當(dāng)百度文心、阿里通義、騰訊混元等基礎(chǔ)模型的參數(shù)競(jìng)賽告一段落，當(dāng) "百模大戰(zhàn)" 變成 "百業(yè)應(yīng)用"，企業(yè)們突然發(fā)現(xiàn)：曾經(jīng)被當(dāng)作 "基建" 的算力，成了應(yīng)用落地的 "勝負(fù)手"—— 不是沒(méi)有算力，而是找不到 "剛好能用" 的算力；不是算力不夠，而是 "用不對(duì)地方" 的算力在浪費(fèi)；不是買(mǎi)不起算力，而是 "不會(huì)用算力" 的成本在吞噬利潤(rùn)。

而 Oracle 與 OpenAI 簽下 3000 億美元的算力大單同樣是行業(yè)變化的風(fēng)向標(biāo)：這不是簡(jiǎn)單的 "賣(mài)算力"，而是 "生態(tài)綁定"：OpenAI 需要 Oracle 的超大規(guī)模算力集群支撐 GPT-5 的訓(xùn)練與推理，Oracle 則通過(guò)綁定頭部模型公司鎖定未來(lái)十年的算力需求。這反映了全球算力市場(chǎng)的兩個(gè)核心趨勢(shì)：

其一是 "算力需求從集中走向爆發(fā)"。大模型訓(xùn)練需要巨量算力（GPT-5 的訓(xùn)練算力是 GPT-3 的 10 倍），而多模態(tài)、Agent（智能體）等應(yīng)用的推理算力更是指數(shù)級(jí)增長(zhǎng)。比如一個(gè)直播 AI 中控，要同時(shí)處理視頻流、語(yǔ)音識(shí)別、觀眾互動(dòng)，其推理算力消耗是普通文本模型的 5 倍；

其次， "算力供給從規(guī)?；呦蚨ㄖ苹?。市場(chǎng)需要的，不是 "通用算力"，而是 "匹配模型需求的算力"：比如 NVIDIA 的 H20 芯片，因高顯存（80GB）、低功耗（350W）成了 "推理圣體"，而國(guó)產(chǎn)芯片如華為昇騰 950，因支持 FP8 精度，在短視頻推理場(chǎng)景下性?xún)r(jià)比超過(guò) H100。

回到國(guó)內(nèi)，我們有世界第二大的計(jì)算規(guī)模（788 百億億次每秒），有 200 多個(gè)超算 / 智算中心，但供需錯(cuò)配 、技術(shù)錯(cuò)配 、模式錯(cuò)配、認(rèn)知錯(cuò)配的痛點(diǎn)，正在給智算市場(chǎng)帶來(lái)新的機(jī)會(huì)和挑戰(zhàn)。

正是在這樣的背景下，雷峰網(wǎng) GAIR Live 于 9 月 18 日推出 "算力變革下的生存之道" 主題論壇。三位 "起而行之" 的實(shí)踐者，善思開(kāi)悟四川分公司 CEO、AGI 產(chǎn)品負(fù)責(zé)人余溢、超云方案與生態(tài)部總經(jīng)理張春雨、矩向科技 CEO黃朝波進(jìn)行了分享。

這場(chǎng)討論沒(méi)有 "高大上" 的技術(shù)名詞，只有 "接地氣" 的問(wèn)題：

模型公司找算力時(shí)，到底是 "選便宜的" 還是 "選好用的"？

算力廠商面對(duì)同質(zhì)化競(jìng)爭(zhēng)，如何從 "賣(mài)設(shè)備" 轉(zhuǎn)向 "賣(mài)服務(wù)"？

應(yīng)用公司用算力，是 "堆 GPU" 還是 "云邊協(xié)同"？

未來(lái)的算力市場(chǎng)，是 "英偉達(dá)一家獨(dú)大" 還是 "國(guó)產(chǎn)芯片崛起"？

這些問(wèn)題，不是 "理論問(wèn)題"，而是 "生存問(wèn)題"—— 當(dāng)大模型的 "技術(shù)紅利" 消失，剩下的就是 "算力效率" 的比拼：誰(shuí)能把算力用對(duì)地方，誰(shuí)能把算力成本降下來(lái)，誰(shuí)能把算力與應(yīng)用綁定，誰(shuí)就能在應(yīng)用爆發(fā)期活下來(lái)。

在這次分享中，三位嘉賓從各自的實(shí)踐出發(fā)，沒(méi)有講 "應(yīng)該怎樣"，而是講 "正在怎樣"—— 他們的判斷，是算力市場(chǎng)從 "混亂" 走向 "有序" 的關(guān)鍵線索；他們的經(jīng)驗(yàn)，是 AI 應(yīng)用從 "實(shí)驗(yàn)室" 走向 "產(chǎn)業(yè)" 的實(shí)用指南。如果你是模型公司的 CTO，想找 "性?xún)r(jià)比最高的算力"；如果你是算力廠商的 CEO，想破 "同質(zhì)化競(jìng)爭(zhēng)" 的局；如果你是應(yīng)用公司的創(chuàng)業(yè)者，想 "用算力降本增效"，三位嘉賓會(huì)給你最直接的答案。

01

AI 算力市場(chǎng)的變革

岑峰：大家晚上好！我是雷峰網(wǎng)的岑峰。上周，Oracle 與 OpenAI 簽下了3000億美元的算力大單，這不僅標(biāo)志著 AI 算力需求的大爆發(fā)，也預(yù)示著全球計(jì)算市場(chǎng)的深刻變革。從技術(shù)路徑到產(chǎn)業(yè)布局，再到供需關(guān)系和競(jìng)爭(zhēng)規(guī)則，一切都在重構(gòu)。

與此同時(shí)，我國(guó)的計(jì)算規(guī)模已達(dá)788百億億次每秒（788 EFLOPS），擁有200多個(gè)計(jì)算中心，但同時(shí)也面臨諸多挑戰(zhàn)。因此，我們今天將圍繞算力供給、模型研發(fā)和應(yīng)用落地等多個(gè)方面，探討如何在計(jì)算變革中找到生存之道。

今晚，我們有幸邀請(qǐng)到三位嘉賓：善思開(kāi)悟四川分公司 CEO、AGI 產(chǎn)品負(fù)責(zé)人余溢、超云方案與生態(tài)部總經(jīng)理張春雨、矩向科技 CEO 黃潮波。我們期待今晚能進(jìn)行一場(chǎng)深入的討論。

首先，讓我們請(qǐng)三位嘉賓分別介紹一下自己和他們的公司。

余溢：大家好，我是余溢。這是我的第一次創(chuàng)業(yè)，之前在阿里和字節(jié)主要從事國(guó)際支付合規(guī)與反洗錢(qián)業(yè)務(wù)，2023年我才開(kāi)始進(jìn)入智算領(lǐng)域。我們公司"善思開(kāi)悟"致力于提供一站式 AI 解決方案，主要有三條業(yè)務(wù)線，首先是算力業(yè)務(wù)，在雅安建有西南地區(qū)規(guī)模最大的超算中心，并提供超算和智算的租賃等服務(wù)；第二個(gè)是數(shù)據(jù)業(yè)務(wù)， 擁有獨(dú)立團(tuán)隊(duì)負(fù)責(zé)數(shù)據(jù)基站的數(shù)據(jù)標(biāo)注服務(wù)；第三則是AI應(yīng)用業(yè)務(wù)，由我負(fù)責(zé)的四川公司和 AGI 團(tuán)隊(duì)，專(zhuān)注于"AI +行業(yè)解決方案"的應(yīng)用落地。我們的生態(tài)位覆蓋了從基礎(chǔ)設(shè)施到下游應(yīng)用的各個(gè)環(huán)節(jié)。

張春雨：大家好，我是張春雨。我目前在超云負(fù)責(zé)解決方案和生態(tài)合作工作，整個(gè)工作經(jīng)歷都在算力相關(guān)廠商，曾任職于浪潮信息、H3C 等。

超云公司全稱(chēng)是超云數(shù)字技術(shù)集團(tuán)有限公司，公司成立于2010年，是中國(guó)電子CEC和云基地聯(lián)合注資成立的國(guó)家高新技術(shù)企業(yè)、工信部專(zhuān)精特新"小巨人"企業(yè)，超云專(zhuān)注于數(shù)據(jù)中心產(chǎn)品及服務(wù)；產(chǎn)品覆蓋加速計(jì)算、通用計(jì)算、信創(chuàng)及私有云等領(lǐng)域，可幫助客戶(hù)快速構(gòu)建AIDC算力基座；依托北京、南京、廣深三大研發(fā)中心及全國(guó)營(yíng)銷(xiāo)技術(shù)服務(wù)體系，服務(wù)于互聯(lián)網(wǎng)、金融、電信、制造、教育、能源及公共服務(wù)等多個(gè)行業(yè)。

黃朝波：大家好，我是黃朝波。我個(gè)人以前是做算力芯片的，做的是 CPU 芯片研發(fā)，也曾在公有云公司優(yōu)刻得負(fù)責(zé)底層軟件協(xié)同創(chuàng)新。因此，我們的核心技術(shù)優(yōu)勢(shì)在于既懂軟件又懂硬件，擅長(zhǎng)底層的軟硬件協(xié)同創(chuàng)新。

我們將這一技術(shù)體系凝練為"融合計(jì)算"，包含三個(gè)維度：計(jì)算架構(gòu)的異構(gòu)融合、軟硬件堆棧的融合，以及云邊端的平行擴(kuò)展融合。我們的理念是"授人以漁"，不直接做算力云，而是將這些技術(shù)賦能給合作伙伴，幫助他們以低門(mén)檻、專(zhuān)業(yè)化的方式建立自己的智算云。我們的目標(biāo)是協(xié)助國(guó)內(nèi)涌現(xiàn)幾十家甚至更多的專(zhuān)業(yè)智算云公司。

02

洞察市場(chǎng)變局

岑峰：我們都看到了 Oracle 和 Open AI 的大單，這背后不僅有算力需求的爆發(fā)，還有云廠商和大模型公司之間更深層次的一個(gè)戰(zhàn)略綁定和生態(tài)合作。我想請(qǐng)三位從各自的專(zhuān)業(yè)角度出發(fā)去解讀這樣的一種超級(jí)大單的一個(gè)現(xiàn)象，他會(huì)可能產(chǎn)生怎樣的一些機(jī)會(huì)和挑戰(zhàn)？余總，您認(rèn)為這種變化趨勢(shì)的根源是什么？

余溢： 核心矛盾在于結(jié)構(gòu)性失衡，機(jī)遇挑戰(zhàn)并存

余溢：我認(rèn)為這個(gè)問(wèn)題本質(zhì)上是供需關(guān)系的不匹配。2023年，國(guó)內(nèi)算力市場(chǎng)曾處于供不應(yīng)求的狀態(tài)，促使企業(yè)和國(guó)家大量超前建設(shè)算力；然而到了2024至2025年，供應(yīng)在局部地區(qū)大于了需求，但頭部模型廠商和大型企業(yè)仍然面臨算力緊缺的問(wèn)題。

這背后有一個(gè)關(guān)鍵認(rèn)知：算力不是電力，它不是一個(gè)通用的指標(biāo)。不同的設(shè)備（GPU的算力( TFlops ）， 顯存大小， 顯卡帶寬， 機(jī)器內(nèi)卡間連接方式，機(jī)器間連接方式等）規(guī)格各異，導(dǎo)致算力無(wú)法像普通商品一樣自由流通。這就好比鋼鐵，有普通生鐵，也有高精尖的特種鋼，用途和價(jià)值完全不同。

我認(rèn)為，雖然局部供需錯(cuò)配依然存在，但整體亂象正在趨于緩解。我的判斷基于三點(diǎn)：需求方、供給方和政策導(dǎo)向。

首先，從需求端看，訓(xùn)練和推理需求都非常旺盛。大模型參數(shù)量越來(lái)越大，對(duì)算力的需求不斷"堆高"。同時(shí)，多模態(tài)和 Agent（智能體）應(yīng)用的爆發(fā)，導(dǎo)致推理任務(wù)的計(jì)算量激增，算力消耗未來(lái)會(huì)越來(lái)越大。盡管像 DeepSeek 這樣的稀疏模型提高了算力利用率，但總體需求仍然呈上升趨勢(shì)。

其次，從供給端看，國(guó)產(chǎn)化芯片正在發(fā)揮作用。過(guò)去，國(guó)產(chǎn)芯片在基礎(chǔ)模型訓(xùn)練上難以與 NVIDIA 競(jìng)爭(zhēng)，但在以推理為主的應(yīng)用趨勢(shì)下，其性能不斷優(yōu)化，獲得了很好的利用。這讓部分原本閑置的國(guó)產(chǎn)算力得到了有效消耗。同時(shí)，服務(wù)器和芯片的消耗量證明整體供給是有人買(mǎi)單的。

最后，政策導(dǎo)向也起到了關(guān)鍵作用。政府及時(shí)進(jìn)行窗口指導(dǎo)，治理了許多亂象，鼓勵(lì)企業(yè)先有需求再進(jìn)行建設(shè)，而不是盲目地先建設(shè)再找客戶(hù)。這有效減少了套取補(bǔ)貼等行為。

總的來(lái)說(shuō)，過(guò)去那些閑置的中小型算力池，特別是國(guó)產(chǎn)算力，在推理任務(wù)的爆發(fā)中得到了很好的利用。與要求嚴(yán)苛的訓(xùn)練任務(wù)不同，推理對(duì)算力的要求相對(duì)更靈活。這一變化讓許多閑散的算力資源得到了盤(pán)活，緩解了市場(chǎng)的錯(cuò)配問(wèn)題。

岑峰：謝謝余總，余總之前曾用"大煉鋼鐵"來(lái)形容計(jì)算中心的建設(shè)，現(xiàn)在國(guó)家的政策也在促進(jìn)合作，這與 Oracle 和 Open AI 的生態(tài)合作方向是一致的。在國(guó)產(chǎn)芯片算力得到更好應(yīng)用的新供需局勢(shì)下，您認(rèn)為會(huì)帶來(lái)哪些新的挑戰(zhàn)和機(jī)遇呢？

余溢：我認(rèn)為這是一個(gè)機(jī)遇與挑戰(zhàn)并存的局面，主要體現(xiàn)在兩個(gè)方面：生態(tài)建設(shè)和技術(shù)創(chuàng)新。

首先是生態(tài)建設(shè)。對(duì)國(guó)產(chǎn)芯片企業(yè)來(lái)說(shuō)，這是一個(gè)絕佳的時(shí)機(jī)。目前，市場(chǎng)對(duì)推理算力的旺盛需求正推動(dòng)它們快速完善生態(tài)、提升技術(shù)和服務(wù)。許多國(guó)產(chǎn)芯片公司正積極上市，市場(chǎng)前景一片看好。但生態(tài)建設(shè)的護(hù)城河很高，就像 NVIDIA 一樣，即便是其新卡發(fā)布后，生態(tài)兼容性也需要時(shí)間去完善。

對(duì)國(guó)內(nèi)企業(yè)而言，這是一個(gè)挑戰(zhàn)，但更是機(jī)遇。有了市場(chǎng)的需求，就會(huì)有更多企業(yè)去實(shí)踐、去"踩坑"，從而形成解決問(wèn)題的經(jīng)驗(yàn)，逐步建立起自己的生態(tài)。值得一提的是，一些頭部國(guó)產(chǎn)芯片企業(yè)也開(kāi)始放棄純自研，轉(zhuǎn)而兼容 NVIDIA 的生態(tài)，這說(shuō)明"開(kāi)放"是發(fā)展正道，通過(guò)兼容帶動(dòng)整個(gè)上下游共同發(fā)展。

此外，技術(shù)創(chuàng)新也帶來(lái)了新機(jī)遇。

我覺(jué)得未來(lái)僅僅比較 GPU 的算力值，也就是多少 PFLOPs ，意義真的不大了。像A100和4090，如果只論純 GPU 算力它們差不多，但A100有 Nvlink 和 80GB 顯存，這使其能用于訓(xùn)練大型模型，這是4090無(wú)法比擬的。算力并不是簡(jiǎn)單地把不同的卡堆疊起來(lái)就能解決問(wèn)題，也不能強(qiáng)行將不同型號(hào)的卡統(tǒng)一處理任務(wù)。最終我們還是要看整體算力的利用率。

現(xiàn)在，隨著推理業(yè)務(wù)的爆發(fā)，我們看到了一個(gè)有趣的現(xiàn)象。當(dāng)前主流模型，比如基于MoE（Mixture of Experts）稀疏架構(gòu)的模型，像 DeepSeek 或千問(wèn)，雖然其基座模型的總參數(shù)量可能達(dá)到萬(wàn)億級(jí)別，但在單次推理時(shí)，并非所有參數(shù)都會(huì)被激活。推理一個(gè)300B的模型，可能實(shí)際只使用了30B的參數(shù)，相當(dāng)于只激活了十分之一的專(zhuān)家。這意味著對(duì)算力的實(shí)際消耗變少了，但對(duì)顯存的需求卻大大增加了，因?yàn)樗袑?zhuān)家選擇的邏輯都需要存儲(chǔ)在顯存中。

這種變化帶來(lái)了一個(gè)重要機(jī)會(huì)：GPU 的顯存利用率變得至關(guān)重要，而純算力可能出現(xiàn)冗余。這就是為什么現(xiàn)在做推理時(shí)，24GB 或 48GB 顯存的4090，甚至一些魔改芯片，會(huì)非常好用——只要能把顯存放大，就能發(fā)揮很好的效果。

因此，對(duì)于國(guó)產(chǎn)芯片而言，這是一個(gè)巨大的機(jī)會(huì)。我們需要發(fā)展能夠提高顯存容量，并能更好地滿(mǎn)足推理需求的芯片。同時(shí)，對(duì)于現(xiàn)有計(jì)算中心而言，那些相對(duì)老舊的A系列或三零系列設(shè)備，如果直接淘汰將是巨大的浪費(fèi)。但如果將它們重新利用，投入到推理項(xiàng)目中，可以大大提升現(xiàn)有資源的利用率，這是一個(gè)很好的老舊設(shè)備重利用機(jī)會(huì)。

最后，從運(yùn)營(yíng)模式上看，傳統(tǒng)的粗放式運(yùn)營(yíng)，即一個(gè)項(xiàng)目就將整套裸金屬資源包給一兩個(gè)大客戶(hù)的方式，在當(dāng)前市場(chǎng)下可能不再有效。未來(lái)的趨勢(shì)是，計(jì)算中心，特別是作為第三方平臺(tái)時(shí)，需要有能力將一個(gè)大的算力集群更精細(xì)化地切分和調(diào)度，去服務(wù)大量中小型、長(zhǎng)尾客戶(hù)，特別是那些做垂直領(lǐng)域或小型模型的企業(yè)。這種精細(xì)化的運(yùn)營(yíng)模式將能更好地匹配多樣化的算力需求，也是一個(gè)重要的市場(chǎng)機(jī)會(huì)。

岑峰：余總作為 AGI 應(yīng)用的專(zhuān)家，剛才更多是從模型公司的需求以及算力提供方的角度，探討了雙方的互相促進(jìn)。您認(rèn)為在共建生態(tài)的整體趨勢(shì)下，未來(lái)的模型公司和算力提供方之間，如何才能實(shí)現(xiàn)共贏？

余溢：這個(gè)問(wèn)題很有意思，因?yàn)檫@意味著目前雙方可能并未完全達(dá)到共贏狀態(tài)。我認(rèn)為核心原因在于，當(dāng)前市場(chǎng)供需匹配存在結(jié)構(gòu)性失衡：只有少數(shù)幾家頭部模型公司對(duì)大量算力有需求，但算力供應(yīng)商卻有上千家。這些供應(yīng)商提供的服務(wù)相對(duì)同質(zhì)化，都是標(biāo)準(zhǔn)化的設(shè)備、組網(wǎng)和合同，最終導(dǎo)致的結(jié)果就是大家陷入了純粹的價(jià)格競(jìng)爭(zhēng)，價(jià)格被壓得很低。

要實(shí)現(xiàn)共贏，首先自然需要市場(chǎng)自身的調(diào)節(jié)。這并非一個(gè)特許經(jīng)營(yíng)市場(chǎng)，價(jià)格最終會(huì)回歸價(jià)值，市場(chǎng)會(huì)進(jìn)行分流和淘汰。對(duì)模型廠商而言，尤其是一些非頭部企業(yè)，他們的資金多來(lái)源于融資，因此會(huì)非常謹(jǐn)慎地尋求最低成本的算力。他們自己也還在摸索盈利模式，所以對(duì)價(jià)格敏感度極高。

在這種環(huán)境下，算力提供方需要大幅提升自身競(jìng)爭(zhēng)力。僅僅提供同質(zhì)化服務(wù)是行不通的。一些能將價(jià)格壓得很低的競(jìng)爭(zhēng)者，往往是通過(guò)"羊毛出在豬身上"的邏輯來(lái)盈利，例如通過(guò)二級(jí)市場(chǎng)獲利、獲取政府補(bǔ)貼、爭(zhēng)取綠電指標(biāo)，或從其他合作項(xiàng)目中獲得收益，這些都在經(jīng)濟(jì)合理范圍內(nèi)。所以，提升自身競(jìng)爭(zhēng)力的核心在于優(yōu)化效率，避免純粹的同質(zhì)化服務(wù)。

此外，我們已經(jīng)看到一些外部因素正在引導(dǎo)市場(chǎng)進(jìn)行健康分流。例如，政府的"窗口指導(dǎo)意見(jiàn)"，明確要求在沒(méi)有下游消納方的情況下，不得超前建設(shè)。這本質(zhì)上是為了打造更健康的產(chǎn)業(yè)鏈，避免盲目投資。那些沒(méi)有明確下游需求而超前建設(shè)的供應(yīng)商將逐步退出。同時(shí)，那些自身運(yùn)營(yíng)效率低、缺乏資金優(yōu)勢(shì)的供應(yīng)商，也將被市場(chǎng)淘汰或轉(zhuǎn)向服務(wù)長(zhǎng)尾客戶(hù)。

另一個(gè)重要的共贏路徑是，算力持有方應(yīng)積極開(kāi)辟"第二曲線"。舉例來(lái)說(shuō)，有些大廠既是算力需求方也是提供方，在投資其他模型公司時(shí)，會(huì)把算力作為投資款的重要組成部分，這是一種非常良性的投資方式。有能力的算力服務(wù)商也可以借鑒，將算力作為投資，投向與自身下游相關(guān)的初創(chuàng)企業(yè)。這需要一定的投資能力和對(duì)AI應(yīng)用的理解力，但無(wú)疑是提升競(jìng)爭(zhēng)力和開(kāi)辟新增長(zhǎng)點(diǎn)的有效方式。

最后，宏觀調(diào)控也將持續(xù)發(fā)揮作用。早期我們看到了對(duì)算力建設(shè)的大力支持，但當(dāng)出現(xiàn)亂象后，政策迅速收緊。未來(lái)，可以期待更多宏觀調(diào)控政策出臺(tái)，對(duì)市場(chǎng)進(jìn)行進(jìn)一步規(guī)范。對(duì)于模型買(mǎi)方，目前期望他們主動(dòng)改變現(xiàn)狀可能不現(xiàn)實(shí)，但一個(gè)明顯的趨勢(shì)是，國(guó)產(chǎn)化替代會(huì)越來(lái)越強(qiáng)勁。無(wú)論是擁有自研芯片的大廠傾向于內(nèi)采，還是政府政策的積極鼓勵(lì)，都在推動(dòng)整個(gè)行業(yè)向國(guó)產(chǎn)化方向邁進(jìn)。

張春雨： 服務(wù)商的綜合服務(wù)能力越來(lái)越重要

岑峰：張總，像 Oracle 和 OpenAI 這樣大單的算力合作，您認(rèn)為會(huì)給國(guó)內(nèi)智算力市場(chǎng)帶來(lái)怎樣的沖擊或者說(shuō)影響？

張春雨：我認(rèn)為影響比較有限，國(guó)內(nèi)市場(chǎng)會(huì)按自己的節(jié)奏走。雖然國(guó)外市場(chǎng)是全球風(fēng)向標(biāo)，英偉達(dá)曾引導(dǎo)"算力規(guī)模決定模型質(zhì)量"的理念，但 DeepSeek 出現(xiàn)后，這一觀點(diǎn)已出現(xiàn)多元化路線。

盡管?chē)?guó)外投資規(guī)模龐大，國(guó)內(nèi)也在大力投入，如阿里三年投資3800億人民幣，騰訊、字節(jié)等也有相當(dāng)規(guī)模的投入。重要的是，國(guó)內(nèi)的建設(shè)節(jié)奏已受政策引導(dǎo)。年初的"窗口指導(dǎo)"正是針對(duì)此前算力摸底中發(fā)現(xiàn)的盲目、小規(guī)模建設(shè)導(dǎo)致的嚴(yán)重浪費(fèi)。

現(xiàn)在國(guó)家正引導(dǎo)算力建設(shè)向八大樞紐、十大集群集中，并對(duì)規(guī)模、地點(diǎn)和參與方進(jìn)行規(guī)范。因此，國(guó)外的大單更多是揭示未來(lái)算力趨勢(shì)，對(duì)國(guó)內(nèi)具體路徑的影響有限。

前面余總也提到，目前國(guó)內(nèi)算力建設(shè)已經(jīng)更加謹(jǐn)慎。過(guò)去為爭(zhēng)指標(biāo)而盲目建設(shè)的現(xiàn)象減少，取而代之的是"先有客戶(hù)再建設(shè)"的模式，甚至采取輕量化運(yùn)營(yíng)，積極利用閑散算力。從具體市場(chǎng)看，今年訓(xùn)練側(cè)的建設(shè)明顯放緩，項(xiàng)目減少且大項(xiàng)目決策周期拉長(zhǎng)。但在推理側(cè)，采購(gòu)需求依然旺盛，尤其互聯(lián)網(wǎng)客戶(hù)對(duì) RTX 50系顯卡等消費(fèi)級(jí)算力需求量大，許多頭部算力提供商也通過(guò)間接方式服務(wù)互聯(lián)網(wǎng)行業(yè)。

岑峰：剛才您提到了算力需求的改變，現(xiàn)在市場(chǎng)用戶(hù)在尋找計(jì)算中心資源時(shí)，最關(guān)心的核心要素是什么？未來(lái)計(jì)算中心在技術(shù)架構(gòu)和商業(yè)模式上可能出現(xiàn)怎樣的演變？

張春雨：目前來(lái)看，整個(gè)市場(chǎng)仍處于一個(gè)供大于求的階段，這一點(diǎn)從高端 GPU 甚至整機(jī)價(jià)格的下降就能看出來(lái)。因此，客戶(hù)在選擇算力資源時(shí)，首先關(guān)注的肯定是價(jià)格，特別是對(duì)于那些兩三年以上的長(zhǎng)期合作訂單，價(jià)格因素至關(guān)重要。

在價(jià)格之外，客戶(hù)現(xiàn)在非?？粗胤?wù)商的綜合服務(wù)能力。因?yàn)榭蛇x的算力資源實(shí)在太多了，他們會(huì)仔細(xì)考量你的技術(shù)與服務(wù)水平，以及提供的算力類(lèi)型。例如，H系列是當(dāng)前主流，B 系列是未來(lái)趨勢(shì)，而 A 系列（A100/A800）由于不支持 FP8 ，在運(yùn)行 DeepSeek 這類(lèi)新型模型時(shí)，性?xún)r(jià)比已大幅降低。

同時(shí)算力規(guī)模也決定了客戶(hù)的擇意愿，能夠匹配客戶(hù)所需的大規(guī)模算力通常更具吸引力。此外，服務(wù)商過(guò)往的案例和口碑，尤其是在大模型服務(wù)方面的經(jīng)驗(yàn)，也是客戶(hù)評(píng)估的重要依據(jù)。最后，上線周期雖然不像2023年那樣，當(dāng)時(shí)"時(shí)間就是競(jìng)爭(zhēng)力"的概念非常突出，但現(xiàn)在大客戶(hù)仍要求服務(wù)商能根據(jù)他們的特定配置需求（如網(wǎng)卡、內(nèi)存、組網(wǎng)、存儲(chǔ)等）進(jìn)行快速調(diào)整和部署。

這種供大于求的局面，也讓一些中小型的算力服務(wù)商面臨嚴(yán)峻挑戰(zhàn)。他們多數(shù)是在前幾年風(fēng)口期入場(chǎng)，如今設(shè)備高價(jià)購(gòu)入，卻只能低價(jià)出租，加上服務(wù)能力跟不上，很多都陷入困境，不得不轉(zhuǎn)讓設(shè)備。

從技術(shù)架構(gòu)的角度看，我認(rèn)為未來(lái)有幾個(gè)趨勢(shì)。首先，訓(xùn)練和推理之間芯片的界限正變得模糊。雖然理論上芯片有側(cè)重，但實(shí)際應(yīng)用中更多是考慮性?xún)r(jià)比。例如，英偉達(dá)的 H20 芯片，雖然是 H100 的"閹割版"，但因其獨(dú)特的顯存配置，被業(yè)界譽(yù)為"推理圣體"，在處理 DeepSeek 這類(lèi)模型時(shí)表現(xiàn)卓越，性?xún)r(jià)比甚至高于 H100 或 H200 進(jìn)行推理。

其次，未來(lái)計(jì)算中心將是多元異構(gòu)的。盡管在未來(lái)兩三年內(nèi)，英偉達(dá)仍將占據(jù)主導(dǎo)地位，但國(guó)產(chǎn)芯片，如華為新發(fā)布的昇騰950，以及寒武紀(jì)、昆侖芯等，正迎來(lái)"百花齊放"的局面。新建的計(jì)算中心必須具備統(tǒng)一納管和調(diào)度包括英偉達(dá)和國(guó)產(chǎn)芯片在內(nèi)的多種算力資源的能力。

第三，一站式服務(wù)將成為重要方向。許多垂類(lèi)行業(yè)的小型企業(yè)，缺乏自行預(yù)訓(xùn)練大型模型的能力，他們更需要一個(gè)直接的結(jié)果。因此，計(jì)算中心需要提供"算力+平臺(tái)+開(kāi)發(fā)服務(wù)"的整體解決方案，形成類(lèi)似"AI工廠"的模式，幫助客戶(hù)基于開(kāi)源模型進(jìn)行微調(diào)，實(shí)現(xiàn)特定場(chǎng)景的應(yīng)用。

最后，智能化運(yùn)維將變得至關(guān)重要。目前H系列產(chǎn)品在高負(fù)載下故障率較高，維修通道不暢且成本昂貴，這催生了一個(gè)龐大的維修市場(chǎng)。未來(lái)的技術(shù)設(shè)計(jì)必須充分考慮運(yùn)維需求，包括對(duì)溫濕度、故障率的監(jiān)控告警，以及處理時(shí)效性等。

在商業(yè)模式方面，也有明顯的轉(zhuǎn)變。簡(jiǎn)單提供裸金屬租賃的模式已經(jīng)很難盈利，因?yàn)樵O(shè)備降價(jià)快、租金持續(xù)走低、閑置率居高不下。未來(lái)將轉(zhuǎn)向更精細(xì)化、靈活的計(jì)費(fèi)方式，如按卡、按 PFLOPs 、按時(shí)長(zhǎng)、按利用率，甚至按 TOKEN 進(jìn)行租賃。同時(shí)，從原來(lái)的獨(dú)享模式轉(zhuǎn)向共享模式，以提升資源利用率和整體收益。

至于算力網(wǎng)的概念，我個(gè)人與黃總的看法一致，并不認(rèn)為簡(jiǎn)單地將所有算力拉通就能解決效率問(wèn)題。因?yàn)椴煌?wù)商的算力類(lèi)型、規(guī)模、網(wǎng)絡(luò)帶寬、甚至應(yīng)用成熟度都差異巨大。算力網(wǎng)絡(luò)可以解決互聯(lián)互通，但無(wú)法彌補(bǔ)這種本質(zhì)上的能力差異。

余溢：我也想說(shuō)一下我對(duì)"算力網(wǎng)"的看法。我一直覺(jué)得這個(gè)概念在現(xiàn)階段更像是人為創(chuàng)造的。因?yàn)樗壳盁o(wú)法做到讓不同型號(hào)的機(jī)器協(xié)同完成一個(gè)任務(wù)。你可以把同一型號(hào)的機(jī)器連在一起，讓它們共同完成一件事，但你不能把不同型號(hào)的機(jī)器連在一起，因?yàn)樗鼈冎荒芴幚聿煌娜蝿?wù)，無(wú)法形成一個(gè)統(tǒng)一的整體。

張春雨：算力網(wǎng)這個(gè)理念是好的，未來(lái)，隨著分布式訓(xùn)練或推理技術(shù)的發(fā)展，當(dāng)網(wǎng)絡(luò)延遲不再是主要問(wèn)題，并且調(diào)度層能夠屏蔽底層不同算力的差異時(shí)，我認(rèn)為實(shí)現(xiàn)這個(gè)目標(biāo)是有可能的。但就目前來(lái)看，僅靠接入一個(gè)網(wǎng)絡(luò)并不能徹底解決算力消納的問(wèn)題，這在現(xiàn)階段還不太現(xiàn)實(shí)。

黃朝波： 卷創(chuàng)新、卷模式、卷資源整合

岑峰：聽(tīng)了張總的解釋?zhuān)腋杏X(jué)現(xiàn)在的計(jì)算市場(chǎng)有點(diǎn)像十年前的云計(jì)算，大家都在思考如何更好地組織和調(diào)度算力，而不是簡(jiǎn)單地堆砌資源。黃總，您之前曾提到，計(jì)算中心會(huì)經(jīng)歷一個(gè)"打時(shí)間差"的階段，最終會(huì)走向類(lèi)似"綜合計(jì)算"的模式。剛才余總也提到，一些大廠會(huì)要求算力提供方提供標(biāo)準(zhǔn)化的服務(wù)。我想請(qǐng)教您，驅(qū)動(dòng)這種"內(nèi)卷"的核心因素是什么？這種趨勢(shì)對(duì)于產(chǎn)業(yè)鏈，特別是中小企業(yè)，又意味著什么？

黃朝波：首先，我更愿意用"綜合計(jì)算"來(lái)代替"通算"，因?yàn)樗粌H涵蓋了通用的 CPU 計(jì)算，更將智算、超算、甚至是未來(lái)的量子計(jì)算和類(lèi)腦計(jì)算都統(tǒng)籌進(jìn)來(lái)。算力作為基礎(chǔ)設(shè)施，需要賦能千行百業(yè)，這就決定了它必須是一個(gè)綜合計(jì)算的過(guò)程。

至于您提到的"內(nèi)卷"，其核心原因在于算力生產(chǎn)方的話(huà)語(yǔ)權(quán)較弱。智算中心只是最基礎(chǔ)的算力資源提供者，而云計(jì)算平臺(tái)會(huì)在這個(gè)基礎(chǔ)上進(jìn)行多層增值，包括封裝成算力服務(wù)、模型和數(shù)據(jù)，以及最終的業(yè)務(wù)解決方案。這些增值環(huán)節(jié)與業(yè)務(wù)結(jié)合緊密，利潤(rùn)也更高。但同時(shí)，它們要求智算中心提供相對(duì)標(biāo)準(zhǔn)化的產(chǎn)品，這就導(dǎo)致智算中心在競(jìng)爭(zhēng)中處于不利地位，大家只能通過(guò)價(jià)格來(lái)"內(nèi)卷"。

對(duì)于產(chǎn)業(yè)鏈上的中小企業(yè)來(lái)說(shuō)，我認(rèn)為這既是挑戰(zhàn)也是機(jī)遇。許多企業(yè)目前的"內(nèi)卷"停留在低層次，比如拼價(jià)格、拼誰(shuí)的毛利更低。我認(rèn)為我們應(yīng)該轉(zhuǎn)向更高層次的"內(nèi)卷"，去卷創(chuàng)新、卷模式、卷資源整合。

同時(shí)，很多中小企業(yè)都試圖進(jìn)行"垂直整合"，從底層算力到上層應(yīng)用全鏈條都自己搞定。實(shí)際上，這種模式只有大廠才有能力做到。對(duì)于中小企業(yè)而言，更明智的做法是聚焦。在軟硬件堆棧的某個(gè)薄弱環(huán)節(jié)上，將其做到極致，然后把規(guī)模做大，這可能是提升競(jìng)爭(zhēng)力的關(guān)鍵。

岑峰：剛才三位都提到了，未來(lái)長(zhǎng)期來(lái)看算力會(huì)變得更加充裕，而如何提供差異化服務(wù)來(lái)獲得客戶(hù)會(huì)成為關(guān)鍵。我想請(qǐng)教黃總，在未來(lái)的計(jì)算產(chǎn)業(yè)鏈中，誰(shuí)會(huì)占據(jù)更好的生態(tài)位？是掌握算力資源的計(jì)算中心，還是掌握算法和模型的廠商，又或者是掌握應(yīng)用和客戶(hù)的第三方服務(wù)商？

黃朝波：我認(rèn)為首先可以排除智算中心。它位于產(chǎn)業(yè)鏈最上游，難以控制局面，只能深陷價(jià)格戰(zhàn)，而且屬于重資產(chǎn)投入，可能更適合政府、央企和國(guó)企來(lái)做。

至于模型、算法廠商和掌握應(yīng)用、客戶(hù)的第三方服務(wù)商，我認(rèn)為最終有價(jià)值的形態(tài)會(huì)介于兩者之間。模型和算法本身只是工具，它必須落地到具體的行業(yè)和業(yè)務(wù)場(chǎng)景中才能產(chǎn)生價(jià)值。所以，模型公司最終一定會(huì)聚焦在自己更擅長(zhǎng)、更有客戶(hù)資源的特定行業(yè)和場(chǎng)景。

而對(duì)于掌握應(yīng)用和客戶(hù)的第三方企業(yè)來(lái)說(shuō)，面向普通消費(fèi)者的（To C）市場(chǎng)競(jìng)爭(zhēng)激烈，很難形成差異化。而面向企業(yè)的（To B）市場(chǎng)則會(huì)面臨大量定制化需求，如果只是停留在上層應(yīng)用，很容易變得業(yè)務(wù)分散，營(yíng)收也難以做大。

所以，無(wú)論是從模型算法廠商，還是從應(yīng)用服務(wù)商，最終都會(huì)向中間靠攏，形成一種面向特定行業(yè)和特定場(chǎng)景的解決方案提供商。這種形態(tài)融合了模型算法的能力和應(yīng)用落地的經(jīng)驗(yàn)，從而在產(chǎn)業(yè)鏈中占據(jù)更有價(jià)值的生態(tài)位。

岑峰：黃總剛才提到了"綜合計(jì)算"這個(gè)概念，因?yàn)槲磥?lái)的各行各業(yè)都會(huì)有相應(yīng)的計(jì)算需求。您認(rèn)為對(duì)于想進(jìn)入計(jì)算賽道的玩家來(lái)說(shuō)，是建立服務(wù)各行各業(yè)的綜合計(jì)算能力更重要，還是專(zhuān)注于某個(gè)領(lǐng)域做精做專(zhuān)更重要？

黃朝波：我認(rèn)為，現(xiàn)在再花大力氣去做那些基礎(chǔ)的智算建設(shè)，意義已經(jīng)不大了。因?yàn)榇髲S在這方面已經(jīng)做得非常成熟，我們很難超越。

對(duì)于中小企業(yè)來(lái)說(shuō)，真正的機(jī)會(huì)在于聚焦在業(yè)務(wù)賦能和場(chǎng)景賦能上，也就是我們常說(shuō)的"最后一公里"或"最后五公里"。換句話(huà)說(shuō)，就是去做行業(yè)專(zhuān)屬云或領(lǐng)域?qū)僭啤?/p>

至于這些企業(yè)如何獲取 MaaS、PaaS、IaaS 等基礎(chǔ)服務(wù)能力，我認(rèn)為有兩種方式：一是自己投入研發(fā)；二是與像我們這樣的廠商合作。我們會(huì)提供底層能力，讓他們能夠?qū)Ｗ⒂跇I(yè)務(wù)場(chǎng)景的賦能。這樣做不僅能降低成本，還能幫助他們快速聚焦在核心價(jià)值上。在 AI 快速發(fā)展的背景下，底層的技術(shù)各家都是重復(fù)的，沒(méi)必要自己去面面俱到，把精力集中在最能創(chuàng)造價(jià)值的環(huán)節(jié)，才是中小企業(yè)的生存之道。

03

破局：企業(yè)路徑與實(shí)踐

岑峰：我們剛才討論了市場(chǎng)的挑戰(zhàn)，現(xiàn)在我想把話(huà)題拉回到各位嘉賓所在的企業(yè)。接下來(lái)，請(qǐng)三位分享一下，在各自的領(lǐng)域，你們是如何定義和構(gòu)建自己的破局路徑的？最好能結(jié)合公司正在做的具體實(shí)踐來(lái)談一談。

余溢：我們善思的 AGI 業(yè)務(wù)，核心概念是"AI+行業(yè)"。雖然我們團(tuán)隊(duì)規(guī)模很小，但項(xiàng)目覆蓋 B端、G端 和 C端，做得事情還挺多的。

我們認(rèn)為，未來(lái)的 AI 應(yīng)用應(yīng)該聚焦在很垂直、很細(xì)分的領(lǐng)域。我們的方法論是讓專(zhuān)業(yè)的人做專(zhuān)業(yè)的事：我們只負(fù)責(zé)技術(shù)，然后深度綁定行業(yè)內(nèi)的合作伙伴。他們有充足的行業(yè)知識(shí)、痛點(diǎn)和數(shù)據(jù)，而我們則提供技術(shù)能力，共同開(kāi)發(fā)垂類(lèi)應(yīng)用，真正把這個(gè)行業(yè)的需求吃透。

舉個(gè)例子，我們做了一款叫做"直播 AI 中控"的應(yīng)用。它能用 AI 替代直播間里除了主播以外的所有人工，幫助品牌方在不影響 GMV 的情況下，大幅節(jié)省人力成本。一個(gè)直播間的中控人員一個(gè)月成本可能就要上萬(wàn)，一年就是幾十萬(wàn)。我們的產(chǎn)品就是為他們節(jié)省了這筆開(kāi)支，甚至提供了很多小工具來(lái)提高整體運(yùn)營(yíng)效率。

再比如為政企類(lèi)客戶(hù)做會(huì)議紀(jì)要產(chǎn)品時(shí)，我們通過(guò)技術(shù)與體驗(yàn)的結(jié)合讓工具更好用：服務(wù)上，支持租賃式內(nèi)網(wǎng)部署，滿(mǎn)足安全性、合規(guī)性要求；技術(shù)上，融合語(yǔ)音識(shí)別、語(yǔ)義分析、歷史文件調(diào)用、上下文理解、本地知識(shí)庫(kù)對(duì)接等多模型能力；交互上，打造類(lèi) Agent 的便捷操作界面，貼合客戶(hù)日常使用習(xí)慣 —— 讓模型從 "難用的技術(shù)" 變成 "順手的工具"。

在這里，我們并不追求使用多高級(jí)的大模型，而是始終把為客戶(hù)交付真實(shí)價(jià)值放在首位。大模型只是我們眾多技術(shù)手段中的一個(gè)工具。在那個(gè)直播項(xiàng)目中，我們用到了傳統(tǒng)的算法、機(jī)器學(xué)習(xí)模型、Transformer 大模型，還有網(wǎng)絡(luò)、視頻流等技術(shù)。而且作為應(yīng)用方，我們也在盡量減少算力成本，通過(guò)云邊結(jié)合，甚至本地計(jì)算來(lái)提高效率、減少延遲，我覺(jué)得這也會(huì)是未來(lái) AI 應(yīng)用的一個(gè)趨勢(shì)。

最后，我想說(shuō)，現(xiàn)在對(duì)于我們這種做AI應(yīng)用的小公司來(lái)說(shuō)，是一個(gè)絕佳的機(jī)會(huì)。大廠擅長(zhǎng)做基礎(chǔ)模型和大賽道，但他們既不愿意也做不好那些像"毛細(xì)血管"一樣細(xì)分的垂直領(lǐng)域。因?yàn)榇髲S人力成本高、考核周期短，很難為一個(gè)小眾市場(chǎng)投入巨大的精力。這就給了我們這些創(chuàng)業(yè)企業(yè)很好的生存空間。我認(rèn)為，現(xiàn)在最大的挑戰(zhàn)是懂業(yè)務(wù)的人不懂技術(shù)，懂技術(shù)的人不懂業(yè)務(wù)。我們做的，就是找到這個(gè)平衡點(diǎn)，通過(guò)和客戶(hù)深度綁定，確保技術(shù)能真正落地，解決實(shí)際問(wèn)題。

岑峰：余總強(qiáng)調(diào)了解決客戶(hù)的實(shí)際問(wèn)題，特別是如何幫助技術(shù)和人手都不足的創(chuàng)業(yè)公司破局。我想請(qǐng)教張總，超云是如何看待當(dāng)前的機(jī)會(huì)，以及未來(lái)有什么樣的發(fā)展方向？

張春雨：我們專(zhuān)注于算力設(shè)備。前兩年，超云就制定了"All in AI 和 AI in All "的戰(zhàn)略，意味著我們所有的重要業(yè)務(wù)都圍繞著AI展開(kāi)。

在產(chǎn)品方面，我們目前主要聚焦推理?？蛻?hù)在選擇推理整機(jī)時(shí)最關(guān)心的就是性?xún)r(jià)比和高可靠性。舉個(gè)例子，市面上有些消費(fèi)級(jí)顯卡，比如 RTX 4090，在跑一些大語(yǔ)言模型時(shí)還好，但如果處理多模態(tài)任務(wù)，因?yàn)槌l和散熱問(wèn)題，很容易出現(xiàn)"掉卡"現(xiàn)象，穩(wěn)定性很差。我們就是要幫客戶(hù)解決這些痛點(diǎn)，提供價(jià)格合理、可靠性高，并且能批量交付的產(chǎn)品。

在方案方面，很多客戶(hù)都問(wèn)我們，同樣是賣(mài)一款產(chǎn)品，為什么選擇我們。我的回答很簡(jiǎn)單，因?yàn)槲覀冊(cè)谶@個(gè)行業(yè)里服務(wù)了大量客戶(hù)，深知在什么場(chǎng)景下該用什么樣的卡，搭配什么樣的內(nèi)存和硬盤(pán)。是選擇直通模式還是 PCIe 版本，我們都做了大量的驗(yàn)證。我們不直接做應(yīng)用，但我們的優(yōu)勢(shì)就在于，能為客戶(hù)提供匹配特定場(chǎng)景的最佳方案。我們有專(zhuān)業(yè)的方案團(tuán)隊(duì)，負(fù)責(zé)幫助客戶(hù)進(jìn)行推理方案的設(shè)計(jì)，包括組網(wǎng)、存儲(chǔ)搭配以及整體調(diào)優(yōu)。

我們很清楚自己的定位。超云不會(huì)去做垂直應(yīng)用，而是專(zhuān)注于產(chǎn)品和方案。我印象特別深刻的是，我們很多成功的項(xiàng)目都離不開(kāi)生態(tài)伙伴的合作。我們提供一體機(jī)這樣的硬件和平臺(tái)，而生態(tài)伙伴則負(fù)責(zé)解決客戶(hù)實(shí)際的應(yīng)用落地問(wèn)題。正如余總所說(shuō)，如果只是單純賣(mài)機(jī)器，客戶(hù)可能根本不知道怎么用，結(jié)果當(dāng)然是不太順利的。賣(mài)設(shè)備不是終點(diǎn)，最終還是要看它能不能真正用起來(lái)。

現(xiàn)在我們有了更清晰的思路。我會(huì)明確告訴客戶(hù)，我們的一體機(jī)能提供到什么程度：硬件、平臺(tái)，外加一個(gè)低代碼開(kāi)發(fā)工具。這樣客戶(hù)自己就可以做一些簡(jiǎn)單的應(yīng)用，比如知識(shí)問(wèn)答。但如果他們有更復(fù)雜的應(yīng)用場(chǎng)景，比如在教育、醫(yī)療或金融等領(lǐng)域，我們就會(huì)匹配相應(yīng)的生態(tài)伙伴。這種邊界清晰的合作模式，能讓我們專(zhuān)注于自己的核心優(yōu)勢(shì)，同時(shí)確?？蛻?hù)的實(shí)際需求得到滿(mǎn)足，避免我們陷入那些"苦活、累活"中。

余溢：張總說(shuō)得太對(duì)了。這就是我們行業(yè)從業(yè)者的共同感受。要讓一體機(jī)真正發(fā)揮作用，關(guān)鍵在于生態(tài)伙伴，他們能結(jié)合客戶(hù)實(shí)際需求，提供終端應(yīng)用服務(wù)。如果只是純粹賣(mài)機(jī)器，這東西到客戶(hù)手里，可能就用不起來(lái)。

張春雨：沒(méi)錯(cuò)。這就是為什么我們現(xiàn)在這么幸運(yùn)，有合作伙伴愿意去做這些"臟活、苦活、累活"，而我們則能專(zhuān)注于提供底層的、更標(biāo)準(zhǔn)化的產(chǎn)品和服務(wù)。岑峰：黃總，面對(duì)當(dāng)前的新局面，您打算采取哪些方式來(lái)"做大做強(qiáng)"？

黃朝波：其實(shí)我個(gè)人對(duì)"一體機(jī)"這種模式一直不太看好，我覺(jué)得它只是一個(gè)階段性的產(chǎn)物。我更喜歡從終局來(lái)思考：未來(lái)三五年，市場(chǎng)最終會(huì)走向哪里？從公有云的發(fā)展歷史來(lái)看，它最終會(huì)統(tǒng)一一切，而一體機(jī)比私有云還要更"私有化"，從長(zhǎng)期看，它必然會(huì)回歸到公有云加混合云的模式。

一體機(jī)模式面臨一個(gè)巨大的挑戰(zhàn)：軟件工作量非常大，而且現(xiàn)在的 AI 工程師很昂貴，但客戶(hù)又不舍得為軟件付費(fèi)，這導(dǎo)致用戶(hù)體驗(yàn)很差，形成惡性循環(huán)。因此，我們的觀點(diǎn)依然是，要回歸到大規(guī)模運(yùn)營(yíng)，通過(guò)公共云模式來(lái)分?jǐn)傑浖杀尽?/p>

04

下一個(gè)關(guān)鍵變量

岑峰：我們注意到，大模型已經(jīng)進(jìn)入下半場(chǎng)，是以應(yīng)用為導(dǎo)向的。剛才幾位嘉賓也聊了很多。未來(lái)，如果像自動(dòng)駕駛、行業(yè)大模型等各種應(yīng)用爆發(fā)，會(huì)對(duì)計(jì)算市場(chǎng)產(chǎn)生哪些顛覆性的影響？三位嘉賓又如何判斷，下一個(gè)能影響計(jì)算市場(chǎng)生存法則的關(guān)鍵變量是什么？

黃朝波：好的，我先簡(jiǎn)單談?wù)勎业目捶?。從技術(shù)架構(gòu)來(lái)看，未來(lái)最大的變化是云邊端一體化?，F(xiàn)在，英偉達(dá)的芯片架構(gòu)在數(shù)據(jù)中心和終端設(shè)備上是一樣的，只是規(guī)格大小不同。由于終端算力有限，一些計(jì)算任務(wù)必須放到邊緣甚至云端去完成。對(duì)于自動(dòng)駕駛這樣對(duì)算力要求極高的應(yīng)用來(lái)說(shuō)，云邊端一體化是必然趨勢(shì)。

要實(shí)現(xiàn)這個(gè)目標(biāo)，對(duì)技術(shù)要求非常高，包括底層的網(wǎng)絡(luò)、多集群管理、跨集群調(diào)度以及上層業(yè)務(wù)的微服務(wù)重構(gòu)等，這是一個(gè)非常復(fù)雜但前景廣闊的領(lǐng)域。一旦成功，就意味著每輛車(chē)都需要海量的算力，我們現(xiàn)在建設(shè)的算力將遠(yuǎn)遠(yuǎn)不夠。因此，未來(lái)要想真正推動(dòng)智算發(fā)展，必須重點(diǎn)關(guān)注并投入到這些對(duì)算力需求特別大的場(chǎng)景中去。

至于誰(shuí)將掌握話(huà)語(yǔ)權(quán)，我的觀點(diǎn)依然是：以終為始。最終的結(jié)局是算力必然過(guò)剩，這是不可避免的。算力廠商很難再像現(xiàn)在這樣擁有絕對(duì)的話(huà)語(yǔ)權(quán)，因?yàn)橛ミ_(dá)目前的地位是特定時(shí)期的產(chǎn)物。從長(zhǎng)期來(lái)看，誰(shuí)掌握了業(yè)務(wù)，誰(shuí)就掌握了一切。當(dāng)然，業(yè)務(wù)是碎片化的，所以最終掌握話(huà)語(yǔ)權(quán)的，是那些能將技術(shù)賦能到具體業(yè)務(wù)場(chǎng)景的平臺(tái)。核心還是回到平臺(tái)本身。

岑峰：張總，您怎么看黃總關(guān)于"平臺(tái)"和"業(yè)務(wù)賦能"的觀點(diǎn)？您會(huì)怎么看影響計(jì)算市場(chǎng)的一個(gè)關(guān)鍵變量？

張春雨：黃總在這方面見(jiàn)解很獨(dú)到，我完全認(rèn)同。我個(gè)人認(rèn)為，要說(shuō)影響計(jì)算市場(chǎng)的下一個(gè)關(guān)鍵變量，還是"需求為王"。

不管是2023年的供不應(yīng)求，還是現(xiàn)在的供大于求，甚至是未來(lái)誰(shuí)將占據(jù)主導(dǎo)，都取決于需求。我覺(jué)得，未來(lái)真正的變化，會(huì)來(lái)源于現(xiàn)象級(jí)應(yīng)用的爆發(fā)。我們現(xiàn)在用的豆包等應(yīng)用，對(duì)算力的消耗還比較平穩(wěn)，但一旦多模態(tài)的推理需求爆發(fā)出來(lái)，對(duì)算力的需求將呈指數(shù)級(jí)增長(zhǎng)。

就在昨天，我參加一個(gè)客戶(hù)沙龍，有個(gè)客戶(hù)是做多模態(tài)視頻推理的。他告訴我，處理海量視頻數(shù)據(jù)，對(duì)顯存和算力的要求是以百萬(wàn)臺(tái) H20 為單位起步的。這個(gè)規(guī)模聽(tīng)起來(lái)非常驚人，也預(yù)示著未來(lái)真正的市場(chǎng)大變局，一定會(huì)由這種現(xiàn)象級(jí)的多模態(tài)應(yīng)用來(lái)驅(qū)動(dòng)。

岑峰：張總剛才提到了現(xiàn)象級(jí)應(yīng)用，那余總作為應(yīng)用領(lǐng)域的專(zhuān)家，您認(rèn)為哪些方向可能會(huì)產(chǎn)生這樣的現(xiàn)象級(jí)應(yīng)用呢？

余溢：這個(gè)問(wèn)題嘛，我只能憑感覺(jué)說(shuō)了，因?yàn)槲覀児咀龅亩际切┬”姷拈L(zhǎng)尾賽道，專(zhuān)門(mén)避開(kāi)那些大風(fēng)口。

不過(guò)我非常認(rèn)同張總說(shuō)的多模態(tài)，這應(yīng)該是個(gè)共識(shí)。像語(yǔ)音、視頻這類(lèi)應(yīng)用，本身對(duì)算力的消耗就非常巨大，一旦爆發(fā)，對(duì)算力市場(chǎng)的沖擊會(huì)是現(xiàn)象級(jí)的。

另外，我特別看好細(xì)分賽道里的AI Agent。這些 Agent 需要處理多個(gè)任務(wù)來(lái)最終得到一個(gè)結(jié)果，它的運(yùn)行邏輯就像是一個(gè)閉環(huán)。只要中間一步出錯(cuò)，整個(gè)流程就得重新跑，所以對(duì)算力的消耗也相當(dāng)可觀。我覺(jué)得未來(lái)很可能會(huì)出現(xiàn)一些在特定細(xì)分領(lǐng)域，能處理復(fù)雜多任務(wù)的現(xiàn)象級(jí) Agent 應(yīng)用。

還有一個(gè)方向是 AI 智能硬件。我們公司自己就在做 AI 玩具，這類(lèi)產(chǎn)品需要處理實(shí)時(shí)的音視頻流，對(duì)即時(shí)響應(yīng)的要求特別高。比如情感陪伴類(lèi)的硬件，像國(guó)內(nèi)的"芙崽"和海外的 Ropet，一旦規(guī)模起來(lái)，對(duì)算力的需求會(huì)很驚人?，F(xiàn)在很多這類(lèi)產(chǎn)品用戶(hù)體驗(yàn)不好，就是因?yàn)樗懔Ω簧?。我做了之后就發(fā)現(xiàn)，它們確實(shí)非常缺算力，但因?yàn)槌杀靖?，大家在這方面投入得還不夠。隨著算力成本的下降和技術(shù)的成熟，智能硬件也會(huì)成為現(xiàn)象級(jí)應(yīng)用的一個(gè)重要載體。

所以總的來(lái)說(shuō)，我認(rèn)為多模態(tài)、Agent 和智能硬件這些細(xì)分領(lǐng)域會(huì)是未來(lái)的大機(jī)會(huì)。它們雖然不像大模型那樣光鮮亮麗，但卻能解決實(shí)際痛點(diǎn)，并且一旦規(guī)?；瑢?duì)算力的需求會(huì)呈現(xiàn)爆炸式增長(zhǎng)，從而顛覆整個(gè)計(jì)算市場(chǎng)。

岑峰：那您認(rèn)為當(dāng)前 AI 應(yīng)用市場(chǎng)的最大機(jī)遇和挑戰(zhàn)是什么？對(duì)于創(chuàng)業(yè)者來(lái)說(shuō)，如何構(gòu)建自己的核心競(jìng)爭(zhēng)力，來(lái)避免陷入同質(zhì)化的競(jìng)爭(zhēng)？

余溢：我認(rèn)為，機(jī)遇和挑戰(zhàn)其實(shí)是硬幣的兩面，要構(gòu)建核心競(jìng)爭(zhēng)力，我個(gè)人有幾個(gè)建議：

第一，要解決真需求，必須是客戶(hù)真正需要、愿意付費(fèi)的業(yè)務(wù)場(chǎng)景。我們不能憑空想象，而要從實(shí)際痛點(diǎn)出發(fā)。

第二，你的團(tuán)隊(duì)要具備相應(yīng)的能力。這不只是技術(shù)能力，還包括對(duì)業(yè)務(wù)的深刻理解和資源整合能力。創(chuàng)業(yè)公司不能像大廠那樣什么都做，必須專(zhuān)注于自己擅長(zhǎng)的事，把精力用在刀刃上。

第三，要避開(kāi)大廠主攻的領(lǐng)域，因?yàn)樗麄兊馁Y源優(yōu)勢(shì)太明顯。我們應(yīng)該選擇那些大廠看不上、不愿意做的細(xì)分賽道，也就是我們常說(shuō)的"長(zhǎng)尾市場(chǎng)"。

最后，我想強(qiáng)調(diào)一點(diǎn)，很多人以為技術(shù)是唯一的護(hù)城河，但我認(rèn)為它可能不是最重要的競(jìng)爭(zhēng)力。因?yàn)榇髲S會(huì)不斷開(kāi)源基礎(chǔ)模型，技術(shù)能力很快就會(huì)被拉平。真正的壁壘在于數(shù)據(jù)。AI 時(shí)代和之前的互聯(lián)網(wǎng)時(shí)代不同，復(fù)制一個(gè)產(chǎn)品沒(méi)那么容易了。一旦你率先進(jìn)入市場(chǎng)，快速積累了用戶(hù)和數(shù)據(jù)，就形成了一個(gè)強(qiáng)大的數(shù)據(jù)壁壘，讓后來(lái)者很難追趕。

說(shuō)到底，現(xiàn)在的機(jī)遇和挑戰(zhàn)其實(shí)是一體兩面。機(jī)遇在于基礎(chǔ)模型已經(jīng)成熟、成本低廉，外部環(huán)境也已準(zhǔn)備就緒。很多人說(shuō)晚了，我反而覺(jué)得不晚，真正的應(yīng)用爆發(fā)潮可能要到今年底或明年初。而挑戰(zhàn)也隨之而來(lái)。創(chuàng)業(yè)者必須選好自己能做、能把得住的賽道，踏踏實(shí)實(shí)地去深挖，而不是光停留在商業(yè)計(jì)劃書(shū)上。

岑峰：剛才余總從需求端談了如何為客戶(hù)創(chuàng)造價(jià)值，我想請(qǐng)教張總，從供給端來(lái)看，未來(lái)的計(jì)算中心運(yùn)營(yíng)模式會(huì)發(fā)生哪些變化？計(jì)算中心又該如何為客戶(hù)提升價(jià)值呢？

張春雨：我認(rèn)為從供給端來(lái)看，未來(lái)計(jì)算中心的運(yùn)營(yíng)模式一定會(huì)向"易取易用"和更貼近應(yīng)用的方向發(fā)展。

首先，我們會(huì)從單一的裸金屬租賃，轉(zhuǎn)向更加多元化的服模式。這個(gè)多元化體現(xiàn)在兩方面：第一是使用方式上的靈活。我們不再只賣(mài)算力，而是提供各種套餐。比如，客戶(hù)可以根據(jù)需求選擇就近部署，或者選擇性?xún)r(jià)比更高的方案，甚至根據(jù)芯片類(lèi)型（國(guó)產(chǎn)還是英偉達(dá)）來(lái)做選擇。對(duì)一些學(xué)校來(lái)說(shuō)，他們可能只需要短期使用兩三個(gè)月，那就可以選擇靈活的套餐，而不需要獨(dú)占整個(gè)設(shè)備。

第二是提供增值服務(wù)。我認(rèn)為可以分為兩種模式：

第一種模式我稱(chēng)之為"AI工廠"模式，這是一種更高級(jí)的交付模式。我們不只提供"廚房"，而是能直接"端菜"，根據(jù)客戶(hù)的場(chǎng)景和預(yù)算，提供預(yù)訓(xùn)練或微調(diào)等服務(wù)，幫助他們直接拿到想要的結(jié)果。

另一種模式是"AI商店"模式：這是一個(gè)更深層次的模式，我們不再是賣(mài)算力或Token，而是幫助客戶(hù)提升他們的 KPI 。比如，客戶(hù)可能希望通過(guò)我們的解決方案來(lái)"降低人力投入"或"提升效率"。我們提供的價(jià)值不再是簡(jiǎn)單的算力，而是實(shí)實(shí)在在的降本增效。

當(dāng)然，這些增值服務(wù)不是任何一家公司能單獨(dú)完成的。超云的優(yōu)勢(shì)在于提供設(shè)備和平臺(tái)，但要構(gòu)建一個(gè)完整的體系，我們必須和像余總、黃總這樣的公司合作，才能真正為客戶(hù)提供完整的解決方案。

岑峰：黃總，矩向科技正在將算力供給、平臺(tái)和應(yīng)用消費(fèi)這幾個(gè)環(huán)節(jié)串聯(lián)起來(lái)。您認(rèn)為這種模式如何幫助中小服務(wù)商在激烈的競(jìng)爭(zhēng)中找到新的生存空間，并實(shí)現(xiàn)可持續(xù)發(fā)展？

黃朝波：這是一個(gè)非常好的問(wèn)題，也是我們一直在深入思考的方向。我想先用芯片行業(yè)的一個(gè)現(xiàn)象來(lái)做類(lèi)比：

上世紀(jì)80年代，英特爾非常強(qiáng)大，它既做芯片設(shè)計(jì)，又做芯片制造。當(dāng)時(shí)大家都覺(jué)得英特爾是不可戰(zhàn)勝的。但到了1988年，臺(tái)積電成立，專(zhuān)注于重資產(chǎn)的制造；1990年，Arm 成立，專(zhuān)注于技術(shù)賦能。緊接著，涌現(xiàn)出大量無(wú)晶圓廠的（fabless）芯片設(shè)計(jì)公司，其中的佼佼者就是英偉達(dá)、高通、博通，還有我的老東家Marvell。

我們對(duì)比一下現(xiàn)在的市值：英特爾市值1000多億，而英偉達(dá)市值一度超過(guò)4萬(wàn)億，差不多是英特爾的三十到四十倍。這個(gè)例子說(shuō)明，當(dāng)產(chǎn)業(yè)進(jìn)行分工之后，每個(gè)企業(yè)都可以輕裝上陣，聚焦在自己最擅長(zhǎng)的創(chuàng)新能力上，而其他的資源都可以輕松獲取。這就是產(chǎn)業(yè)分工的巨大價(jià)值。

回到算力這個(gè)事情上，智算的出現(xiàn)給了大家機(jī)會(huì)，但時(shí)間窗口并不長(zhǎng)。我認(rèn)為，我們可以按照芯片行業(yè)的模式對(duì)智算產(chǎn)業(yè)進(jìn)行分工，智算中心專(zhuān)注于重資產(chǎn)的算力提供，智算云：專(zhuān)注于業(yè)務(wù)賦能、客戶(hù)和市場(chǎng)營(yíng)銷(xiāo)，技術(shù)賦能方比如我們矩向?qū)Ｗ⒂谔峁┘夹g(shù)支持，眾多經(jīng)銷(xiāo)商和最終客戶(hù)專(zhuān)注于業(yè)務(wù)落地。

大家合力構(gòu)建一個(gè)開(kāi)放、分工協(xié)作的生態(tài)，很多企業(yè)現(xiàn)在都在努力，但往往是孤軍奮戰(zhàn)，努力的成果也像孤島一樣難以為繼。我們建議，未來(lái)需要有一個(gè)開(kāi)放式的全新產(chǎn)業(yè)鏈，讓數(shù)千家公司共同參與進(jìn)來(lái)。每個(gè)企業(yè)做好自己的事情，通過(guò)創(chuàng)新脫穎而出，最終實(shí)現(xiàn)共同的成長(zhǎng)和收益。

05

QA

岑峰：接下來(lái)，我們來(lái)回答一些觀眾的問(wèn)題。有觀眾提問(wèn)說(shuō)，不同型號(hào)的服務(wù)器現(xiàn)在無(wú)法"歸同"，想問(wèn)一下這個(gè)研發(fā)難度大嗎？這會(huì)是一個(gè)新的機(jī)會(huì)嗎？這個(gè)問(wèn)題似乎張總來(lái)回答比較合適。

張春雨：這位觀眾的用詞可能不是特別準(zhǔn)確，他說(shuō)的"歸同"應(yīng)該是指統(tǒng)一納管、統(tǒng)一管理和統(tǒng)一調(diào)度。

我認(rèn)為可以從三個(gè)層面來(lái)看，首先是統(tǒng)一管理和運(yùn)維， 這是最基礎(chǔ)的層面。服務(wù)器和 PC 不同，它需要規(guī)模化部署和運(yùn)維。目前，市面上已經(jīng)有很多第三方軟件可以做到這一點(diǎn)，比如對(duì)幾百甚至上千臺(tái)不同服務(wù)器進(jìn)行統(tǒng)一的地址分配和系統(tǒng)安裝。這部分的技術(shù)難度不大，也已經(jīng)有很多成熟的解決方案。

統(tǒng)一資源調(diào)度這部分難度會(huì)高一些，服務(wù)器種類(lèi)很多，有通用服務(wù)器、GPU 服務(wù)器、國(guó)產(chǎn)服務(wù)器等等?，F(xiàn)在，單一的平臺(tái)已經(jīng)能夠做到基本的資源調(diào)度，比如將不同類(lèi)型的設(shè)備歸到一個(gè)組里，進(jìn)行統(tǒng)一管理，這也是沒(méi)問(wèn)題的。

最后是異構(gòu)算力整合，這是目前難度最大、也最具有挑戰(zhàn)性的領(lǐng)域。簡(jiǎn)單來(lái)說(shuō)，就是把不同架構(gòu)、不同品牌的算力整合起來(lái)，實(shí)現(xiàn)統(tǒng)一調(diào)度。比如說(shuō)，當(dāng)一個(gè)訓(xùn)練任務(wù)來(lái)了，平臺(tái)可以根據(jù)算力閑置情況，優(yōu)先分配給英偉達(dá)的 GPU，如果英偉達(dá)的算力跑滿(mǎn)了，再自動(dòng)切換到國(guó)產(chǎn)算力。目前，北京有很多公司正在攻克這個(gè)難題。雖然很難，但并非完全無(wú)解。通常，只要設(shè)備不是特別小眾，都可以通過(guò)引入第三方服務(wù)來(lái)解決，但需要為此支付額外的費(fèi)用。所以，這的確是一個(gè)機(jī)會(huì)，但它需要一定的技術(shù)投入和成本。

余溢：對(duì)，張總剛才說(shuō)到那個(gè)異構(gòu)算力的問(wèn)題，我就一直覺(jué)得這個(gè)概念挺有意思的。如果我的理解沒(méi)錯(cuò)，目前的技術(shù)還無(wú)法真正做到"歸同"。也就是說(shuō)，你沒(méi)辦法讓一個(gè)任務(wù)同時(shí)在 NVIDIA 和另一個(gè)品牌的顯卡上協(xié)同工作。如果強(qiáng)行這么做，結(jié)果會(huì)是以最慢的那個(gè)為準(zhǔn)，你快的那部分先算完了，也得等著慢的那部分，整個(gè)任務(wù)最終的速度是由最慢的那個(gè)來(lái)決定的。所以，這種方式在AI訓(xùn)練場(chǎng)景下，效率是完全無(wú)法保證的。

張春雨：是的，沒(méi)錯(cuò)，這個(gè)技術(shù)現(xiàn)在確實(shí)還不太成熟。我也接觸過(guò)很多客戶(hù)，他們也都在問(wèn)這個(gè)問(wèn)題。我覺(jué)得這塊還是得讓黃總來(lái)解釋?zhuān)攀亲顚?zhuān)業(yè)的。

黃朝波：因?yàn)槲乙郧白鲂酒?，我可以稍微解釋一下。行業(yè)里有個(gè)專(zhuān)業(yè)術(shù)語(yǔ)叫"多元異構(gòu)"，指的就是這個(gè)問(wèn)題。我的結(jié)論很簡(jiǎn)單：多元異構(gòu)在推理場(chǎng)景下可以，但在訓(xùn)練場(chǎng)景下最好別這么做。

為什么呢？因?yàn)槲覀冏鲇?xùn)練時(shí)，是集群計(jì)算。同一個(gè)計(jì)算任務(wù)，最好在同一種架構(gòu)上跑。計(jì)算的過(guò)程中，我們不知道會(huì)遇到多少?gòu)?fù)雜問(wèn)題，所以盡量把問(wèn)題簡(jiǎn)化。而在訓(xùn)練場(chǎng)景下，不同架構(gòu)硬是湊在一起，只會(huì)讓問(wèn)題變得更復(fù)雜，最終可能導(dǎo)致訓(xùn)練失敗，反而降低了效率。

所以，正確的做法是，我們做的多元異構(gòu)調(diào)度，不是讓同一個(gè)任務(wù)去跑在不同的架構(gòu)上，我們的異構(gòu)調(diào)度指的是不同任務(wù)在調(diào)度時(shí)被分配到不同的地方，僅此而已。同一個(gè)計(jì)算任務(wù)，不能多元。

岑峰：對(duì)，幾位嘉賓剛才的解答非常透徹，也讓我們更清楚地認(rèn)識(shí)到，客戶(hù)對(duì)這個(gè)領(lǐng)域的認(rèn)知還需要一個(gè)逐步加深的過(guò)程，這場(chǎng)對(duì)話(huà)讓我們對(duì)智算市場(chǎng)的現(xiàn)狀和未來(lái)有了更清晰的理解。

最后，我想請(qǐng)三位嘉賓各自用一句話(huà)做個(gè)總結(jié)，對(duì)智算市場(chǎng)的未來(lái)進(jìn)行展望，或者給正在這個(gè)賽道上的企業(yè)和個(gè)人一些建議。

余溢：謝謝主持人。我的總結(jié)是，我對(duì)未來(lái)市場(chǎng)非常有信心。

首先，我認(rèn)為整個(gè) AI 市場(chǎng)未來(lái)會(huì)分流和分層，變得更專(zhuān)業(yè)化。頭部企業(yè)會(huì)繼續(xù)深耕頭部市場(chǎng)，而中小企業(yè)和創(chuàng)業(yè)者則會(huì)專(zhuān)注長(zhǎng)尾市場(chǎng)。每個(gè)團(tuán)隊(duì)都能找到自己的生態(tài)位，各司其職，競(jìng)爭(zhēng)格局也會(huì)因此變得更清晰。

其次，我堅(jiān)信，真正的 AI 應(yīng)用爆發(fā)期就在未來(lái)一年內(nèi)。應(yīng)用的爆發(fā)會(huì)帶動(dòng)整個(gè)行業(yè)生態(tài)一起進(jìn)步，而技術(shù)的每一次更新，也都會(huì)推動(dòng)整個(gè)行業(yè)向前發(fā)展。

張春雨：我的看法跟余總很相似。首先，前不久國(guó)務(wù)院發(fā)布的"人工智能+"政策，我相信它會(huì)像當(dāng)年的"互聯(lián)網(wǎng)+"一樣，甚至潛力更大。根據(jù)我十幾年的行業(yè)經(jīng)驗(yàn)，我預(yù)測(cè)未來(lái)5到10年，算力市場(chǎng)依然會(huì)保持非常高的增速。

另外，從從業(yè)者的角度看，不管是做芯片、整機(jī)、平臺(tái)還是應(yīng)用，只要我們能深耕和聚焦，就一定會(huì)有所收獲。

黃朝波：我總結(jié)三點(diǎn)吧。第一，我們認(rèn)為現(xiàn)在這種算力調(diào)度和轉(zhuǎn)售業(yè)務(wù)可能只是一個(gè)臨時(shí)狀態(tài)，未來(lái)必然會(huì)走向消亡。

第二，智算云才是未來(lái)。我們推斷，未來(lái)的智算云市場(chǎng)可能會(huì)呈現(xiàn)"三七開(kāi)"的局面，即70%的市場(chǎng)由巨頭主導(dǎo)，另外30%則由專(zhuān)業(yè)的輕量化廠商來(lái)占據(jù)。這些廠商將更專(zhuān)注于創(chuàng)新，以地域或行業(yè)為特色，更容易實(shí)現(xiàn)快速迭代和演進(jìn)。

第三，我想特別提到國(guó)務(wù)院的 AI 政策，里面有一個(gè)詞引起了我的關(guān)注："AI原生"。它和"AI+"是完全不同的概念。"AI+"是 AI 賦能現(xiàn)有業(yè)務(wù)，而"AI原生"意味著要推倒重來(lái)，重新構(gòu)建業(yè)務(wù)、場(chǎng)景和服務(wù)體系。這給了我們很多啟發(fā)，也希望未來(lái)能有更多朋友一起討論。

岑峰：感謝三位嘉賓的精彩分享。今天由于時(shí)間關(guān)系，我們的線上圓桌就暫時(shí)到這里了。就像大家所說(shuō)，這個(gè)領(lǐng)域變化非?？欤晕覀円矔?huì)和嘉賓們保持密切溝通。再次感謝三位嘉賓和所有觀眾的參與。