作者/于雷

編輯/劉毓坤

在2025年，中國AI產業(yè)正經歷從狂熱的“百模大戰(zhàn)”向冷靜的“應用落地”轉型的關鍵周期。12月5日，在北京舉辦的2025聯(lián)想異構智算產業(yè)聯(lián)盟高峰論壇上，聯(lián)想集團試圖通過發(fā)布“AI工廠”解決方案、核武級服務器以及全新的行業(yè)標準。在算力不再稀缺的當下，如何解決效率與商業(yè)價值的錯配？ 聯(lián)想中國基礎設施業(yè)務群戰(zhàn)略管理總監(jiān)黃山與服務器事業(yè)部總經理周韜在接受媒體專訪時，不僅詳解了硬件架構的激進演進，更直言不諱地指出了當前大模型商業(yè)化面臨的挑戰(zhàn)與機遇。

算力中心的終結與“AI工廠”的崛起

在當前的AI浪潮中，單純的算力堆砌已無法滿足復雜的產業(yè)需求。聯(lián)想在此次峰會上正式提出的“AI工廠”概念，并非簡單的營銷詞匯更迭，而是對算力基礎設施商業(yè)模式的一次重構。

針對科技提出的關鍵問題——“算力中心到AI工廠的轉變是降低成本的關鍵，除了技術整合，聯(lián)想在商業(yè)模式上有什么創(chuàng)新規(guī)劃真正幫助中小企業(yè)降低門檻？” 聯(lián)想方面給出了極具戰(zhàn)略深度的回應。

聯(lián)想中國基礎設施業(yè)務群戰(zhàn)略管理總監(jiān)黃山

黃山在回答中直指核心痛點，他認為單純的算力中心如果不能進化，將面臨嚴峻的生存危機。“從單純看算力中心和今天我們提出更大的整體方案AI工廠，這個差距我以前只能在算力中心板塊里，我就沒有能把其他板塊，比如數(shù)據(jù)板塊、生產管理板塊、應用反饋體系到數(shù)據(jù)飛輪這樣的板塊，這都是業(yè)務。”

他進一步強調，這種差距將導致競爭層面的不對等：“這些業(yè)務如果有生態(tài)形成了聯(lián)動以后，我只做數(shù)據(jù)中心，我就被形成降維打擊了。怎么叫降維打擊？當賦能用戶的時候，給AI工廠只給計算中心。首先方案的完整性不如別人。第二個，因為你沒有跟其他的業(yè)務板塊協(xié)同，你的效率肯定不如一個完整的AI工廠，最終的效率一定是不行的。”

聯(lián)想的商業(yè)創(chuàng)新在于“補足”客戶的能力短板。黃山解釋道：“我們的客戶有的有自己的數(shù)據(jù)，有自己的設計能力，但是沒有生產能力。有的客戶也有生產能力，但沒有生產管理能力，有的客戶出來的應用如何做迭代，他沒有成周期升級維護的能力。這些能力我們自己擁有了全面覆蓋之后，我們要去補足我們的客戶。” 這意味著聯(lián)想正從單一的硬件供應商，轉型為全棧能力的輸送者，通過提供從咨詢、數(shù)據(jù)治理到AI生產管理的一整套能力，降低中小企業(yè)自建團隊和基礎設施的高昂門檻。

拒絕“黑盒”：以標準化打破效率困境

除了商業(yè)模式的升級，行業(yè)標準的缺失是此次聯(lián)想發(fā)力的另一重點。黃山指出，目前市場存在一個普遍困難：“做AI訓練和推理到底怎么樣叫作有效率？這件事沒標準。” 許多企業(yè)建立了數(shù)據(jù)中心，“但是數(shù)據(jù)中心訓練這個大模型的效率好不好，從能源上、時間上、投入產出上，沒有標準。”

為此，聯(lián)想聯(lián)合標準院及多家機構發(fā)布了訓推一體化規(guī)范。黃山表示：“我們這個服務能做到一個什么樣的水平把它量化出來，把它量化出來之后，我們可以設立一個標桿……這樣客戶就明白了，什么叫好的訓推服務的投入產出指標、效率指標，如何去評測它。” 這一舉措旨在消除算力服務市場的信息不對稱，讓客戶的每一分投入都看得見產出。

“核武級”軍備競賽：應對GPU架構的極速迭代

在硬件層面，顯卡功耗突破1000瓦后的硬件焦慮正在倒逼服務器設計的變革。聯(lián)想此次發(fā)布的聯(lián)想問天WA8080a G5被冠以“核武級”的稱號，其背后是工程師對摩爾定律失效的焦慮與應對。

聯(lián)想中國基礎設施業(yè)務群服務器事業(yè)部總經理周韜

聯(lián)想中國基礎設施業(yè)務群服務器事業(yè)部總經理周韜坦言研發(fā)面臨的巨大挑戰(zhàn)：“GPU技術的發(fā)展遠遠已經超過了之前CPU、算力的發(fā)展……我們當定下一個架構的時候，很可能你發(fā)現(xiàn)過了一年，這個架構已經不能支持新的發(fā)展了，這個時候我們根本無法去預測未來一年、兩年這個機器的形態(tài)和架構。”

為了應對這種不確定性，聯(lián)想采取了模塊化設計策略。周韜透露：“我們把機箱加到了10U，從我們現(xiàn)在的評估來看，10U基本上能夠支持到超過1000瓦的單GPU……我們相當于放了一個非常大的余量。” 這種被稱為“1+3+N”的架構設計，允許CPU、GPU和背板模塊化組合，“新的GPU來，我們按照現(xiàn)在的時間，大概很短的時間，我們可以去適配一個新的模組。” 這種設計旨在保護客戶的長期投資，避免因GPU快速迭代而導致整機報廢。

萬全4.0：緊跟DeepSeek與長序列趨勢

軟件定義算力是發(fā)揮硬件性能的關鍵。聯(lián)想發(fā)布的萬全異構智算平臺4.0，針對2024年涌現(xiàn)的新技術趨勢進行了針對性優(yōu)化。

黃山在專訪中特別提到了DeepSeek帶來的行業(yè)變革：“DeepSeek出來以后，確實非常突破了，它公開了很多模型訓練中對算力優(yōu)化的方式方法，有些是顛覆性的。” 聯(lián)想已將這些方法實現(xiàn)在推理中，完成了從2.0到3.0的演進。

而在4.0版本中，聯(lián)想重點解決了長序列帶來的并行策略挑戰(zhàn)。“現(xiàn)在所有的模型標桿是128K的序列……Kimi這種已經做到20萬字了，這個事情導致你要為這種大的負載進行一種并行策略的優(yōu)化。” 此外，針對RoCE網絡在大規(guī)模集群中帶寬衰減的問題，聯(lián)想也實現(xiàn)了技術突破，“RoCE網絡這里面存在一個問題，超過四臺機器，用RoCE網絡來連，如果你不做負載均衡，它的帶寬就可以掉……這件事情用傳統(tǒng)負載均衡的方法解決不了，所以我們創(chuàng)新了一種可以解決的辦法。”

商業(yè)真相：誰在真正為AI買單？

盡管技術突飛猛進，但AI應用的商業(yè)化落地依然充滿挑戰(zhàn)。周韜在采訪中分享了一個冷靜的觀察，引發(fā)了關于“只有10%的客戶愿意為模型付費嗎”的深思。

周韜表示：“這些模型現(xiàn)在垂域或者在這些領域上面，真正能夠形成明顯有收入的這種應用，相對還是比較少的……更多還是在開放一個免費的應用。” 他將其與移動互聯(lián)網時代對比，認為目前尚未達到大規(guī)模客戶愿意付費的成熟階段：“今天的移動互聯(lián)網已經到了大規(guī)模客戶愿意去付費的年代，愛奇藝我愿意成為一個付費會員，當大家都愿意成為付費會員的時候，就說明這個生態(tài)已經足夠成熟了。”

這一觀點雖然不代表聯(lián)想官方對大模型市場的整體定性，但卻揭示了基礎設施提供商視角的真實市場溫差——在硬件軍備競賽的背后，應用側的造血能力仍需時間培育。

結語

從“堆硬件”到“優(yōu)服務”，從無序競爭到標準化確立，聯(lián)想在2025年的動作表明，AI算力產業(yè)正在進入深水區(qū)。聯(lián)想試圖通過“AI工廠”這一全棧模式，將復雜的異構算力封裝成可度量、可交付、可盈利的標準化服務。對于行業(yè)而言，這不僅是技術架構的升級，更是一場關于生產效率與商業(yè)模式的深度變革。