毫無疑問，AI應用的全面爆發(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)?；涞亍Q句話說，未來若僅依靠擴張“算力規(guī)?！?，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“異構智算 本地引擎”2025聯(lián)想異構智算產(chǎn)業(yè)聯(lián)盟高峰論壇暨AI算力基礎設施新品發(fā)布會上，正式推出了“AI工廠”解決方案，該方案致力于構建一套可管理、可復制且支持持續(xù)運營的標準化體系，重塑AI應用的開發(fā)與部署流程，從而將原本復雜、孤立的AI開發(fā)工作，轉變?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、病歷管理等關鍵場景實現(xiàn)AI智能體的規(guī)?；涞?，依托領先的智算技術，循上醫(yī)療不僅構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)引領醫(yī)療數(shù)智化轉型的新范式。

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)基礎設施業(yè)務群總經(jīng)理陳振寬

正如聯(lián)想集團副總裁、中國區(qū)基礎設施業(yè)務群總經(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用專家。面對本地獨特的發(fā)展現(xiàn)狀，多元異構的算力供給、芯模生態(tài)的高度協(xié)同以及模型應用的彼此強化，都在成為構筑中國獨特AI生態(tài)的核心力量?！?/p>

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)性能力轉化為可交付的產(chǎn)業(yè)價值，它的推出不僅代表著一條構建集約高效、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)化構建了一個可復制、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有機融合，這一體系將轉化為千行百業(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、智能化轉型升級。然而，不少醫(yī)療機構在轉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應用，共同探索出一條以“AI工廠”為底座、以數(shù)據(jù)驅動為核心的系統(tǒng)性轉型路徑，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)學院校長、數(shù)字化智慧醫(yī)療中心負責人李景宇介紹，循上醫(yī)療聚焦于長壽醫(yī)學、慢病逆轉、腫瘤防治、疑難重癥與跨境救援五大核心領域，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、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”能實時轉錄醫(yī)患對話、結構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)自動對賬等重復性工作；面對管理人員，提供決策服務的“ChatBI”可以支持對話式數(shù)據(jù)查詢分析。這些應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)想中國基礎設施業(yè)務群戰(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。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掃清了安全障礙。

三是，應對數(shù)據(jù)稀缺挑戰(zhàn)。面對醫(yī)療領域數(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習框架，使系統(tǒng)能夠在與實際業(yè)務流程的持續(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的關鍵，不僅在于技術應用的廣度與深度，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、更平等地服務更多人群?！?/p>

可以預期的是，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)療機構向精細化、智能化管理轉型，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，我國算力基礎設施呈爆發(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、輕應用協(xié)同”的模式，導致算力“閑置”與“緊缺”并存，不僅推高成本，也阻礙了AI技術的規(guī)?；占?。

另一方面，AI應用創(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)?；尫拧?/p>

因此，在技術迭代、政策引導與產(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”，還是轉向構建系統(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，作為新型基礎設施范式“應運而生”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，源于在基礎設施領域數(shù)十年的全球積累與對中國市場的深耕，已形成從基礎設施到方案服務的全鏈條能力，覆蓋咨詢、數(shù)據(jù)治理、AI生產(chǎn)管理與智能體運維等關鍵環(huán)節(jié)，構建了支撐AI工廠從建設到運營的完整體系。

聯(lián)想中國基礎設施業(yè)務群戰(zhàn)略管理總監(jiān)黃山

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

“無論是以GPU為核心，還是以基礎設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?！彼M一步指出，“聯(lián)想‘AI工廠’正是在這一開放體系下構建的，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，真正推動AI從資源投入轉向可持續(xù)的價值輸出?！?/p>

從這個角度來說，聯(lián)想“AI工廠”不僅代表全新的技術方案，更標志著產(chǎn)業(yè)發(fā)展范式的轉變——從追求單點技術突破，轉向構建系統(tǒng)化生產(chǎn)能力；從零散的應用試點，轉向規(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，加速數(shù)智化轉型；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)體系將降低技術門檻，使更多企業(yè)共享AI技術紅利；其三，對國家競爭力而言，通過“多元異構的算力供給、芯模生態(tài)的高度協(xié)同以及模型應用的彼此強化”，“AI工廠”將助力構筑具有中國特色的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，這一轉變將為“人工智能+”行動的規(guī)?；涞靥峁┛蓮椭?、可運營的基礎支撐，使AI技術像水電一樣成為各行各業(yè)的基礎能力，推動AI加速融入千行百業(yè)，成為驅動產(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)同構筑AI工廠

當然，“AI工廠”的高效運轉離不開可靠、高性能的底層基礎設施作為堅實支撐。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，著力構建服務于中國智能化轉型的基礎設施基石。

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服務器進入新的發(fā)展階段，更以其前瞻性的架構設計，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)想中國基礎設施業(yè)務群服務器事業(yè)部總經(jīng)理周韜

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

這種快速迭代所帶來的不確定性給服務器研發(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”服務器架構直面這一挑戰(zhàn)。該架構以“1”為核心，即統(tǒng)一的基礎平臺，將機箱、供電、CPUBot、GPUBot等關鍵組件進行了解耦和標準化，并以模塊化設計的方式，實現(xiàn)了靈活擴展與快速迭代，為應對技術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服務器的機箱設計從上一代8U結構升級至10U，背后同樣也是基于對技術趨勢的預判。周韜指出：“上一代7880a采用的8U設計在當時已完全滿足散熱需求，但隨著GPU技術的快速迭代，團隊意識到必須為未來預留充足空間。”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)想此次的設計不僅預留了充分的功耗冗余，更在機箱規(guī)格上領先行業(yè)，足以應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，該服務器同樣具備前瞻布局，兼容風冷與液冷雙模方案?？紤]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)有設計中已預先做好銜接規(guī)劃，確保未來可平滑過渡至液冷，兼顧了技術前瞻與成本效益。

可以說，通過模塊化、前瞻性的設計，這款“核武級”的AI服務器將技術快速迭代帶來的不確定性，轉化為可管理、可擴展的技術路徑，它不僅為“AI工廠”提供了長期穩(wěn)定的算力基座，也為AI算力基礎設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)略在軟件層面的關鍵落子。這一“旗艦級”平臺承上啟下，既能釋放底層異構硬件的極致性能，并無縫支撐上層多樣化的AI應用，是打通并激活整個“多元算力”生態(tài)的關鍵引擎。

從技術演進來看，聯(lián)想萬全異構智算平臺1.0和2.0版本主要聚焦于預訓練階段的算力優(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)智能化轉型趨勢進行了深度優(yōu)化，實現(xiàn)了四大技術場景的全新升級，成為大模型性能全場景優(yōu)化的關鍵技術支撐。

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

其次，在大模型后訓練場景，通過計算引擎優(yōu)化、小樣本強化學習、訓練自動并行等技術創(chuàng)新，實現(xiàn)了訓練時間縮短50%的顯著效果，這一突破主要得益于對開源模型訓練方法的深度研究和再創(chuàng)新，將原本局限于訓練場景的優(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)絡在規(guī)?；渴鹬械耐袋c進行了重點優(yōu)化。隨著國內(nèi)RoCE網(wǎng)絡比例從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)，完成從底層架構到算子的全面優(yōu)化，同時新增超16個制造業(yè)應用的作業(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，未來會轉為采用智算方式進行迭代，最終將兩者的計算結果進行深度整合。”

所謂“實踐見真章”，聯(lián)想萬全異構智算平臺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基礎設施場景，平臺全速運轉滿血版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?？蒲袌鼍爸?，聯(lián)想助力北京大學建設多模態(tài)跨尺度生物醫(yī)學成像設施科研場景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，共同構成了“AI工廠”高效、可靠運轉的核心驅動力，這不僅是對當前AI算力需求的前瞻響應，更是為未來智能化轉型的持續(xù)深入，構筑了一個兼具彈性、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，《信息技術算力服務高性能訓推服務能力要求》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，助力客戶科學評估算力服務表現(xiàn)，引導產(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服務器到萬全異構智算平臺的全棧能力，不僅全面滿足標準要求，更在多項關鍵指標上實現(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)想也在積極構建開放協(xié)同的AI生態(tài)體系，通過打通從基礎設施、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“手術刀”走向“生產(chǎn)線”、從“單點應用”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，賦能千行百業(yè)的智能化轉型，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。