“并行算網(wǎng)已接入62個(gè)算力中心，已累計(jì)輸出超200億核時(shí)、近2億卡時(shí)。”

作者丨劉伊倫

編輯丨包永剛

2025年12月12-13日，第八屆GAIR全球人工智能與機(jī)器人大會(huì)在深圳·博林天瑞喜來登酒店正式啟幕。

作為AI 產(chǎn)學(xué)研投界的標(biāo)桿盛會(huì)，GAIR自2016年創(chuàng)辦以來，始終堅(jiān)守“傳承+創(chuàng)新”內(nèi)核，始終致力于連接技術(shù)前沿與產(chǎn)業(yè)實(shí)踐。

在人工智能逐步成為國家競爭核心變量的當(dāng)下，算力正以前所未有的速度重塑技術(shù)路徑與產(chǎn)業(yè)結(jié)構(gòu)。13日舉辦的「AI 算力新十年」專場聚焦智能體系的底層核心——算力，從架構(gòu)演進(jìn)、生態(tài)構(gòu)建到產(chǎn)業(yè)化落地展開系統(tǒng)討論，試圖為未來十年的中國AI產(chǎn)業(yè)，厘清關(guān)鍵變量與發(fā)展方向。

并行科技副總裁、AI聯(lián)合創(chuàng)始人趙鴻冰在「AI 算力新十年」論壇發(fā)表了主題為《基于用戶視角的算力服務(wù)及算網(wǎng)服務(wù)》的演講。

歷經(jīng)18年超算領(lǐng)域深耕，并行科技見證并參與了中國算力市場的演進(jìn)。當(dāng)前，算力市場呈現(xiàn)多場景、多業(yè)態(tài)的爆發(fā)式增長，從尖端超算到智算形態(tài)，從算力租賃到算力網(wǎng)絡(luò)，行業(yè)生態(tài)日趨多元；與此同時(shí)，大模型技術(shù)的快速迭代，也對(duì)算力的可用性、高效性與性價(jià)比提出了更高要求。

在這樣的背景下，從用戶視角構(gòu)建算力服務(wù)體系、通過算力網(wǎng)絡(luò)實(shí)現(xiàn)資源的高效整合與調(diào)度，以及應(yīng)對(duì)推理需求爆發(fā)帶來的產(chǎn)業(yè)變革，成為算力行業(yè)亟待解決的核心問題。

趙鴻冰在演講中指出，當(dāng)前算力市場已形成四大核心業(yè)態(tài)：算力租賃作為最基礎(chǔ)的形態(tài)，以“裸金屬”算力資源長期交付用戶且不參與后續(xù)應(yīng)用；算力服務(wù)聚焦用戶終端需求的“最后一公里”，核心是按需提供精準(zhǔn)適配業(yè)務(wù)場景的算力支持；算力運(yùn)營則依靠復(fù)雜調(diào)度平臺(tái)統(tǒng)籌管理資源，實(shí)現(xiàn)算力的高效分配與運(yùn)營；而算力網(wǎng)絡(luò)作為更高維度的形態(tài)，通過納管多個(gè)算力平臺(tái)形成廣泛覆蓋的網(wǎng)絡(luò)，達(dá)成跨平臺(tái)整體調(diào)度。

為此，并行科技推出“廠網(wǎng)結(jié)合”模式：“廠”即公司投入大量資金建設(shè)的萬卡集群等重資產(chǎn)布局，“網(wǎng)”則是通過輕資產(chǎn)擴(kuò)張連接國內(nèi)47個(gè)智算中心與15個(gè)超算中心，該算力網(wǎng)絡(luò)可調(diào)度200萬CPU核心、5萬多張GPU卡，服務(wù)超16萬用戶，商業(yè)化輸出累計(jì)超200億核時(shí)、近2億卡時(shí)。

在算力資源適配方面，他強(qiáng)調(diào)“沒有絕對(duì)最優(yōu)的算力資源，只有最適配的選擇”：例如在B200集群實(shí)測中發(fā)現(xiàn)，雖B200性能領(lǐng)先，但針對(duì)某具身智能客戶需求，H200性價(jià)比更優(yōu)。

基于18年行業(yè)經(jīng)驗(yàn)與數(shù)據(jù)積累，并行科技構(gòu)建的算力性能預(yù)測模型，在小規(guī)模場景下預(yù)測誤差可控制在2%以內(nèi)，中大規(guī)模場景下誤差也僅為個(gè)位數(shù)，能有效支撐用戶資源選型決策。在大規(guī)模推理場景中，消費(fèi)級(jí)顯卡5090作為“性價(jià)比之王”，成為多數(shù)客戶的首選。（作者長期關(guān)注算力與芯片產(chǎn)業(yè)，歡迎添加微信YONGGANLL6662交流更多信息。）

這些思考與經(jīng)驗(yàn)，均來自并行科技服務(wù)16萬用戶的真實(shí)市場沉淀，其打造的算力網(wǎng)絡(luò)已實(shí)現(xiàn)全國范圍內(nèi)的資源調(diào)度與商業(yè)化輸出，希望能為算力行業(yè)的發(fā)展提供可借鑒的思路。

演講結(jié)束后，雷峰網(wǎng)與趙鴻冰就演講中提及的“算力網(wǎng)絡(luò)”、“推理需求”等關(guān)鍵議題，進(jìn)行了更深入的探討。以下是雷峰網(wǎng)在不改原意的基礎(chǔ)上，根據(jù)對(duì)話過程做的整理與編輯：

01

對(duì)話環(huán)節(jié)

雷峰網(wǎng)：您提到算力規(guī)模年復(fù)合增長率達(dá)到52.3%，當(dāng)前市場已投入大量資本用于AI基建，為何算力規(guī)模仍能保持高速增長，背后的主要推動(dòng)力是什么？如何看待市場討論的“算力泡沫”這一說法？

趙鴻冰：人工智能是全球競爭的制高點(diǎn)，將成為未來數(shù)年乃至數(shù)十年發(fā)展的核心驅(qū)動(dòng)力。一場革命性的產(chǎn)業(yè)變革，需要足夠的時(shí)間與周期來完成生產(chǎn)力和生產(chǎn)關(guān)系的重構(gòu)，這個(gè)過程并不會(huì)一蹴而就。當(dāng)前市場對(duì) “算力泡沫” 的質(zhì)疑，核心在于AI投入尚未形成大面積的商業(yè)閉環(huán)。但從產(chǎn)業(yè)發(fā)展規(guī)律來看，每一次重大技術(shù)革命都需要經(jīng)歷投入期、探索期才能進(jìn)入收獲期，算力是否為泡沫，時(shí)間會(huì)給出最終答案。

另一方面，在當(dāng)前的全球競爭格局下，頭部科技企業(yè)普遍對(duì)AI賽道抱有FOMO情緒。相較于因過度謹(jǐn)慎、投入滯后而錯(cuò)失行業(yè)發(fā)展窗口期的代價(jià)，適度超前的算力基建投入可能獲得更可期的未來。

雷峰網(wǎng)：您在演講中提到算力網(wǎng)絡(luò)，并行算網(wǎng)對(duì)接入的算力資源有什么要求？算網(wǎng)本質(zhì)是資源整合工作，勢(shì)必會(huì)面臨諸多利益分配問題，這些問題如何解決？

趙鴻冰：并行科技已經(jīng)打造了一套成熟的算力資源接入標(biāo)準(zhǔn)體系。我們會(huì)根據(jù)資源的規(guī)模類型、調(diào)度能力、完善程度等多個(gè)維度，對(duì)擬接入的算力資源進(jìn)行分級(jí)定義，這套標(biāo)準(zhǔn)就像“插銷與插座”的匹配規(guī)則，能夠?qū)崿F(xiàn)算力資源的快速接入與網(wǎng)絡(luò)化輸出。資源接入周期沒有固定標(biāo)準(zhǔn)，若資源本身完全符合標(biāo)準(zhǔn)，可直接接入；若需要改造，并行科技會(huì)協(xié)助完成標(biāo)準(zhǔn)適配，整體周期通常較短。

關(guān)于利益分配，并行科技的商業(yè)模式早已定義清晰，核心是以價(jià)值分層驅(qū)動(dòng)利益分配。整個(gè)算力服務(wù)產(chǎn)業(yè)鏈可以拆解為多個(gè)價(jià)值環(huán)節(jié)：最前端是面向最終用戶的市場推廣、銷售對(duì)接與方案設(shè)計(jì)，這需要鐵三角組織中的銷售負(fù)責(zé)人、方案負(fù)責(zé)人共同完成，解決客戶的商務(wù)與技術(shù)需求；往下是產(chǎn)品平臺(tái)層，需要具備賬號(hào)開通、算力調(diào)度、計(jì)量計(jì)費(fèi)、報(bào)告輸出等核心能力，這是算網(wǎng)運(yùn)營的核心支撐；再往下是售后服務(wù)層，我們建立了7×24小時(shí)5分鐘響應(yīng)的保障體系，常規(guī)問題由一線工程師解決，疑難問題由二線、三線工程師分層處理，確?？蛻魳I(yè)務(wù)穩(wěn)定運(yùn)行；最底層則是服務(wù)器重資產(chǎn)投資與IDC托管的價(jià)值。

在算網(wǎng)合作中，我們會(huì)根據(jù)合作伙伴的優(yōu)勢(shì)，匹配對(duì)應(yīng)的價(jià)值環(huán)節(jié)。比如有的合作伙伴擁有IDC和服務(wù)器資源，就可以獲取底層兩部分價(jià)值；若合作伙伴同時(shí)具備前端銷售推廣能力，就可以分得前端與底層價(jià)值，并行科技則主要獲取平臺(tái)調(diào)度與售后服務(wù)的價(jià)值。整個(gè)價(jià)值分配邏輯清晰，能夠保障各方的合理收益。

雷峰網(wǎng)：異構(gòu)算力（CPU/GPU/DCU 混合部署）虛擬化過程中，算力會(huì)面臨損耗，如何優(yōu)化虛擬化層開銷？

趙鴻冰：關(guān)于異構(gòu)算力虛擬化損耗的問題，當(dāng)前主流的算力調(diào)度形態(tài)包括裸金屬、高性能集群、云主機(jī)和容器。不同形態(tài)適配不同的客戶場景：如果客戶有極致性能需求，直接采用裸金屬或高性能集群即可規(guī)避虛擬化損耗；虛擬化損耗主要體現(xiàn)在云主機(jī)形態(tài)中。

超級(jí)計(jì)算的核心邏輯不是切割算力單元，而是將更多小單元連接起來形成大規(guī)模并行計(jì)算的算力。對(duì)于有小粒度算力需求的場景，需要虛擬化切割時(shí)，容器是最優(yōu)選擇，容器技術(shù)幾乎可以實(shí)現(xiàn)零虛擬化損耗，是解決虛擬化損耗的主流方案。

雷峰網(wǎng)：行業(yè)內(nèi)普遍將殺手級(jí)應(yīng)用的誕生、推理需求的爆發(fā)，視作破解算力閑置困局的關(guān)鍵抓手，也將其視為下一波算力需求增長的核心引擎。您如何判斷推理需求全面爆發(fā)的時(shí)間節(jié)點(diǎn)與演進(jìn)節(jié)奏？

趙鴻冰：當(dāng)前市場已經(jīng)顯現(xiàn)出明確的信號(hào)，以O(shè)penAI為例，2025年預(yù)估營收將達(dá)到130億美元，這正是推理業(yè)務(wù)規(guī)?；l(fā)展的直接體現(xiàn)。并行科技服務(wù)的眾多大客戶，也已經(jīng)進(jìn)入推理業(yè)務(wù)落地階段，整個(gè)行業(yè)正朝著推理需求爆發(fā)的方向邁進(jìn)。

從產(chǎn)業(yè)發(fā)展規(guī)律來看，技術(shù)研發(fā)不能無限制推進(jìn)，最終必然要走向產(chǎn)業(yè)化落地，創(chuàng)造社會(huì)價(jià)值并形成商業(yè)閉環(huán)，推理需求的爆發(fā)是這一趨勢(shì)的必然結(jié)果。國產(chǎn)芯片在當(dāng)前階段也可以通過更多地滿足推理場景需求，來推動(dòng)自身業(yè)務(wù)的發(fā)展。

雷峰網(wǎng)：推理需求成為算力產(chǎn)業(yè)主流需求后，將對(duì)當(dāng)前的算力基建布局、技術(shù)路徑選擇及商業(yè)模式帶來哪些影響？您認(rèn)為AI Infra公司未來最重要的迭代方向是什么？

趙鴻冰：推理需求成為主流后，算力產(chǎn)業(yè)的各個(gè)環(huán)節(jié)都將迎來顯著變化。在訓(xùn)練時(shí)代，算力競爭的核心是大規(guī)模集群的可靠性與穩(wěn)定性，需要通過并行框架優(yōu)化、checkpoint機(jī)制等技術(shù)手段，保障模型訓(xùn)練高效完成。而到了推理時(shí)代，除了可靠性與穩(wěn)定性的基礎(chǔ)要求外，市場對(duì)算力提出了新的核心訴求：一是更大規(guī)模的彈性資源調(diào)度能力，需要支撐應(yīng)用隨時(shí)爆發(fā)的算力需求；二是更精細(xì)的資源匹配能力，因?yàn)橥评砼c訓(xùn)練的應(yīng)用特征差異顯著，比如 DeepSeek的推理過程分為P階段和D階段，兩個(gè)階段的計(jì)算與訪存敏感特征完全不同，必須針對(duì)性匹配算力資源。

對(duì)于AI Infra公司而言，未來最重要的迭代方向是緊跟客戶需求場景，持續(xù)升級(jí)產(chǎn)品與服務(wù)。不論迭代技術(shù)會(huì)帶來多高的成本，你都要跟，這是一個(gè)商業(yè)化的問題，不是一個(gè)技術(shù)的問題。

雷峰網(wǎng)：今年超節(jié)點(diǎn)這一產(chǎn)品形態(tài)非?；馃幔?jié)點(diǎn)通過高密度集成和高速互聯(lián)，在通信時(shí)延、硬件協(xié)同效率上有顯著提升，您認(rèn)為這種硬件層面的優(yōu)化，是否會(huì)壓縮軟件側(cè)的算力優(yōu)化空間？這個(gè)產(chǎn)品形態(tài)主要是為了解決什么問題？

趙鴻冰：并行科技深耕算力服務(wù)18年，我們認(rèn)為無論是超算還是智算，本質(zhì)都是為了更快地完成計(jì)算任務(wù)，計(jì)算過程中涉及的數(shù)據(jù)搬運(yùn)與節(jié)點(diǎn)通信，都是額外的性能開銷，超節(jié)點(diǎn)的核心目標(biāo)也是通過高密度集成與高速互聯(lián)，降低這些開銷，提升數(shù)據(jù)傳輸與通信效率。

從本質(zhì)上講，超節(jié)點(diǎn)就是一個(gè)小型化的超級(jí)計(jì)算機(jī)。硬件層面的優(yōu)化，并不會(huì)壓縮軟件側(cè)的優(yōu)化空間，反而需要軟硬協(xié)同才能發(fā)揮最大價(jià)值。一臺(tái)性能優(yōu)異的超節(jié)點(diǎn)，必須搭配優(yōu)秀的軟件調(diào)度與優(yōu)化能力，才能充分壓榨硬件性能。硬件架構(gòu)的升級(jí)是順應(yīng)產(chǎn)業(yè)發(fā)展方向的必然選擇，軟件則需要同步迭代，實(shí)現(xiàn)對(duì)硬件的高效駕馭。

雷峰網(wǎng)：那么是否可以理解為，具備超算技術(shù)積累的企業(yè)，更容易獲得超節(jié)點(diǎn)的能力？

趙鴻冰：確實(shí)如此，超節(jié)點(diǎn)的技術(shù)邏輯與超算一脈相承。國外在智算領(lǐng)域的布局，本質(zhì)上也是在構(gòu)建超級(jí)計(jì)算機(jī)，比如Stargate等，在描述上也是在建設(shè)超算。超節(jié)點(diǎn)與傳統(tǒng)超算的核心共性，都是通過優(yōu)化卡間互聯(lián)、節(jié)點(diǎn)間互聯(lián)，實(shí)現(xiàn)大規(guī)模并行計(jì)算。

區(qū)別在于，超節(jié)點(diǎn)的規(guī)模遠(yuǎn)小于傳統(tǒng)超算，傳統(tǒng)超算動(dòng)輒需要上萬個(gè)、甚至數(shù)萬個(gè)節(jié)點(diǎn)，而超節(jié)點(diǎn)更偏向于小型化集群，比如英偉達(dá)的NVL72、華為384超節(jié)點(diǎn)，本質(zhì)上都是小型超級(jí)計(jì)算機(jī)。

02

演講全文

演講完整視頻，詳見鏈接：https://youtu.be/acn8RLPTqHs

以下是趙鴻冰演講的精彩內(nèi)容，雷峰網(wǎng)作了不改變?cè)獾恼砼c編輯：

大家好，今天我想和大家分享并行科技在算力服務(wù)與算網(wǎng)服務(wù)領(lǐng)域的實(shí)踐探索與心得。并行科技深耕算力行業(yè)18年，以超算業(yè)務(wù)起家，在長期的發(fā)展過程中，我們從超算視角出發(fā)，基于客戶畫像與產(chǎn)品定位兩個(gè)維度，對(duì)當(dāng)前的算力市場進(jìn)行了劃分。

算力市場的第一類場景，是以我國“天河”超級(jí)計(jì)算機(jī)為代表的尖端超算領(lǐng)域。2010年，天河超級(jí)計(jì)算機(jī)躋身全球超算500強(qiáng)首位，這類超算主要面向國家重大科技攻關(guān)項(xiàng)目的研發(fā)工作，其核心特征是需要十萬核、百萬核甚至更大規(guī)模算力支撐。

第二類場景是通用超算領(lǐng)域，并行科技對(duì)這一領(lǐng)域的發(fā)展起到了核心推動(dòng)作用。與尖端超算不同，通用超算面向的主要場景之一是高校師生的日常教學(xué)與科研需求，算力需求集中在萬核以下，以千核甚至幾十核為主，這是并行科技的主戰(zhàn)場之一。

第三類場景是業(yè)務(wù)超算領(lǐng)域，主要服務(wù)于企業(yè)的業(yè)務(wù)模擬仿真需求，這類算力應(yīng)用通常是企業(yè)生產(chǎn)流程中的關(guān)鍵環(huán)節(jié)。

第四類場景就是2016年以來，伴隨大模型技術(shù)爆發(fā)而興起的智算形態(tài)，其核心計(jì)算載體為GPU加速卡。從技術(shù)指標(biāo)來看，前三類超算場景的核心需求是高精度計(jì)算，普遍要求FP64雙精度，最低也需達(dá)到FP32精度；而智算場景的計(jì)算精度則大幅降低，以FP16、FP8甚至FP4為主，當(dāng)前智算也是整個(gè)算力市場中增長最快的板塊。

近兩年，算力市場迎來爆發(fā)式增長，各類參與者紛紛入局。從業(yè)態(tài)形態(tài)來看，當(dāng)前算力市場可分為四大類型：

1. 算力租賃：這是最基礎(chǔ)的算力服務(wù)形態(tài)，相當(dāng)于將“裸金屬”算力資源長期交付給用戶，用戶可自主支配算力用途，算力提供方不參與后續(xù)的應(yīng)用環(huán)節(jié)。

2. 算力服務(wù)：這是面向用戶終端需求的“最后一公里”服務(wù)，核心是按需提供算力支持，精準(zhǔn)匹配用戶的實(shí)際業(yè)務(wù)場景。

3. 算力運(yùn)營：其核心是構(gòu)建一個(gè)復(fù)雜的調(diào)度平臺(tái)，通過對(duì)算力資源的統(tǒng)籌管理，實(shí)現(xiàn)算力的高效分配與運(yùn)營。

4. 算力網(wǎng)絡(luò)：這是更高維度的算力服務(wù)形態(tài)，通過將多個(gè)算力平臺(tái)納入統(tǒng)一管理，形成一張覆蓋廣泛的算力網(wǎng)絡(luò)，實(shí)現(xiàn)跨平臺(tái)的整體調(diào)度。

這四類業(yè)態(tài)，清晰勾勒出當(dāng)前算力服務(wù)與算力網(wǎng)絡(luò)的市場全貌。

并行科技的經(jīng)營核心理念，始終立足于用戶視角。我們認(rèn)為，從算力需求方的角度出發(fā)，用戶的核心訴求可以歸結(jié)為三點(diǎn)：第一是可用，即需要有穩(wěn)定的算力資源供應(yīng)，且能夠有效支撐業(yè)務(wù)運(yùn)行；第二是好用，算力資源不僅要 “跑起來”，更要具備高效的運(yùn)行性能；第三是降本，要降低用戶的算力使用門檻，以高性價(jià)比滿足需求，尤其是大模型訓(xùn)練這類高門檻的算力應(yīng)用，性價(jià)比更是關(guān)鍵考量因素。

“可用、好用、降本”是用戶的核心剛需，并行科技的所有產(chǎn)品平臺(tái)，均圍繞這三大需求展開設(shè)計(jì)。

在大模型時(shí)代，不同類型的客戶對(duì)算力產(chǎn)品平臺(tái)有著差異化的需求。例如，基模訓(xùn)練場景中，受DeepSeek的影響，僅有少數(shù)企業(yè)需要大規(guī)模的算力集群；而垂類模型的研發(fā)場景，則覆蓋了更為龐大的用戶群體，這類需求可以通過標(biāo)準(zhǔn)化、高適配性的產(chǎn)品型平臺(tái)來滿足。

并行科技的特色經(jīng)營模式，是基于算力網(wǎng)絡(luò)的輕資產(chǎn)運(yùn)營模式，其核心邏輯是“廠網(wǎng)結(jié)合”。其中，“廠”代表并行科技的重資產(chǎn)布局，我們已投入大量資金，建設(shè)了萬卡集群；而“網(wǎng)”則是我們的核心發(fā)展策略，通過輕資產(chǎn)擴(kuò)張的方式，更多地把已建或在建的算力產(chǎn)能更大化的發(fā)揮出社會(huì)效益，并行科技已連接國內(nèi)47個(gè)智算中心與15個(gè)超算中心，總計(jì)62個(gè)算力節(jié)點(diǎn)。

目前，我們的算力網(wǎng)絡(luò)可調(diào)度資源總量達(dá)到200多萬CPU核心、5萬多張GPU卡，服務(wù)用戶規(guī)模突破16萬，業(yè)務(wù)布局覆蓋全國，商業(yè)化輸出總量累計(jì)超200億核時(shí)、近2億卡時(shí)，在算力服務(wù)企業(yè)中位居第一。

從技術(shù)層面來看，并行科技的核心競爭力源于18年積累的行業(yè)數(shù)據(jù)與技術(shù)沉淀。我們的算力網(wǎng)絡(luò)服務(wù)模式覆蓋了包括行業(yè)大模型研發(fā)、文生文、文生視頻、AI for Science等在內(nèi)的多元用戶場景，基于海量用戶的行業(yè)運(yùn)行特征大數(shù)據(jù)，能夠快速為用戶提供精準(zhǔn)的資源選型匹配服務(wù)。

以具身智能場景為例，并行科技在中原區(qū)域合作了全國首套2000卡級(jí)別的全球性能最先進(jìn)的智算算力集群，這也是目前全球能夠量產(chǎn)的性能領(lǐng)先的算力資源。我們會(huì)針對(duì)客戶的具體應(yīng)用場景開展類似CT掃描的特征分析，輸出GPU利用率、FP16與FP8精度下的運(yùn)行性能等量化數(shù)據(jù)，以此判斷算力資源的實(shí)際使用效率。

算力的本質(zhì)在于“更快地完成計(jì)算”，充分釋放GPU等硬件的性能優(yōu)勢(shì)。

我們發(fā)現(xiàn)，盡管B200的性能表現(xiàn)領(lǐng)先，但針對(duì)某一具身智能客戶的需求，H200的性價(jià)比更具優(yōu)勢(shì)。這一結(jié)論也印證了資源選型的重要性：沒有絕對(duì)最優(yōu)的算力資源，只有最適配的選擇。

基于歷史經(jīng)驗(yàn)與數(shù)據(jù)積累，并行科技構(gòu)建了算力性能預(yù)測模型，輸入相關(guān)參數(shù)后，即可有效預(yù)測算力的性能加速效果。該模型在小規(guī)模算力場景下的預(yù)測誤差可控制在2%以內(nèi)，中大規(guī)模場景下的誤差也僅為個(gè)位數(shù)，足以支撐用戶的資源選型決策。此外，在大規(guī)模推理場景中，消費(fèi)級(jí)顯卡5090是當(dāng)前的性價(jià)比之王，成為多數(shù)客戶的首選。

隨著DeepSeek的爆火，MaaS（模型即服務(wù)）模式迅速崛起，有觀點(diǎn)認(rèn)為Token將成為未來算力市場的核心要素，并行科技也已布局MaaS平臺(tái)，緊跟行業(yè)發(fā)展趨勢(shì)。

值得一提的是，并行科技專門設(shè)立了國產(chǎn)事業(yè)部，在國產(chǎn)算力資源的適配與應(yīng)用方面持續(xù)發(fā)力。例如，華為昇騰910B在部分適配場景中，性能可與A100比肩，且在價(jià)格具備優(yōu)勢(shì)的情況下，能夠?yàn)橛脩籼峁└叩男詢r(jià)比選擇。

最后，我想簡要介紹并行科技的市場地位與客戶布局。

在客戶群體方面，國內(nèi)前四五百所頭部高校均是我們的核心客群。以清華大學(xué)為例，并行科技與清華開展校級(jí)合作，為全校6萬余名師生提供算力支持，以更好開展AI的探索研究。目前，我們與復(fù)旦大學(xué)、中國計(jì)算機(jī)學(xué)會(huì)（CCF）的合作也已推進(jìn)至第二期，取得了良好的成效，使更多高校的師生和科研機(jī)構(gòu)的研究員們享用到普惠的算力。

除高校外，科研機(jī)構(gòu)是并行科技的另一大核心客群，中科院旗下數(shù)百家有算力需求的研究所，均已納入我們的精準(zhǔn)服務(wù)體系。在企業(yè)端，美的、三一重工、比亞迪、小鵬匯天等知名企業(yè)，以及智譜 等 AI 領(lǐng)域的標(biāo)桿企業(yè)，也都是并行科技的重要客戶。

毋庸置疑，AI將是驅(qū)動(dòng)未來數(shù)年乃至數(shù)十年產(chǎn)業(yè)發(fā)展的核心引擎，而算力則是這一進(jìn)程中的關(guān)鍵基石。有專家將算力比作“水電”，這一比喻十分貼切，如同水電支撐社會(huì)生產(chǎn)生活一樣，算力已成為數(shù)字經(jīng)濟(jì)時(shí)代的基礎(chǔ)設(shè)施。相關(guān)報(bào)告顯示，算力指數(shù)每增長1個(gè)百分點(diǎn)，將帶動(dòng)GDP實(shí)現(xiàn)千億級(jí)別的提升。

未來，并行科技愿與行業(yè)同仁攜手并行，以優(yōu)質(zhì)的算力服務(wù)與算網(wǎng)運(yùn)營能力，助力科技強(qiáng)國建設(shè)。謝謝大家！