面对大模型浪潮下激增的算力需求与复杂的应用场景，中科曙光试图通过软硬协同的体系化能力，为金融、制造、医疗等行业提供更低门槛、更高效率的智能化底座。
攻坚算力鸿沟：从点状突破到面状融合
当前大模型训练所需的算力规模呈指数级增长，传统基础设施在能效比和成本控制上逐渐乏力。中科曙光首次展出的“大规模智算集群”采用全栈自研架构，通过计算、存储、网络、散热的深度耦合设计，将离散硬件资源整合为“一台巨型计算机”，显著提升资源利用率。
同时，中科曙光今年发布的DeepAI深算智能引擎，已基于国产GPU加速卡，在20余个行业的300多个场景中实现落地，推动AI技术从实验室创新走向规模化产业渗透。现场技术专家指出，这种架构级创新对降低大模型训推成本具有实质意义，尤其为中小企业提供了可行的算力使用模式。
重构数据与能源效率：破解AI落地隐性成本
随着AI应用深入，数据存储效率与算力中心能耗逐渐成为隐性成本黑洞。中科曙光此次重点展示了存储与散热协同优化的技术方案：一方面，分布式全闪存系统ParaStor通过“超级隧道HyperTunnel”技术实现微秒级延迟和零锁竞争，配合智能调度平台的“东数西存”模式，缓解中小企业高性能存储资源短缺的困境。
另一方面，曙光数创C7000-F相变间接液冷技术突破传统风冷极限，将单机柜功率密度提升至100kW以上，PUE降至1.1以下。据现场了解，该方案已应用于多个国家算力枢纽节点，能效实践直接呼应国家“东数西算”工程的绿色目标。
构建服务化生态：降低最后一公里门槛
针对AI技术与行业场景割裂的痛点，中科曙光正推动基础设施能力向即用型服务转化。
例如，曙光云运营着全国各地数十个国家级和区域级的云计算中心，服务各部委、各地政府和各行业企业。依托DeepAI深算智能引擎，曙光云自主研发霄练AI大模型服务平台，支撑DeepSeek、Qwen等大模型、众多的文本生成、视频、语音、OCR等专业模型以及大批的数字公务员、公文写作、合同审查、安全防控等应用模型。
与会专家评价称，这种“基础设施即服务”（IaaS+）模式可能重塑AI产业分工——头部厂商聚焦底层能力，生态伙伴专注场景创新，最终加速技术下沉到中小制造企业、县域医疗机构等长尾市场。
通用人工智能时代已然到来，随着智能算力基础设施布局不断完善，算力将无处不在、无时不有。分析人士指出，中科曙光此次展示的全栈布局，反映了头部厂商对AI基础设施国产化、体系化、服务化趋势的深刻理解，有助于引领我国AI产业高质量发展。
0 条