2025年以來，生成式AI的風(fēng)潮已經(jīng)從卷技術(shù)，逐漸走向卷應(yīng)用、但大半年過去了，各行業(yè)雖然有不少應(yīng)用場景出現(xiàn)，但距離企業(yè)級AI應(yīng)用的“iPhone時刻”似乎又離的很遠。

究其原因，一方面是企業(yè)內(nèi)部訓(xùn)練、微調(diào)大模型的數(shù)據(jù)量遠遠不夠；另一方面，在算力利用率、異構(gòu)多元算力融合方面，行業(yè)仍有一段路要走。

智算行業(yè)興起

自從ChatGPT問世之后，生成式AI成為了全球科技圈熱議的焦點，而作為生成式AI底層支撐的智能算力，也迎來了快速增長的時代。據(jù)工信部數(shù)據(jù)顯示，截至 2025 年一季度，中國智算規(guī)模已達到 748EFlops，占整體算力規(guī)模的 35%，智算已經(jīng)成為算力增長的核心驅(qū)動力。

無獨有偶，IDC也十分看好中國智算產(chǎn)業(yè)發(fā)展，IDC數(shù)據(jù)顯示，2025年，中國智能算力規(guī)模將達到1037.3EFLOPS，預(yù)計2028年將達到2781.9EFLOPS；中國通用算力規(guī)模將達到85.8EFLOPS，預(yù)計2028年將達到140.1EFLOPS，對此，IDC中國副總裁周震剛曾告訴筆者，從增加趨勢上分析，2023-2028年，中國智能算力五年年復(fù)合增長率預(yù)計將達到46.2%，通用算力預(yù)計將達到18.8%，預(yù)計到2028年，中國智能算力規(guī)模將達到2781.9EFLOPS，是2024年的近四倍。

從數(shù)據(jù)上不難看出，目前，用戶對于算力的需求，絕大部分的增量將產(chǎn)生在智能算力方面。

從服務(wù)器出貨量角度，也可以看出目前智算已經(jīng)成為算力產(chǎn)業(yè)發(fā)展的主流趨勢。據(jù)IDC數(shù)據(jù)顯示，2024年全球人工智能服務(wù)器市場規(guī)模為1251億美元，2025年將增至1587億美元，2028年有望達到2227億美元，其中生成式人工智能服務(wù)器占比將從2025年的29.6%提升至2028年的37.7%。

而龐大的需求主要來自生成式AI技術(shù)和應(yīng)用的爆發(fā)，僅2024上半年，中國GenAI IaaS市場同比增長203.6%，市場規(guī)模達52億元人民幣，占比整體智算服務(wù)市場35.6%。

當(dāng)生成式AI的技術(shù)逐漸成熟，業(yè)內(nèi)也在逐漸從“卷”模型技術(shù)，向著“卷”AI應(yīng)用的方向出發(fā)。在此趨勢下，大模型技術(shù)的演進也隨之從預(yù)訓(xùn)練側(cè)，向著推理側(cè)、后訓(xùn)練側(cè)發(fā)展。對此，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，行業(yè)的算力需求從預(yù)訓(xùn)練主導(dǎo)轉(zhuǎn)向了后訓(xùn)練和推理主導(dǎo)。

此外，在應(yīng)用層面，AI已經(jīng)開始對企業(yè)流程進行智能化改造，尤其是在DeepSeek問世之后，諸如醫(yī)療、生物科學(xué)、交通等領(lǐng)域的垂類應(yīng)用不斷涌現(xiàn)，在應(yīng)用側(cè)對于后訓(xùn)練、推理的要求會更高，“對于算力產(chǎn)業(yè)而言，從應(yīng)用層到算力層都發(fā)生了很大的變化，”黃山進一步指出，“在變化的過程中，應(yīng)用層、模型層、算力層軟件之間的相互影響很大。”

這種相互作用的影響也推動了智算產(chǎn)業(yè)的變革，一方面，智算在自己的“賽道”內(nèi)不斷向前發(fā)展；另一方面，智算的發(fā)展并非孤立存在，智算與超算、通算之間實現(xiàn)“超智融合”也成為當(dāng)前算力產(chǎn)業(yè)發(fā)展的關(guān)鍵。

超智融合是關(guān)鍵

從宏觀維度看，超智融合不僅能夠充分發(fā)揮各類算力的優(yōu)勢，實現(xiàn)資源的高效利用，更能為解決復(fù)雜的科學(xué)問題、推動產(chǎn)業(yè)升級提供強大支撐。

超算與智算、傳統(tǒng)數(shù)據(jù)中心之間最大的差別是應(yīng)用場景不同。超算主要應(yīng)用于大規(guī)模科學(xué)計算、工程仿真、氣象預(yù)報、生物信息等領(lǐng)域，這些應(yīng)用需要處理海量數(shù)據(jù)和高復(fù)雜度計算，對計算性能要求極高。

智算則主要應(yīng)用于人工智能、機器學(xué)習(xí)、圖像處理、語音識別等領(lǐng)域，這些應(yīng)用需要快速迭代和優(yōu)化模型，對計算效率要求較高。而相較于超算、智算而言，傳統(tǒng)數(shù)據(jù)中心的應(yīng)用則更加廣泛，包括云計算、大數(shù)據(jù)分析、企業(yè)級應(yīng)用等。

而超算、智算、通算的融合，也成為了整個算力產(chǎn)業(yè)接下來很長一段時間發(fā)展的重點方向。具體來看，在算力方面，超智融合可以提升算力效率，降低能耗成本。通過實現(xiàn)超智融合，可根據(jù)具體任務(wù)需求靈活調(diào)度算力資源，避免資源浪費。例如，在氣象預(yù)測中，超算提供高性能計算支持復(fù)雜模型的模擬，智算進行數(shù)據(jù)分析和結(jié)果優(yōu)化，通算處理日常業(yè)務(wù)數(shù)據(jù)，三者協(xié)同提升效率。

在應(yīng)用方面，超智融合可以推動科學(xué)研究與產(chǎn)業(yè)創(chuàng)新，為解決復(fù)雜的科學(xué)問題提供了強大工具。例如，國家超級計算無錫中心的超智融合算力平臺系統(tǒng)，為新藥研發(fā)、企業(yè)級智能增強系統(tǒng)等提供全棧智能應(yīng)用計算解決方案。在產(chǎn)業(yè)領(lǐng)域，超智融合助力制造業(yè)智能化升級。三一重工通過整合通算、智算和超算資源，實現(xiàn)了生產(chǎn)流程的數(shù)字化和智能化，產(chǎn)能提升 123%，人員效率提升 98%，單位制造成本降低 29%。

對此，黃山也向筆者介紹了一些聯(lián)想在超智融合方面的經(jīng)驗和案例，他表示，在聯(lián)想與北京大學(xué)的合作中，雙方共同建設(shè)了高性能計算平臺，平臺以聯(lián)想開發(fā)的模型為底座，采用聯(lián)想深騰X8810系統(tǒng)，并配置聯(lián)想數(shù)據(jù)中心采用的英特爾至強鉑金處理器，為各學(xué)科領(lǐng)域提供大規(guī)模數(shù)據(jù)處理和大規(guī)模科學(xué)計算的支持。

“以生命科學(xué)研究場景為例，原先需要15分鐘才能完成的核磁共振影像結(jié)果，通過該平臺的加持，現(xiàn)在僅需20秒左右就能完成。”黃山介紹道。

此外，在與吉利汽車的合作中，聯(lián)想和英特爾共同為吉利打造了一套HPC集群化解決方案。該方案通過聯(lián)想萬全異構(gòu)智算平臺HPC版和英特爾五代至強可擴展處理器，對“星睿智算HPC集群”進行升級，提升了研發(fā)效率，縮短了產(chǎn)品迭代周期。“在多達5000個CPU的仿真集群中，通過異構(gòu)算力平臺，融合HPC與智算的能力，”黃山進一步指出，“目前，該方案已經(jīng)落地了超過19種仿真應(yīng)用。”

異構(gòu)算力融合仍面臨挑戰(zhàn)

超算與智算的融合首先體現(xiàn)在硬件架構(gòu)的深度重構(gòu)。傳統(tǒng)超算以 CPU 為核心，側(cè)重雙精度浮點運算（FP64），而智算依賴 GPU/TPU 等加速芯片，聚焦半精度（FP16）和整數(shù)運算（INT8）。兩者的硬件架構(gòu)和計算范式存在本質(zhì)差異。這種架構(gòu)差異在AI for Science場景中形成瓶頸，比如，蛋白質(zhì)結(jié)構(gòu)預(yù)測需要同時處理高精度分子模擬與數(shù)據(jù)驅(qū)動的模型優(yōu)化。

除此之外，超算的“時間復(fù)雜度”與智算的“空間復(fù)雜度”難以兼容。融合需從芯片設(shè)計、存儲網(wǎng)絡(luò)到算法層面實現(xiàn)軟硬協(xié)同創(chuàng)新，例如通過動態(tài)異構(gòu)資源池化技術(shù)解決算力調(diào)度問題。所以超智融合目前來看仍是一個比較棘手的問題。

對此，黃山指出，超算與智算的融合，目前還存在一些難點，主要是因為兩種計算模式下，算力調(diào)度機制不同，融合調(diào)度機制將成為接下來實現(xiàn)超智融合過程中，最需要首先解決的問題。

除此之外，黃山告訴筆者，算法也是實現(xiàn)超算與智算融合發(fā)展的一大掣肘，“因為超算與智算的算法也完全不同，在計算過程中，如何將雙方的計算結(jié)果結(jié)合在一起，進而進行融合計算，也是實現(xiàn)超智融合的難點之一。”黃山強調(diào)道。

而面對超算、智算、通算融合難題，平臺化的解決方案似乎成為了當(dāng)前狀態(tài)下的最優(yōu)解。以聯(lián)想為例，其通過 “一橫五縱” 戰(zhàn)略框架構(gòu)建了覆蓋通用、科學(xué)、AI 算力的異構(gòu)智算平臺——萬全異構(gòu)智算平臺。黃山表示，萬全異構(gòu)智算平臺是聯(lián)想AI方案的整體抓手，通過智算與HPC計算硬件方面多年的積累，再加上對于軟硬協(xié)同方面的行業(yè)Know-How，提高了算力的利用率，并優(yōu)化了軟硬件之間的適配度，向上支持模型應(yīng)用，向下融合異構(gòu)算力。

在軟件層面，聯(lián)想通過萬全異構(gòu)智算平臺3.0實現(xiàn)HPC與AI框架的無縫銜接。其AI編譯優(yōu)化器采用算子融合與路徑優(yōu)化技術(shù)，降低訓(xùn)練與推理成本各15%以上；專家并行通信算法針對MoE架構(gòu)通信瓶頸，通過計算通信協(xié)同優(yōu)化將推理時延降低三倍，網(wǎng)絡(luò)帶寬利用率達90%。

在硬件層面，聯(lián)想通過萬全異構(gòu)智算平臺持續(xù)拓展與國內(nèi)外知名合作伙伴的長期合作。資料顯示，萬全異構(gòu)智算平臺3.0已實現(xiàn)了對大多數(shù)國內(nèi)芯片實現(xiàn)了兼容，兼容后較傳統(tǒng)CPU集群提速15倍。

在模型層面，萬全異構(gòu)智算平臺已經(jīng)接入了包括DeepSeek在內(nèi)的，目前市面上主流的開源大模型，并且可以針對MoE、LLM等不同架構(gòu)的模型，提供想對應(yīng)的適配與優(yōu)化。正如黃山前文所述——萬全異構(gòu)智算平臺已經(jīng)成為聯(lián)想集團在企業(yè)級AI落地方面的核心抓手。

而在異構(gòu)算力平臺及整合大模型能力平臺方面布局不僅是聯(lián)想獨有的布局，從市面上常見的軟硬件服務(wù)商的布局可以看出，平臺化的軟件產(chǎn)品的與硬件的結(jié)合，是當(dāng)下提升硬件易用性的最優(yōu)解，圍繞此，神州數(shù)碼推出了神州文學(xué)平臺、浪潮信息推出了EPAI平臺、青云科技推出了AI智算平臺.......

綜合來看，通過平臺化的產(chǎn)品和生態(tài)的構(gòu)建，推進超算、智算，以及通算融合已經(jīng)是大勢所趨，而超算、智算、通算的融合不僅是技術(shù)路徑的選擇，更是AI時代的必經(jīng)之路。通過硬件異構(gòu)化、軟件協(xié)同化、網(wǎng)絡(luò)泛在化的技術(shù)突破，以及科研、工業(yè)、醫(yī)療等領(lǐng)域的深度應(yīng)用，超智融合正在重構(gòu)計算范式，推動生產(chǎn)力躍升。

未來，隨著內(nèi)生智能計算系統(tǒng)的成熟，超算與智算的界限將徹底模糊，形成 “超級智能計算” 新形態(tài)，開啟人類認知與創(chuàng)新的新紀元。

（本文首發(fā)于鈦媒體APP，作者｜張申宇，編輯丨蓋虹達）