用AI“手術(shù)刀”開啟智慧醫(yī)療，看AI“生產(chǎn)線”賦能千行百業(yè)

毫無疑問，AI應(yīng)用的全面爆發(fā)正以前所未有的力量推動算力需求呈指數(shù)級增長。在這一浪潮中，智算中心作為算力供給的核心載體，已成為驅(qū)動數(shù)字經(jīng)濟發(fā)展的“核心引擎”，承載著產(chǎn)業(yè)智能化轉(zhuǎn)型的厚望。

但繁榮之下也面臨著全新的挑戰(zhàn)，企業(yè)盲目投入算力導(dǎo)致“有算力、無能力”的困境，而模型碎片化、數(shù)據(jù)孤島等問題又阻礙AI規(guī)模化落地。換句話說，未來若僅依靠擴張“算力規(guī)模”，已無法支撐產(chǎn)業(yè)向高質(zhì)量發(fā)展的真正躍遷。

在此背景下，聯(lián)想在日前舉辦的“異構(gòu)智算 本地引擎”2025聯(lián)想異構(gòu)智算產(chǎn)業(yè)聯(lián)盟高峰論壇暨AI算力基礎(chǔ)設(shè)施新品發(fā)布會上，正式推出了“AI工廠”解決方案，該方案致力于構(gòu)建一套可管理、可復(fù)制且支持持續(xù)運營的標準化體系，重塑AI應(yīng)用的開發(fā)與部署流程，從而將原本復(fù)雜、孤立的AI開發(fā)工作，轉(zhuǎn)變?yōu)橐粭l標準、高效的現(xiàn)代化“AI生產(chǎn)線”。

目前，“AI工廠”的價值已在行業(yè)實踐中得到有力印證。以“AI+醫(yī)療”領(lǐng)域的先行者——循上醫(yī)療為例，其已在輔助診斷、病歷管理等關(guān)鍵場景實現(xiàn)AI智能體的規(guī)模化落地，依托領(lǐng)先的智算技術(shù)，循上醫(yī)療不僅構(gòu)建了覆蓋診療至管理的全流程智能化體系，更成為行業(yè)公認的AI醫(yī)院標桿，持續(xù)引領(lǐng)醫(yī)療數(shù)智化轉(zhuǎn)型的新范式。

在這一成就的背后，聯(lián)想“AI工廠”解決方案發(fā)揮了關(guān)鍵支撐作用，它將循上醫(yī)療在多個場景中的AI開發(fā)需求，納入統(tǒng)一的標準化生產(chǎn)流程，顯著提升AI落地的效率性與可控性。

聯(lián)想集團副總裁、中國區(qū)基礎(chǔ)設(shè)施業(yè)務(wù)群總經(jīng)理陳振寬

正如聯(lián)想集團副總裁、中國區(qū)基礎(chǔ)設(shè)施業(yè)務(wù)群總經(jīng)理陳振寬所言：“從快速爆發(fā)、理性選擇，再到重新崛起，我們共同經(jīng)歷了生成式AI帶來的技術(shù)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(yīng)用專家。面對本地獨特的發(fā)展現(xiàn)狀，多元異構(gòu)的算力供給、芯模生態(tài)的高度協(xié)同以及模型應(yīng)用的彼此強化，都在成為構(gòu)筑中國獨特AI生態(tài)的核心力量。”

基于這一判斷，聯(lián)想打造“AI工廠”的初衷，正是為了將這種系統(tǒng)性能力轉(zhuǎn)化為可交付的產(chǎn)業(yè)價值，它的推出不僅代表著一條構(gòu)建集約高效、普惠開放的AI生產(chǎn)能力的現(xiàn)實路徑，能夠快速助力企業(yè)實現(xiàn)降本增效，更在于為“人工智能+”時代系統(tǒng)化構(gòu)建了一個可復(fù)制、可運營、可持續(xù)進化的數(shù)智化底座，通過將多元算力與智能技術(shù)有機融合，這一體系將轉(zhuǎn)化為千行百業(yè)觸手可及的生產(chǎn)力，在支撐產(chǎn)業(yè)智能化向更深、更廣實踐的同時，也必將引領(lǐng)行業(yè)穿越AI發(fā)展的新周期。

01.

開啟新范式，

樹立智慧醫(yī)療新標桿

當前，人工智能與醫(yī)療健康的融合日益深化，在政策推動下行業(yè)正加速向數(shù)字化、智能化轉(zhuǎn)型升級。然而，不少醫(yī)療機構(gòu)在轉(zhuǎn)型過程中仍面臨諸多挑戰(zhàn)，如系統(tǒng)數(shù)據(jù)割裂、手工操作流程繁瑣、傳統(tǒng)服務(wù)模式難以滿足患者日益增長的個性化需求等。

在此形勢下，作為全國高端私立醫(yī)療機構(gòu)的標桿，循上醫(yī)療與聯(lián)想攜手，超越了單點工具化的AI應(yīng)用，共同探索出一條以“AI工廠”為底座、以數(shù)據(jù)驅(qū)動為核心的系統(tǒng)性轉(zhuǎn)型路徑，為整個醫(yī)療行業(yè)提供了從理念到實踐的完整范本。

據(jù)循上醫(yī)療·醫(yī)學(xué)院校長、數(shù)字化智慧醫(yī)療中心負責(zé)人李景宇介紹，循上醫(yī)療聚焦于長壽醫(yī)學(xué)、慢病逆轉(zhuǎn)、腫瘤防治、疑難重癥與跨境救援五大核心領(lǐng)域，其本質(zhì)是以健康管理和生命質(zhì)量提升為目標，這種“以人為中心”的模式，要求對患者有更全面、連續(xù)和深入的了解，而打通數(shù)據(jù)是第一步。

為此，聯(lián)想為循上醫(yī)療打造了以“AI大模型+RPA+集成平臺”為核心的智慧醫(yī)療解決方案，通過構(gòu)建企業(yè)級集成平臺與臨床數(shù)據(jù)中心（CDR），將分散在HIS、財務(wù)、訂單等數(shù)十個系統(tǒng)內(nèi)的數(shù)據(jù)進行匯聚、治理與標準化，形成統(tǒng)一的“患者360度全息視圖”，與普通平臺不同，該視圖特別將檢驗指標的歷史曲線與醫(yī)囑時間軸疊加，使醫(yī)生能清晰看到某項醫(yī)療干預(yù)如何影響患者指標變化，為診療決策提供了直觀依據(jù)。

基于堅實的數(shù)據(jù)底座，AI能力被深度植入循上醫(yī)療診療的全流程，實現(xiàn)從輔助到賦能的跨越。例如，面向患者，“AI醫(yī)生”、“AI護士”可以提供智能導(dǎo)診、報告解讀與健康咨詢；面向醫(yī)生，“AI醫(yī)囑助手”能實時轉(zhuǎn)錄醫(yī)患對話、結(jié)構(gòu)化生成病歷并輔助診斷；面向運營，“RPA機器人”實現(xiàn)了跨系統(tǒng)自動對賬等重復(fù)性工作；面對管理人員，提供決策服務(wù)的“ChatBI”可以支持對話式數(shù)據(jù)查詢分析。這些應(yīng)用顯著提升了問診效率、患者體驗與內(nèi)部運營管理精細化水平。

這些豐富場景的智能化，并非孤立應(yīng)用的簡單堆砌，其背后正是“AI工廠”在提供穩(wěn)定、高效和可持續(xù)的“生產(chǎn)”支持。事實上，智慧醫(yī)療的落地，不僅在于場景創(chuàng)新，更依賴于一個強大、可持續(xù)的底層算力引擎。

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)黃山指出，聯(lián)想“AI工廠”解決方案正是這一引擎的核心，其差異化價值主要體現(xiàn)在三個方面，具體來說：

一是，降本增效，驅(qū)動模型敏捷迭代。聯(lián)想AI工廠的核心優(yōu)勢在于其“大腦”——萬全異構(gòu)智算平臺，它通過對算力資源的精細調(diào)度與優(yōu)化，能讓同樣硬件發(fā)揮出倍增的效能。據(jù)了解，該方案可將大模型推理的Token成本降低至市場水平的1/5到1/10，并將模型訓(xùn)練效率提升2-5倍，這使得循上醫(yī)療能夠低成本、高效率地對模型進行持續(xù)優(yōu)化，實現(xiàn)從“一次交付”到“持續(xù)進化”的模式轉(zhuǎn)變。

二是，有效破解數(shù)據(jù)安全與隱私難題。除了嚴格的本地化部署和數(shù)據(jù)脫敏，雙方也正探索更前沿的隱私計算技術(shù)。例如，“機密計算”通過硬件加密實現(xiàn)數(shù)據(jù)“可用不可見”；“云邊端協(xié)同計算”則允許在用戶端進行初步推理，僅將模型參數(shù)傳回云端訓(xùn)練，原始隱私數(shù)據(jù)永不離開本地。這為未來開展個性化極強的服務(wù)掃清了安全障礙。

三是，應(yīng)對數(shù)據(jù)稀缺挑戰(zhàn)。面對醫(yī)療領(lǐng)域數(shù)據(jù)標注成本高、專業(yè)樣本少的難題，聯(lián)想還在方案引入自激勵的強化學(xué)習(xí)框架，使系統(tǒng)能夠在與實際業(yè)務(wù)流程的持續(xù)互動中不斷自我優(yōu)化，從而有效緩解數(shù)據(jù)稀缺場景下的模型訓(xùn)練難題。同時，借助AI中臺與模型全生命周期管理工具，該方案支持對私有化部署的大模型進行持續(xù)迭代和針對性訓(xùn)練，確保AI能力始終與臨床實踐同步進化。

黃山認為，醫(yī)療行業(yè)擁抱AI的關(guān)鍵，不僅在于技術(shù)應(yīng)用的廣度與深度，更在于能否建立一套“高效、經(jīng)濟、安全、可持續(xù)”的AI支撐體系。“聯(lián)想要做的，正是通過一體化的AI工廠，幫助醫(yī)院屏蔽底層硬件與框架的復(fù)雜性，使其能專注于醫(yī)療專業(yè)本身，讓優(yōu)質(zhì)醫(yī)療資源能更高效、更平等地服務(wù)更多人群。”

可以預(yù)期的是，隨著AI與醫(yī)療場景深度融合，循上醫(yī)療與聯(lián)想的合作實踐，將為整個行業(yè)提供從數(shù)據(jù)治理到智能應(yīng)用、從單點賦能到系統(tǒng)進化的完整范本。這一探索不僅推動醫(yī)療機構(gòu)向精細化、智能化管理轉(zhuǎn)型，更為“健康中國”戰(zhàn)略的落地，樹立一條以科技賦能生命健康的可行路徑。

02.

定義新標準，

開啟產(chǎn)業(yè)智能化新征程

客觀地說，循上醫(yī)療開啟智慧醫(yī)療新范式的背后，正是聯(lián)想“AI工廠”從技術(shù)理念走向產(chǎn)業(yè)實踐，成功開啟產(chǎn)業(yè)智能化新征程的最佳范例。

可以看到，近年來，我國算力基礎(chǔ)設(shè)施呈爆發(fā)式增長。據(jù)中國信通院數(shù)據(jù)，過去五年國內(nèi)通用數(shù)據(jù)中心、智算中心部署年均增速近30%，預(yù)計未來三年算力規(guī)模年均增速將達45%，算力需求持續(xù)強勁。但與此同時，算力規(guī)模擴張并未完全轉(zhuǎn)化為產(chǎn)業(yè)效能，當前AI產(chǎn)業(yè)發(fā)展仍面臨兩大挑戰(zhàn)：

一方面，算力資源配置失衡。 不少企業(yè)仍停留在“重硬件投入、輕應(yīng)用協(xié)同”的模式，導(dǎo)致算力“閑置”與“緊缺”并存，不僅推高成本，也阻礙了AI技術(shù)的規(guī)模化普及。

另一方面，AI應(yīng)用創(chuàng)新碎片化。 大量企業(yè)困于“項目制”試點，模型開發(fā)、數(shù)據(jù)治理與應(yīng)用部署之間缺乏協(xié)同，難以形成持續(xù)迭代的閉環(huán)，限制了AI價值的規(guī)模化釋放。

因此，在技術(shù)迭代、政策引導(dǎo)與產(chǎn)業(yè)周期的共同推動下，整個AI產(chǎn)業(yè)如今站在關(guān)鍵的十字路口——是繼續(xù)追求單純的“算力規(guī)模擴張”，還是轉(zhuǎn)向構(gòu)建系統(tǒng)化的“AI生產(chǎn)能力”？答案顯而易見，這也正是聯(lián)想“AI工廠”解決方案，作為新型基礎(chǔ)設(shè)施范式“應(yīng)運而生”的根本所在。

據(jù)了解，聯(lián)想的“AI工廠”解決方案，借鑒了傳統(tǒng)工業(yè)的“工廠”理念，以流程化、模塊化的方式重塑AI生產(chǎn)，其從明確場景需求起步，將客戶數(shù)據(jù)視作“原材料”，經(jīng)由開發(fā)平臺與訓(xùn)練引擎的深度加工處理，最終產(chǎn)出可交付的智能體、垂域模型、推理服務(wù)等一系列成熟“產(chǎn)品”。

聯(lián)想之所以能率先落地該方案，源于在基礎(chǔ)設(shè)施領(lǐng)域數(shù)十年的全球積累與對中國市場的深耕，已形成從基礎(chǔ)設(shè)施到方案服務(wù)的全鏈條能力，覆蓋咨詢、數(shù)據(jù)治理、AI生產(chǎn)管理與智能體運維等關(guān)鍵環(huán)節(jié)，構(gòu)建了支撐AI工廠從建設(shè)到運營的完整體系。

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

黃山表示，當前市場上構(gòu)建“AI工廠”的方式雖有不同路徑，但目標一致——都是希望構(gòu)建完整、高效、可持續(xù)的AI生態(tài)。

“無論是以GPU為核心，還是以基礎(chǔ)設(shè)施集群作為中樞整合能力，最終都是為了完成從算力供給到生產(chǎn)力賦能的跨越。”他進一步指出，“聯(lián)想‘AI工廠’正是在這一開放體系下構(gòu)建的，我們通過覆蓋咨詢、數(shù)據(jù)治理、AI生產(chǎn)與運維的全鏈條能力，始終在關(guān)鍵環(huán)節(jié)保持競爭力，這不僅使聯(lián)想能夠快速推出‘AI工廠’解決方案，更讓我們在更高維度開展業(yè)務(wù)，真正推動AI從資源投入轉(zhuǎn)向可持續(xù)的價值輸出。”

從這個角度來說，聯(lián)想“AI工廠”不僅代表全新的技術(shù)方案，更標志著產(chǎn)業(yè)發(fā)展范式的轉(zhuǎn)變——從追求單點技術(shù)突破，轉(zhuǎn)向構(gòu)建系統(tǒng)化生產(chǎn)能力；從零散的應(yīng)用試點，轉(zhuǎn)向規(guī)模化、持續(xù)化的價值輸出。

更為重要的是，它也將為整個產(chǎn)業(yè)帶來深遠影響。其一，對企業(yè)而言，“AI工廠”系統(tǒng)整合算力資源與創(chuàng)新流程，提供清晰的降本增效路徑，助力企業(yè)將AI高效融入核心業(yè)務(wù)，加速數(shù)智化轉(zhuǎn)型；其二，對產(chǎn)業(yè)生態(tài)而言，集約高效、普惠開放的AI生產(chǎn)能力將成為創(chuàng)新沃土。標準化、模塊化的AI生產(chǎn)體系將降低技術(shù)門檻，使更多企業(yè)共享AI技術(shù)紅利；其三，對國家競爭力而言，通過“多元異構(gòu)的算力供給、芯模生態(tài)的高度協(xié)同以及模型應(yīng)用的彼此強化”，“AI工廠”將助力構(gòu)筑具有中國特色的AI競爭力。

展望未來，隨著AI工廠模式的成熟與推廣，AI應(yīng)用將實現(xiàn)從“項目制”試點向“流水線”生產(chǎn)的歷史性跨越，這一轉(zhuǎn)變將為“人工智能+”行動的規(guī)模化落地提供可復(fù)制、可運營的基礎(chǔ)支撐，使AI技術(shù)像水電一樣成為各行各業(yè)的基礎(chǔ)能力，推動AI加速融入千行百業(yè)，成為驅(qū)動產(chǎn)業(yè)升級、經(jīng)濟增長和社會進步的核心力量。

03.

夯實新底座，

以軟硬協(xié)同構(gòu)筑AI工廠

當然，“AI工廠”的高效運轉(zhuǎn)離不開可靠、高性能的底層基礎(chǔ)設(shè)施作為堅實支撐。為此，聯(lián)想通過“一橫四縱”戰(zhàn)略布局，堅持“AI導(dǎo)向”與“本地化”兩大核心戰(zhàn)略，并通過軟硬件協(xié)同優(yōu)化，著力構(gòu)建服務(wù)于中國智能化轉(zhuǎn)型的基礎(chǔ)設(shè)施基石。

其中，作為“AI工廠”的算力核心，近期全新發(fā)布的聯(lián)想問天WA8080a G5，搭載了英特爾?至強?6最新處理器，全面支持OAM 2.0 GPU標準，并創(chuàng)新性地融合風(fēng)冷與液冷雙模散熱系統(tǒng)，這款產(chǎn)品的問世，不僅標志著國產(chǎn)AI服務(wù)器進入新的發(fā)展階段，更以其前瞻性的架構(gòu)設(shè)計，直指當前行業(yè)面臨的GPU快速迭代與功耗激增的核心痛點。

聯(lián)想中國基礎(chǔ)設(shè)施業(yè)務(wù)群服務(wù)器事業(yè)部總經(jīng)理周韜

聯(lián)想中國基礎(chǔ)設(shè)施業(yè)務(wù)群服務(wù)器事業(yè)部總經(jīng)理周韜表示：“目前GPU技術(shù)的演進軌跡已遠超以往CPU算力的發(fā)展節(jié)奏，過去一套基礎(chǔ)架構(gòu)往往可以穩(wěn)定延續(xù)多代產(chǎn)品周期。而如今，技術(shù)迭代的速度大幅加快，很可能僅僅一年時間，原有架構(gòu)就已無法適應(yīng)新一代技術(shù)的發(fā)展需求。”

這種快速迭代所帶來的不確定性給服務(wù)器研發(fā)帶來了巨大壓力。為解決這一行業(yè)性難題，聯(lián)想通過創(chuàng)新的“1+3+N”服務(wù)器架構(gòu)直面這一挑戰(zhàn)。該架構(gòu)以“1”為核心，即統(tǒng)一的基礎(chǔ)平臺，將機箱、供電、CPUBot、GPUBot等關(guān)鍵組件進行了解耦和標準化，并以模塊化設(shè)計的方式，實現(xiàn)了靈活擴展與快速迭代，為應(yīng)對技術(shù)的飛速演進提供了可持續(xù)的解決方案。

與此同時，這款高端AI服務(wù)器的機箱設(shè)計從上一代8U結(jié)構(gòu)升級至10U，背后同樣也是基于對技術(shù)趨勢的預(yù)判。周韜指出：“上一代7880a采用的8U設(shè)計在當時已完全滿足散熱需求，但隨著GPU技術(shù)的快速迭代，團隊意識到必須為未來預(yù)留充足空間。”評估顯示，10U機箱可支持單GPU功耗超過1000瓦，而目前行業(yè)主流產(chǎn)品仍以兼容五六百瓦GPU的7U、8U機型為主。因此，聯(lián)想此次的設(shè)計不僅預(yù)留了充分的功耗冗余，更在機箱規(guī)格上領(lǐng)先行業(yè)，足以應(yīng)對未來一至兩代甚至更長時期內(nèi)的GPU功耗增長。

不僅如此，在散熱系統(tǒng)上，該服務(wù)器同樣具備前瞻布局，兼容風(fēng)冷與液冷雙模方案。考慮到未來功耗持續(xù)上升必然走向液冷，而專門為此開發(fā)新機箱成本極高，聯(lián)想也在現(xiàn)有設(shè)計中已預(yù)先做好銜接規(guī)劃，確保未來可平滑過渡至液冷，兼顧了技術(shù)前瞻與成本效益。

可以說，通過模塊化、前瞻性的設(shè)計，這款“核武級”的AI服務(wù)器將技術(shù)快速迭代帶來的不確定性，轉(zhuǎn)化為可管理、可擴展的技術(shù)路徑，它不僅為“AI工廠”提供了長期穩(wěn)定的算力基座，也為AI算力基礎(chǔ)設(shè)施的高效演進與可持續(xù)發(fā)展，提供了具備行業(yè)參考價值的解決方案。

而聯(lián)想萬全異構(gòu)智算平臺4.0的發(fā)布，則是聯(lián)想“軟硬協(xié)同”戰(zhàn)略在軟件層面的關(guān)鍵落子。這一“旗艦級”平臺承上啟下，既能釋放底層異構(gòu)硬件的極致性能，并無縫支撐上層多樣化的AI應(yīng)用，是打通并激活整個“多元算力”生態(tài)的關(guān)鍵引擎。

從技術(shù)演進來看，聯(lián)想萬全異構(gòu)智算平臺1.0和2.0版本主要聚焦于預(yù)訓(xùn)練階段的算力優(yōu)化，受限于當時模型生態(tài)的不透明性，優(yōu)化空間有限，效率提升約20-30%；而3.0版本實現(xiàn)了全新的突破，不但將DeepSeek等開源模型的先進優(yōu)化方法成功應(yīng)用于推理場景，同時在2024年底至2025年上半年還全面完成了國產(chǎn)GPU的適配和驗證。

在此基礎(chǔ)上全新推出的4.0版本，則緊密契合當前產(chǎn)業(yè)智能化轉(zhuǎn)型趨勢進行了深度優(yōu)化，實現(xiàn)了四大技術(shù)場景的全新升級，成為大模型性能全場景優(yōu)化的關(guān)鍵技術(shù)支撐。

首先，在大模型預(yù)訓(xùn)練場景，通過長序列并行優(yōu)化，模型訓(xùn)練時間可縮短35%，為長文本應(yīng)用提供了堅實的技術(shù)基礎(chǔ)。

其次，在大模型后訓(xùn)練場景，通過計算引擎優(yōu)化、小樣本強化學(xué)習(xí)、訓(xùn)練自動并行等技術(shù)創(chuàng)新，實現(xiàn)了訓(xùn)練時間縮短50%的顯著效果，這一突破主要得益于對開源模型訓(xùn)練方法的深度研究和再創(chuàng)新，將原本局限于訓(xùn)練場景的優(yōu)化方法有效擴展到推理環(huán)節(jié)。

第三，在推理場景，針對RoCE網(wǎng)絡(luò)在規(guī)模化部署中的痛點進行了重點優(yōu)化。隨著國內(nèi)RoCE網(wǎng)絡(luò)比例從2024年到2025年實現(xiàn)反超，萬全4.0創(chuàng)新性地解決了四臺機器以上RoCE網(wǎng)絡(luò)帶寬指數(shù)級下降的行業(yè)難題，實現(xiàn)了帶寬利用率提升60%，通信原語性能提升30%，大模型推理性能提升30%的效果。

最后，在超智融合計算場景，萬全4.0可支持國際和國內(nèi)硬件生態(tài)，完成從底層架構(gòu)到算子的全面優(yōu)化，同時新增超16個制造業(yè)應(yīng)用的作業(yè)模版和腳本，實現(xiàn)高效超智融合。

黃山特別強調(diào)了超智融合的重要性：“目前我們是國內(nèi)唯二的，可以在一個平臺里面去管理高性能計算集群和智算集群，一起來進行作業(yè)任務(wù)編排，進行資源在兩種計算中調(diào)配。這不僅體現(xiàn)在資源調(diào)度上，更重要的是算法層面的融合——高性能計算中原有的一些計算任務(wù)，未來會轉(zhuǎn)為采用智算方式進行迭代，最終將兩者的計算結(jié)果進行深度整合。”

所謂“實踐見真章”，聯(lián)想萬全異構(gòu)智算平臺4.0所展現(xiàn)的強大能力，目前已在眾多算力場景中得到了有力驗證，如在國家級高質(zhì)量AI集群場景中，聯(lián)想與東數(shù)西算第一大智算樞紐緊密合作，在千卡訓(xùn)練場景中將MFU（模型浮點利用率）從30%提升至60%，實現(xiàn)了算力效率的倍增；針對模型本地部署的企業(yè)AI基礎(chǔ)設(shè)施場景，平臺全速運轉(zhuǎn)滿血版DeepSeek R1模型極限吞吐量已超越12,000 Tokens/s，不斷刷新性能行業(yè)紀錄，為企業(yè)級推理場景樹立了新標桿；在高校科研場景中，聯(lián)想助力北京大學(xué)建設(shè)多模態(tài)跨尺度生物醫(yī)學(xué)成像設(shè)施科研場景HPC/AI融合算力管理平臺，該平臺持續(xù)穩(wěn)定地輸出算力，并不斷突破計算效率，為科研創(chuàng)新提供強大支撐。

不難看出，通過這種深度的軟硬協(xié)同，聯(lián)想將高性能、高能效的硬件能力與全棧優(yōu)化、靈活調(diào)度的軟件平臺融為一體，共同構(gòu)成了“AI工廠”高效、可靠運轉(zhuǎn)的核心驅(qū)動力，這不僅是對當前AI算力需求的前瞻響應(yīng)，更是為未來智能化轉(zhuǎn)型的持續(xù)深入，構(gòu)筑了一個兼具彈性、開放與長期演進能力的堅實底座。

除此之外，當前大模型訓(xùn)練進入千卡規(guī)模，推理場景對低延遲、高并發(fā)、高能效要求苛刻，行業(yè)長期面臨硬件采購與服務(wù)協(xié)同失衡、資源調(diào)度割裂、通信瓶頸突出等問題，制約算力效能釋放。

近期，《信息技術(shù)算力服務(wù)高性能訓(xùn)推服務(wù)能力要求》標準驗證成果發(fā)布。該標準旨在建立可量化、可對比的效能基準，助力客戶科學(xué)評估算力服務(wù)表現(xiàn)，引導(dǎo)產(chǎn)業(yè)高效、規(guī)范發(fā)展。

作為該標準的主編單位與核心貢獻者，聯(lián)想不僅深度參與了標準的制定，更率先完成了實踐驗證。其驗證成果系統(tǒng)性展示了從AI服務(wù)器到萬全異構(gòu)智算平臺的全棧能力，不僅全面滿足標準要求，更在多項關(guān)鍵指標上實現(xiàn)了顯著超越。

值得一提的是，在推動行業(yè)標準落地的同時，聯(lián)想也在積極構(gòu)建開放協(xié)同的AI生態(tài)體系，通過打通從基礎(chǔ)設(shè)施、平臺工具到行業(yè)解決方案的全鏈路閉環(huán)，并與生態(tài)伙伴緊密協(xié)作，聯(lián)想正持續(xù)完善“AI工廠”整體能力，共同促進產(chǎn)業(yè)鏈上下游的協(xié)同與共贏。

總的來說，在AI從“手術(shù)刀”走向“生產(chǎn)線”、從“單點應(yīng)用”走向“系統(tǒng)賦能”的進程中，聯(lián)想以系統(tǒng)化、工程化、生態(tài)化的戰(zhàn)略思維，構(gòu)建以“AI工廠”為基座的堅實支撐體系，推動AI真正融入產(chǎn)業(yè)發(fā)展的核心脈絡(luò)，賦能千行百業(yè)的智能化轉(zhuǎn)型，持續(xù)為中國新質(zhì)生產(chǎn)力的發(fā)展注入創(chuàng)新動能，必將開啟智能時代產(chǎn)業(yè)升級的新篇章。