推的算力服務(wù)質(zhì)量提供了統(tǒng)一的衡量標準，有助于規(guī)范性能指標和服務(wù)質(zhì)量，并指引算力基礎(chǔ)設(shè)施與服務(wù)商向體系化、高性能、高可靠的方向演進，推動整體產(chǎn)業(yè)升級。

AI工廠推動AI普惠

正是因為此前在AI原生技術(shù)棧上已經(jīng)有了豐富的積累，再加上“一橫四縱”戰(zhàn)略的加速實施，雖然聯(lián)想剛剛發(fā)布“聯(lián)想AI工廠”整體解決方案，但是其中的很多產(chǎn)品和解決方案，已經(jīng)在企業(yè)中得到了成功驗證。

舉個典型的例子。隨著人工智能大模型的發(fā)展，南京大學(xué)的高性能計算中心開戶課題組已經(jīng)不僅僅是來自傳統(tǒng)的化學(xué)化工、大氣科學(xué)、地球科學(xué)、物理學(xué)院等傳統(tǒng)理工科“算力消耗大戶”，也有來自商學(xué)院、社會學(xué)院等相關(guān)文科學(xué)院的研究課題。由此，南京大學(xué)高性能計算中心也將會從傳統(tǒng)的科學(xué)計算中心，逐步演進為科學(xué)智能計算中心。

作為核心供應(yīng)商的聯(lián)想，已經(jīng)做好了準備。為了幫助南京大學(xué)應(yīng)對高性能計算集群與智能計算機群并存的局面，聯(lián)想萬全易購智算平臺可以統(tǒng)一納管異構(gòu)算力，能夠更好地應(yīng)對超制融合的管理挑戰(zhàn)，實現(xiàn)HPC集群與智能計算機群統(tǒng)一的管理和調(diào)度。

除了南京大學(xué)之外，聯(lián)想也為北京大學(xué)、上海交通大學(xué)、南方科技大學(xué)等數(shù)十所高校打造了高性能計算平臺和智算平臺。

再舉個例子。今年2月，愛爾眼科與聯(lián)想合作，率先在行業(yè)內(nèi)實現(xiàn)了本地部署DeepSeek滿血版大模型并引入聯(lián)想萬全AI一體機方案。愛爾眼科數(shù)字人“愛科”（Eyecho）正式升級接入DeepSeek-R1推理模型，實現(xiàn)智能問答、醫(yī)學(xué)科普及患者互動的精準性與效率提升，用戶體驗全面優(yōu)化。

在AI基礎(chǔ)設(shè)施的部署上，聯(lián)想就采納了“AI工廠”的理念。聯(lián)想萬全AI一體機基于聯(lián)想問天 WA7780 G3 AI大模型訓(xùn)練服務(wù)器，內(nèi)嵌Transformer Engine，支持高達100并發(fā)。聯(lián)想萬全AI一體機還憑借軟硬件的深度適配，大幅簡化了DeepSeek大模型的部署流程。

此外，聯(lián)想萬全AI一體機搭載8張96G顯存高性能GPU，并支持FP8優(yōu)化，單機可部署671B參數(shù)的DeepSeek-R1滿血版大模型，并可通過兩臺集群部署FP16量化模型，滿足更復(fù)雜的AI應(yīng)用需求。FP16精度更高，能更精準地處理知識庫內(nèi)容，確保答案的準確性和專業(yè)性。

從聯(lián)想此前的諸多AI成功實踐也可以看出，“聯(lián)想AI工廠”順應(yīng)了企業(yè)的需求，也符合我們這個時代的要求，可謂前景廣闊、大有可為。

如今，AI工廠已經(jīng)成為全球產(chǎn)業(yè)界的共識。就在今年6月巴黎GTC大會上，英偉達創(chuàng)始人兼首席執(zhí)行官黃仁勛發(fā)表主題演講，宣布將在德國建設(shè)全球首個工業(yè)人工智能云設(shè)施“AI工廠”，“在人工智能時代，每個制造商都需要兩個工廠：一個用于制造產(chǎn)品，另一個用于創(chuàng)造驅(qū)動這些產(chǎn)品的智能。”

全球范圍內(nèi)，各國政府與企業(yè)都在競相建設(shè)AI工廠，以刺激經(jīng)濟增長、促進創(chuàng)新并提升效率。歐洲高性能計算聯(lián)合體（EuroHPC JU）近期宣布，計劃與 17 個歐盟成員國攜手打造 7 座 AI 工廠。

工業(yè)時代，一個國家的整體實力可以用鋼產(chǎn)量來衡量，需要效率很高的鋼鐵廠；AI時代，國家的競爭力則可以用其生成的智能體、垂域模型、推理服務(wù)的數(shù)量來評價，而這就需要高效率的AI工廠。

如今的聯(lián)想正在加緊打造更多高效率的AI工廠，成為AI普惠的重要推手，為加速實施“人工智能+”提供原動力。