聯想重磅發佈「AI工廠」解決方案,打造AI應用落地新範式

通信世界網
12/05

  12月5日,「異構智算本地引擎」2025聯想異構智算產業聯盟高峯論壇暨AI算力基礎設施新品發佈會在北京成功舉辦。本次發佈會上,聯想集團副總裁、中國基礎設施業務羣總經理陳振寬基於算力產品與解決方案的優勢佈局,正式推出「聯想AI工廠」解決方案,旨在幫助企業數據中心完成從傳統「算力中心」向高效「AI工廠」的智能化轉型,同時重磅發佈新一代高端大模型訓練AI服務器—基於英特爾至強6處理器的聯想問天WA8080a G5,以及全新升級聯想萬全異構智算平臺4.0,助力企業擁抱AI普惠時代。

  據悉,此次大會也攜手衆多產業夥伴重磅發佈了業內首個模型訓推服務標準《信息技術算力服務高性能訓推服務能力要求》驗證成果。聯想作為主編單位,全程參與了標準制定過程。據瞭解,制定此標準意在為高性能模型訓推服務建立統一的能力標尺,此舉有利於規範服務市場、牽引技術升級,降低各行業AI應用門檻,推動算力服務從「資源交付」向標準化、高質量的「能力交付」演進,從而加速智能化轉型。

  發佈會現場,大咖雲集。中國科學院院士、生物信息學家陳潤生,全國政協委員、中國科學院計算技術研究所研究員張雲泉,聯想集團副總裁、中國基礎設施業務羣總經理陳振寬,清華大學計算機科學與技術系長聘教授高性能計算研究所所長翟季冬,中國電子技術標準化研究院軟件應用與服務研究中心雲計算研究室主任陳志峯,聯想集團副總裁、中國首席市場官王傳東,英特爾首席工程師侯志強等嘉賓出席見證了發佈儀式。

  陳振寬表示,「從快速爆發、理性選擇,再到重新崛起,我們共同經歷了生成式AI帶來的技術突破;此刻,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。面對本地獨特的發展現狀,多元異構的算力供給、芯模生態的高度協同以及模型應用的彼此強化,都在成為構築中國獨特AI生態的核心力量。」

  聯想集團副總裁、中國基礎設施業務羣總經理陳振寬

  軟硬協同,聯想AI工廠構建AI應用落地創新範式

  當前,「人工智能+」行動連續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的政策文件,全方位、深層次地深化產業佈局,致力於推動人工智能與各領域的深度融合。而中國獨特的算力市場生態,在技術、政策、供應週期的共同作用下,正處於快速爆發-理性選擇-重新崛起的超級週期之中。

  會上,中國科學院院士、生物信息學家陳潤生表示,「人工智能正邁入‘大模型+行業深度耦合’的新階段,智能體成為關鍵應用形態,算力產業亟需實現從‘可用’到‘好用’的進階。在硬件創新、軟件優化、標準制定、應用落地等各個環節,中國AI產業需形成合力,共同構建起一個自主、強大、繁榮的中國AI算力生態。」

  中國科學院院士、生物信息學家陳潤生

  正因如此,聯想此次推出的「AI工廠」解決方案,構建出一套可管理、可複製且支持持續運營的標準化體系,重塑AI應用的開發與部署流程,將原本複雜且孤立的AI開發任務轉變為一條標準、高效的現代化」AI生產線」。陳振寬表示,「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品的輸出,為社會的發展提供基石,而智能時代的AI工廠,將在經典模式的基礎上注入全新動能。從場景定義到將客戶數據採集作為‘原材料’,經過智能體開發平臺與AI訓練引擎的深度處理,‘聯想AI工廠’解決方案最終能夠生產出可交付的智能體、垂域模型、推理服務等成熟‘產品’。」

  要讓這座「AI工廠」高效運轉,離不開堅實可靠的底層基礎設施作為承載,它們是「AI工廠」的「組件」。聯想通過「一橫四縱」戰略佈局,堅持「AI導向」與「本地化」兩大戰略,着力打造AI工廠,為中國智能體時代的到來構建強大的基礎設施基石。

  作為AI工廠的算力基石,此次發佈的聯想萬全異構智算平臺4.0,通過不斷迭代和強化九大差異化創新,迎來四大技術場景的全新升級,成為大模型性能全場景優化專家:

  首先,在大模型預訓練場景,通過長序列並行優化,模型訓練時間可縮短35%。

  其次,在大模型後訓練場景,計算引擎優化、小樣本強化學習、訓練自動並行可使訓練時間縮短50%。

  第三,在推理場景,ROCE網絡負載均衡優化,帶寬利用率可提升60%,通信原語性能提升30%,大模型推理性能提升30%。

  第四,在超智融合計算場景,可支持國際和國內硬件生態,完成從底層架構到算子的全面優化,同時新增超16個製造業應用的作業模版和腳本,實現高效超智融合。

  聯想中國基礎設施業務羣戰略管理總監黃山

  聯想中國基礎設施業務羣戰略管理總監黃山介紹稱,聯想萬全異構智算平臺4.0目前已經為衆多算力場景提供全面支持:在國家級高質量AI集羣場景中,聯想與東數西算第一大智算樞紐緊密合作,在千卡訓練場景中將MFU從30%提升至60%;針對模型本地部署的企業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超越12,000Tokens/s,不斷刷新性能行業記錄。在高校科研場景中,聯想助力北京大學建設多模態跨尺度生物醫學成像設施科研場景HPC/AI融合算力管理平臺,持續穩定地輸出算力,並不斷地突破計算效率。

  與此同時,基於中國市場的多元需求,聯想不僅擁有完整的產品組合,還構建了高效靈活的AI服務器「1+3+N」架構。此次重磅發佈的聯想問天WA8080a G5新品,作為聯想首款高端大模型訓練AI服務器,採用英特爾至強6最新處理器,支持本地化主流最新OAM2.0GPU,同時兼顧風冷和液冷雙模散熱方案,是新一代智算中心和人工智能應用的重要算力保障。

  值得一提的是,聯想問天WA8080a G5新品搭載的英特爾至強6處理器配備更多內核和更快內存,每個內核均內置AI加速功能,不僅在通用計算能力有了極大提升,同時其面向AI應用還進行了諸多優化和改進,使其在AI推理和通用AI工作負載上表現出色。

  作為聯想最緊密的戰略合作伙伴之一,英特爾也在不斷推動AI技術的普及和應用。英特爾首席工程師侯志強表示,「英特爾至強6處理器作為智算中心主控CPU的‘六邊形戰士’,支持AMX加速轉型多元算力引擎以及更高核心、更快內存和更強架構等諸多技術創新。同時,支持軟硬件全生態兼容,助力企業釋放算力潛能。」

  英特爾首席工程師侯志強

  聯想中國基礎設施業務羣服務器事業部總經理周韜表示,「聯想一直深入理解本地用戶的真實需求,此次重磅發佈的聯想問天全新AI訓練算力服務器,也是希望以更強大、更穩定、更高效、更綠色的算力支撐,助力中國千行萬業的客戶釋放AI算力潛能。」

  聯想中國基礎設施業務羣服務器事業部總經理周韜

  從「堆硬件」到「優服務」的範式躍遷,以標準引領產業升級

  當前,大模型訓練動輒千卡規模,推理場景則要求低延遲、高併發與極致能效。然而,行業長期面臨「重硬件採購、輕服務協同」的困境:異構芯片調度割裂、通信瓶頸頻現、擴縮容中斷訓練、量化策略粗放,這些問題嚴重製約了算力資源的實際效能釋放。

  此次發佈會的另一大亮點,便是業內首個訓推服務標準《信息技術算力服務高性能訓推服務能力要求》驗證成果的正式推出。中國電子技術標準化研究院軟件應用與服務研究中心雲計算研究室主任陳志峯認為,該標準的核心價值在於彌補業界高性能訓推服務能力規範標準空白,既為企業提供統一架構參考,更推動AI生產從零散探索走向標準化、規模化,加速行業智能化轉型。

  中國電子技術標準化研究院軟件應用與服務研究中心雲計算研究室主任陳志峯

  作為該標準的主編單位和核心貢獻者,聯想並非僅僅是規則的制定者,更是率先的實踐者與驗證者。其發佈的驗證成果,全面展示了其AI服務器、萬全異構智算平臺在滿足並超越該標準要求方面的卓越能力。

  在異構算力調度與一體化範式方面,聯想的智能算力平臺成功驗證了標準的統一抽象與調度要求,實現了訓練與推理任務的資源共享與無縫流動。

  在通信網絡優化方面,通過集成先進的在網計算技術和自研的RoCE網絡自動化調優系統,驗證了標準中對無損網絡和通信性能的嚴苛指標,實現了高性能網絡的「開箱即用」。

  在高性能推理方面,聯想基於其推理引擎,成功部署並驗證了PD分離架構與KV-Cache優化技術,在複雜模型上實現了吞吐量與響應時間的顯著優化,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佈,為滿足高性能訓推的算力服務質量提供了統一的衡量標準,有助於規範性能指標和服務質量,並指引算力基礎設施與服務商向體系化、高性能、高可靠的方向演進,推動整體產業升級。

   AI潮流勢不可擋。未來,聯想中國基礎設施業務羣將圍繞「一橫四縱」戰略佈局,堅持「AI導向」與「本地化」兩大戰略,面向本地客戶需求,着力打造AI工廠,攜手廣大合作伙伴,賦能千行萬業的智能化轉型,為中國新質生產力的蓬勃發展注入強勁的算力動能。

關注同花順財經(ths518),獲取更多機會

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10