白癜风的治疗手段 https://m.39.net/disease/a_5419408.html每一个时代的新生产力释放，都需要新的发动机来释放新动能。比如蒸汽机之于畜力、燃油机之于蒸汽机，发动机的每一次进化，都为新兴工业体系奠定了更强大的生产力底座。
如今，AI作为新质生产力的关键引擎，带来了史无前例的算力需求，行业智能化开始呼唤“新智生产力”的发动机，也就是智算基础设施。
但与传统发动机不同的是，智算基础设施要充分释放算力动能，驱动AI落地和产业智能革新的推进，是一个产业链漫长、关键环节多、要素复杂的事情。算力卡、软件平台、开发工具、模型数据甚至生态支持，都会影响到产业用户接入AI的效率和效果。
因此，“新智生产力”的发动机，将是一个产业链各关键结构精准对接的精密装置。
如何将这些释放算力动能的要素，准确而精密地嵌合在一起，彼此协同，让“新智生产力”引擎开始点火转动？
最近恰逢WAIC，中科曙光带来了全开放智算基础设施，“智”底座、“智”平台、“智”服务、“智”生态、“智”应用五大维度，展示了曙光作为新“智”生产力引擎的能力。
这五个维度，代表了中科曙光对智算“发动机”的结构拆解与组合创新。大会现场，脑极体与中科曙光智能计算产品事业部总经理杜夏威展开了深度对话，他为我们详细拆解了曙光智算战略的思路和创新。
总的来说，曙光智算一直围绕自下向上的发展逻辑，不断演变和进化，为大模型和AIGC提供全面支撑。
借此机会，我们就来深度了解一下，为什么新智生产力的发动机，要从这五个维度来构建？它们之间是如何衔接与协作的？这台结构精密、彼此协作的“发动机”，如何为新智生产力的释放中起到作用。
详解AI“动力链”：新智生产力的断点、堵点和盲点
解题之前，首先我们必须搞清楚的是，究竟哪些环节影响了算力作为新动能的释放。
如果我们把算力从生产到应用的整个环节，看作是一条环环相扣、紧密衔接的“动力链”，会发现目前这条链条上，还存在不少阻碍：
有断点。众所周知，智算产业链的关键环节与软硬件，都不能依赖海外供应链，以避免科技摩擦带来的“断链”风险。因此，需要从计算硬件到AI软件，都全链自主化。
有堵点。算力多样化、架构多元化、多种AI框架/模型/算子库等大量爆发，这使得国内政企用户在引入AI的时候面临选型困扰、试错成本、开发效率低等实际挑战，但凡一个环节上停滞不前，就有可能拖慢智能化进度。
也有盲点。中国存在大量中小微企业和长尾需求，一些非数字原生企业对于智能化怎么做、怎么转型，都存在认知盲点和盲区，需要智算服务商提供全周期、定制化、生态化的支持。
不难看到，从底层算力到上层应用，从开发工具到生态服务，释放新智生产力需要各个环节的紧密衔接、协同驱动。
打通这条“AI动力链”，让算力真正为产业所用，这就需要一台精心设计、结构严密、逻辑合理的“发动机”。而中科曙光，率先从五个维度，打造了一台“新智生产力引擎”。
发动机进化：中科曙光带来的精密装置
我们知道，发动机是一台汽车、一架飞机甚至一艘火箭最核心的动力装置，也是多个组件紧密嵌合的精密仪器，代表了工业制造的极高水平。
而在AI领域，要充分释放算力动能，也需要软硬件生态的紧密配合、高效协同。在复杂而漫长的智算产业链中，找到每个环节最合适的方案，并以最优形式将它们串联在一起，也并非易事。
如何构筑这台新智生产力引擎，杜夏威为我们分享了曙光的“设计思路”：
“首先，计算是大模型和AIGC最底层的坚实基础和支撑，曙光围绕算力和存力，在算力的充沛供给/高效节能以及配套的数据支持，构建了智底座。在此基础上，要将算力和数据的价值充分发挥，于是就有了软件层的布局（智平台/智生态）。软件层之上，要进一步提升算力服务的高效化、便捷化，于是就有了基于算力网络的智服务。下一步，就是AI的行业落地，通过智应用，让终端用户真切感知到算力和模型的能力。这些自下而上的布局，最终以一体化、闭环的方式，来保障AI技术能真正落地，为产业服务。”
此次WAIC大会，中科曙光也从这五大维度，展示了服务器、工作站、液冷、存储、终端等代表性产品。我们不妨就来“云逛展”，看看中科曙光究竟用哪些产品和能力，“攒”出了这一台新智生产力的精密发动机：
“智”底座。此次大会，曙光重点展示了人工智能算力底座、AI绿色算力方案、AI先进存力以及智能算力。其中，采用曙光独家浸没液冷技术的人工智能液冷工作站，为用户提供稳定且高效的计算支持，可以满足很多大中城市和企业对节能减碳的迫切需求；全新升级的ParaStor全闪存储，让AI平台整体表现加速20倍；新一代融合计算平台，带来“全屋定制”的计算基础设施部署体验，都吸引了大量观众驻足了解。
“智”平台。中科曙光自研的人工智能基础软件系统DAS，包括基础算子、框架工具和扩展组件，可提供AI全栈优化能力，帮助客户更高效快速地实现AI技术的落地应用。据现场工作人员介绍，DAS平台可以兼容CUDA生态，让企业用户丝滑、高效地迁移到国产算力平台上，极大地减少开发工作量。
“智”服务。“云+AI”模式已经成为国内外服务商的发展新范式，中科曙光基于全国一体化算力资源，通过先进的计算引擎、丰富的计算组件、高效云端环境，为用户提供AI模型全生命周期管理，以及灵活的算力服务，解决企业数字人才短缺的后顾之忧。
“智”生态。中科曙光汇聚AI产业链的多方参与者，打造更符合中国企业体质的智算解决方案。AIStudio接入异构算力，上线国产算力专区；与众多国内领先的大模型、云服务厂商全面合作，适配超过款开源大模型，构建多元、协同和高效的人工智能生态体系，促进行业共荣和深入整合。
“智”应用。打造多项行业垂直应用，减少重复造轮子，上线的“AI模型仓库”，涵盖金融、能源、科教等众多行业的+关键场景应用。目前，中科曙光已为超过家合作伙伴提供智算解决方案。
知行合一的中科曙光，已经串联起了一个链条完整、紧密嵌合、广泛覆盖的智算产业链，提供从硬件到软件、从平台到服务、从底层到应用层的全方位支持，让“新智生产力引擎”真正启动，发出轰鸣。
引擎轰鸣：WAIC舞台上，中科曙光的独特声线
大家可能听过一个段子：懂车的人，能从发动机的轰鸣声，判断出一款车是不是豪车。
听起来有点玄学。但在智算领域，一种智算基础设施要与行业竞品指标PK，要达到PUE“绿线”的严苛标准，要满足行业客户的实际需求，要有兼容多元算力多种模型的开放度和技术能力……可以说，一个智算体系到底怎么样，每项指标都可以量化、都有迹可循。
这一年多来，我们看到智算服务商都在尝试摆脱单一的产业角色，不再只满足于做“卖铲子”的制造方，或者做算力租赁的“房东”，纷纷开始从更全面、体系化的维度进行布局，以完整AI能力来支撑行业智能化转型。
当“全栈”已经成为行业共识，中科曙光的智算“引擎”依然发出了独特的轰鸣声。这道独一无二的“声线”，是由三种能力共同发出的：
一是自研。厂商都想做AI产业链的“链主”，但凭什么吸引行业伙伴前来共襄盛举呢？技术实力是最终的武器。正如杜夏威所说，曙光专注于自身的优势技术方向，智算的五大板块都没有脱离计算技术的核心，这是曙光的优势占位。
以浸没液冷为例，被视作“黑科技”，是打造低碳智算中心/数据中心的大势所趋，曙光作为国内浸没液冷技术的先行者，在此次WAIC大会重点展示了采用曙光独家浸没液冷技术的人工智能液冷工作站，成为企业高效引入绿色算力的解决方案。这是很多“拿来型”“组装型”厂商所不具备的技术竞争力。
二是开放。坚持开放合作的核心原则，提供全开放智算基础设施。比如人工智能基础软件系统DAS，会对多样算力进行全面适配，同时提供更好的封装，为上层应用与模型提供更好的兼容性，目前支持36+个开源AI框架及三方组件，实现了与主流生态的高效兼容。
DAS平台的兼容并包，可以为千变万化、百花齐放的AI模型与应用，提供支持。一方面为软件伙伴提供了市场机遇，同时也为行业带来了更多选择和更优体验。
三是友好。正如驾驶员不需要搞懂发动机的制造原理，踩下油门就能轻松获得动力，AI也需要通过“即开即用”的方式，来让用户更方便地使用算力、上手开发。中科曙光不仅底层科技创新能力强，也充分考虑到了落地应用的用户友好度。
智平台可以屏蔽掉复杂繁多的底层软硬件，高效开发；智生态可以“以不变应万变”，无惧模型行业格局的激烈变动；智服务可以全周期赋能，减轻企业的运维压力……可以看到，曙光智算以更高的友好度，提高AI创新效率，带动产业生产力的大幅升级。
如此一来，这台“新智生产力引擎”才能在此时此刻，在WAIC的舞台上，高效启动。
行走在WAIC的场馆，你会深切感受到，这是有史以来热度最高、人气最旺的一届。一个属于人工智能的世界，已经真实地向我们走来。
但在热火朝天的局面下，我们也必须冷静地看到，AI产业链很漫长，各个关键环节和维度之间紧密嵌合、协同驱动，才能驱动AI产业的平稳前进，以高效率、低成本、可落地的方式，实现智能世界的美好目标。
曙光以底座、平台、服务、生态、应用为核心组件所构筑的智算引擎，加速驱动生产力发展，不断为千行百业数字化、智能化发展注入更强动能，也让全世界听到了中国智算的轰鸣声。
