AI 不再光拼模型，开始拼“能用起来”
2025年开始，AI 的热度已经不只是“谁家模型更大”，而是“谁能真正落地用起来”。
问题是——企业想用 AI，经常卡在两个点：
数据不够多：没法支撑大模型继续训练。
算力没用好：机器虽多，但效率不高，不同类型的算力融合也还不成熟。
01 智算行业爆发
AI 能跑起来，底层靠的是算力，尤其是“智能算力”（简称智算）。这块增长特别猛。
规模：到 2025 年一季度，中国的智算规模已经到 748 EFlops，占全球 35%；预计 2028 年会到 2781.9 EFlops，增长速度是普通算力的两倍多。
服务器市场：AI 服务器的需求爆炸，2025 年规模 1587 亿美元，2028 年预计能到 2227 亿美元。
需求来源：生成式 AI 应用疯狂增长，光 GenAI IaaS 在 2024 上半年就同比涨了 203.6%。
趋势变化：以前算力主要用来做“预训练”，现在更多是用在“后训练和推理”。
02 超智融合：把三种算力拧成一股绳
现在大家提到一个关键词：超智融合。
意思就是：把 高性能计算（HPC）+ AI 算力 + 通用算力 融合在一起用。
提高效率、降低能耗。
帮科研、制造、汽车这些行业升级。
科研：北大和联想搞的平台，把核磁影像分析时间从 15 分钟缩到 20 秒。
制造：三一重工用 AI 算力提升生产效率，成本下降 29%。
汽车：联想+吉利，用 HPC 集群做 5000 CPU 仿真，加速研发，已经落地 19 种应用。
03 难点：异构算力融合很麻烦
听起来很美好，但要把 HPC、AI、通用算力融合起来，实际很难。
硬件差异：HPC 多用 CPU，算精准度高（FP64）；AI 算力更多靠 GPU/TPU，偏向 FP16/INT8；架构完全不一样。
计算方式不同：HPC 关注时间复杂度，AI 关注空间复杂度。
调度机制不一样，难统一。
算法逻辑差别大，结果不好融合。
04 解法：平台化
行业普遍觉得：做成一个平台是最优解。
比如联想的“万全异构智算平台”：
框架：“一横五纵”，把通用算力、科学算力、AI 算力都覆盖。
软件层：AI 编译优化+通信优化，让推理延时降 3 倍，带宽利用率 90%。
硬件层：兼容国内各种芯片，性能比纯 CPU 集群快 15 倍。
模型层：适配主流大模型（如 DeepSeek、LLM、MoE），训练和推理效率大幅提升。
行业共识：平台化 + 生态建设 = 当前最靠谱的路子。
未来的发展方向，就是 高性能计算、AI 智算和通用算力三合一。
硬件：越来越异构。
软件：协同化。
网络：泛在化（随时随地连上）。
形成一种新的“超级智能计算”，让 HPC 和 AI 的界限模糊，推动生产力和人类认知方式大跨步。
