中科曙光：新智生產力引擎，是一台精密的AI發動機_風聞

每一個時代的新生產力釋放，都需要新的發動機來釋放新動能。比如蒸汽機之於畜力、燃油機之於蒸汽機，發動機的每一次進化，都為新興工業體系奠定了更強大的生產力底座。

如今，AI作為新質生產力的關鍵引擎，帶來了史無前例的算力需求，行業智能化開始呼喚“新智生產力”的發動機，也就是智算基礎設施。

但與傳統發動機不同的是，智算基礎設施要充分釋放算力動能，驅動AI落地和產業智能革新的推進，是一個產業鏈漫長、關鍵環節多、要素複雜的事情。算力卡、軟件平台、開發工具、模型數據甚至生態支持，都會影響到產業用户接入AI的效率和效果。

因此，“新智生產力”的發動機，將是一個產業鏈各關鍵結構精準對接的精密裝置。

如何將這些釋放算力動能的要素，準確而精密地嵌合在一起，彼此協同，讓“新智生產力”引擎開始點火轉動？

最近恰逢WAIC 2024，中科曙光帶來了全開放智算基礎設施，“智”底座、“智”平台、“智”服務、“智”生態、“智”應用五大維度，展示了曙光作為新“智”生產力引擎的能力。

這五個維度，代表了中科曙光對智算“發動機”的結構拆解與組合創新。大會現場，腦極體與中科曙光智能計算產品事業部總經理杜夏威展開了深度對話，他為我們詳細拆解了曙光智算戰略的思路和創新。

總的來説，曙光智算一直圍繞自下向上的發展邏輯，不斷演變和進化，為大模型和AIGC提供全面支撐。

藉此機會，我們就來深度瞭解一下，為什麼新智生產力的發動機，要從這五個維度來構建？它們之間是如何銜接與協作的？這台結構精密、彼此協作的“發動機”，如何為新智生產力的釋放中起到作用。

詳解AI“動力鏈”：新智生產力的斷點、堵點和盲點

解題之前，首先我們必須搞清楚的是，究竟哪些環節影響了算力作為新動能的釋放。

如果我們把算力從生產到應用的整個環節，看作是一條環環相扣、緊密銜接的“動力鏈”，會發現目前這條鏈條上，還存在不少阻礙：

有斷點。眾所周知，智算產業鏈的關鍵環節與軟硬件，都不能依賴海外供應鏈，以避免科技摩擦帶來的“斷鏈”風險。因此，需要從計算硬件到AI軟件，都全鏈自主化。

有堵點。算力多樣化、架構多元化、多種AI框架/模型/算子庫等大量爆發，這使得國內政企用户在引入AI的時候面臨選型困擾、試錯成本、開發效率低等實際挑戰，但凡一個環節上停滯不前，就有可能拖慢智能化進度。

也有盲點。中國存在大量中小微企業和長尾需求，一些非數字原生企業對於智能化怎麼做、怎麼轉型，都存在認知盲點和盲區，需要智算服務商提供全週期、定製化、生態化的支持。

不難看到，從底層算力到上層應用，從開發工具到生態服務，釋放新智生產力需要各個環節的緊密銜接、協同驅動。

打通這條“AI動力鏈”，讓算力真正為產業所用，這就需要一台精心設計、結構嚴密、邏輯合理的“發動機”。而中科曙光，率先從五個維度，打造了一台“新智生產力引擎”。

發動機進化：中科曙光帶來的精密裝置

我們知道，發動機是一台汽車、一架飛機甚至一艘火箭最核心的動力裝置，也是多個組件緊密嵌合的精密儀器，代表了工業製造的極高水平。

而在AI領域，要充分釋放算力動能，也需要軟硬件生態的緊密配合、高效協同。在複雜而漫長的智算產業鏈中，找到每個環節最合適的方案，並以最優形式將它們串聯在一起，也並非易事。

如何構築這台新智生產力引擎，杜夏威為我們分享了曙光的“設計思路”：

“首先，計算是大模型和AIGC最底層的堅實基礎和支撐，曙光圍繞算力和存力，在算力的充沛供給/高效節能以及配套的數據支持，構建了智底座。在此基礎上，要將算力和數據的價值充分發揮，於是就有了軟件層的佈局（智平台/智生態）。軟件層之上，要進一步提升算力服務的高效化、便捷化，於是就有了基於算力網絡的智服務。下一步，就是AI的行業落地，通過智應用，讓終端用户真切感知到算力和模型的能力。這些自下而上的佈局，最終以一體化、閉環的方式，來保障AI技術能真正落地，為產業服務。”

此次WAIC大會，中科曙光也從這五大維度，展示了服務器、工作站、液冷、存儲、終端等代表性產品。我們不妨就來“雲逛展”，看看中科曙光究竟用哪些產品和能力，“攢”出了這一台新智生產力的精密發動機：

“智”底座。此次大會，曙光重點展示了人工智能算力底座、AI綠色算力方案、AI先進存力以及智能算力。其中，採用曙光獨家浸沒液冷技術的人工智能液冷工作站，為用户提供穩定且高效的計算支持，可以滿足很多大中城市和企業對節能減碳的迫切需求；全新升級的ParaStor全閃存儲，讓AI平台整體表現加速20倍；新一代融合計算平台，帶來“全屋定製”的計算基礎設施部署體驗，都吸引了大量觀眾駐足瞭解。

“智”平台。中科曙光自研的人工智能基礎軟件系統DAS，包括基礎算子、框架工具和擴展組件，可提供AI全棧優化能力，幫助客户更高效快速地實現AI技術的落地應用。據現場工作人員介紹，DAS平台可以兼容CUDA生態，讓企業用户絲滑、高效地遷移到國產算力平台上，極大地減少開發工作量。

“智”服務。“雲+AI”模式已經成為國內外服務商的發展新範式，中科曙光基於全國一體化算力資源，通過先進的計算引擎、豐富的計算組件、高效雲端環境，為用户提供AI模型全生命週期管理，以及靈活的算力服務，解決企業數字人才短缺的後顧之憂。

“智”生態。中科曙光匯聚AI產業鏈的多方參與者，打造更符合中國企業體質的智算解決方案。AI Studio接入異構算力，上線國產算力專區；與眾多國內領先的大模型、雲服務廠商全面合作，適配超過500款開源大模型，構建多元、協同和高效的人工智能生態體系，促進行業共榮和深入整合。

“智”應用。打造多項行業垂直應用，減少重複造輪子，上線的“AI模型倉庫”，涵蓋金融、能源、科教等眾多行業的100+關鍵場景應用。目前，中科曙光已為超過3000家合作伙伴提供智算解決方案。

知行合一的中科曙光，已經串聯起了一個鏈條完整、緊密嵌合、廣泛覆蓋的智算產業鏈，提供從硬件到軟件、從平台到服務、從底層到應用層的全方位支持，讓“新智生產力引擎”真正啓動，發出轟鳴。

引擎轟鳴：WAIC舞台上，中科曙光的獨特聲線

大家可能聽過一個段子：懂車的人，能從發動機的轟鳴聲，判斷出一款車是不是豪車。

聽起來有點玄學。但在智算領域，一種智算基礎設施要與行業競品指標PK，要達到PUE“綠線”的嚴苛標準，要滿足行業客户的實際需求，要有兼容多元算力多種模型的開放度和技術能力……可以説，一個智算體系到底怎麼樣，每項指標都可以量化、都有跡可循。

這一年多來，我們看到智算服務商都在嘗試擺脱單一的產業角色，不再只滿足於做“賣鏟子”的製造方，或者做算力租賃的“房東”，紛紛開始從更全面、體系化的維度進行佈局，以完整AI能力來支撐行業智能化轉型。

當“全棧”已經成為行業共識，中科曙光的智算“引擎”依然發出了獨特的轟鳴聲。這道獨一無二的“聲線”，是由三種能力共同發出的：

一是自研。廠商都想做AI產業鏈的“鏈主”，但憑什麼吸引行業夥伴前來共襄盛舉呢？技術實力是最終的武器。正如杜夏威所説，曙光專注於自身的優勢技術方向，智算的五大板塊都沒有脱離計算技術的核心，這是曙光的優勢佔位。

以浸沒液冷為例，被視作“黑科技”，是打造低碳智算中心/數據中心的大勢所趨，曙光作為國內浸沒液冷技術的先行者，在此次WAIC大會重點展示了採用曙光獨家浸沒液冷技術的人工智能液冷工作站，成為企業高效引入綠色算力的解決方案。這是很多“拿來型”“組裝型”廠商所不具備的技術競爭力。

二是開放。堅持開放合作的核心原則，提供全開放智算基礎設施。比如人工智能基礎軟件系統DAS，會對多樣算力進行全面適配，同時提供更好的封裝，為上層應用與模型提供更好的兼容性，目前支持36+個開源AI框架及三方組件，實現了與主流生態的高效兼容。

DAS平台的兼容幷包，可以為千變萬化、百花齊放的AI模型與應用，提供支持。一方面為軟件夥伴提供了市場機遇，同時也為行業帶來了更多選擇和更優體驗。

三是友好。正如駕駛員不需要搞懂發動機的製造原理，踩下油門就能輕鬆獲得動力，AI也需要通過“即開即用”的方式，來讓用户更方便地使用算力、上手開發。中科曙光不僅底層科技創新能力強，也充分考慮到了落地應用的用户友好度。

智平台可以屏蔽掉複雜繁多的底層軟硬件，高效開發；智生態可以“以不變應萬變”，無懼模型行業格局的激烈變動；智服務可以全週期賦能，減輕企業的運維壓力……可以看到，曙光智算以更高的友好度，提高AI創新效率，帶動產業生產力的大幅升級。

如此一來，這台“新智生產力引擎”才能在此時此刻，在WAIC 2024的舞台上，高效啓動。

行走在WAIC 2024的場館，你會深切感受到，這是有史以來熱度最高、人氣最旺的一屆。一個屬於人工智能的世界，已經真實地向我們走來。

但在熱火朝天的局面下，我們也必須冷靜地看到，AI產業鏈很漫長，各個關鍵環節和維度之間緊密嵌合、協同驅動，才能驅動AI產業的平穩前進，以高效率、低成本、可落地的方式，實現智能世界的美好目標。

曙光以底座、平台、服務、生態、應用為核心組件所構築的智算引擎，加速驅動生產力發展，不斷為千行百業數字化、智能化發展注入更強動能，也讓全世界聽到了中國智算的轟鳴聲。