作者/于雷

編輯/劉毓坤

在2025年，中國AI產業正經歷從狂熱的“百模大戰”向冷靜的“應用落地”轉型的關鍵周期。12月5日，在北京舉辦的2025聯想異構智算產業聯盟高峰論壇上，聯想集團試圖通過發布“AI工廠”解決方案、核武級服務器以及全新的行業標準。在算力不再稀缺的當下，如何解決效率與商業價值的錯配？ 聯想中國基礎設施業務群戰略管理總監黃山與服務器事業部總經理周韜在接受媒體專訪時，不僅詳解了硬件架構的激進演進，更直言不諱地指出了當前大模型商業化面臨的挑戰與機遇。

算力中心的終結與“AI工廠”的崛起

在當前的AI浪潮中，單純的算力堆砌已無法滿足復雜的產業需求。聯想在此次峰會上正式提出的“AI工廠”概念，并非簡單的營銷詞匯更迭，而是對算力基礎設施商業模式的一次重構。

針對鳳凰網科技提出的關鍵問題——“算力中心到AI工廠的轉變是降低成本的關鍵，除了技術整合，聯想在商業模式上有什么創新規劃真正幫助中小企業降低門檻？” 聯想方面給出了極具戰略深度的回應。

聯想中國基礎設施業務群戰略管理總監黃山

黃山在回答中直指核心痛點，他認為單純的算力中心如果不能進化，將面臨嚴峻的生存危機。“從單純看算力中心和今天我們提出更大的整體方案AI工廠，這個差距我以前只能在算力中心板塊里，我就沒有能把其他板塊，比如數據板塊、生產管理板塊、應用反饋體系到數據飛輪這樣的板塊，這都是業務。”

他進一步強調，這種差距將導致競爭層面的不對等：“這些業務如果有生態形成了聯動以后，我只做數據中心，我就被形成降維打擊了。怎么叫降維打擊？當賦能用戶的時候，給AI工廠只給計算中心。首先方案的完整性不如別人。第二個，因為你沒有跟其他的業務板塊協同，你的效率肯定不如一個完整的AI工廠，最終的效率一定是不行的。”

聯想的商業創新在于“補足”客戶的能力短板。黃山解釋道：“我們的客戶有的有自己的數據，有自己的設計能力，但是沒有生產能力。有的客戶也有生產能力，但沒有生產管理能力，有的客戶出來的應用如何做迭代，他沒有成周期升級維護的能力。這些能力我們自己擁有了全面覆蓋之后，我們要去補足我們的客戶。” 這意味著聯想正從單一的硬件供應商，轉型為全棧能力的輸送者，通過提供從咨詢、數據治理到AI生產管理的一整套能力，降低中小企業自建團隊和基礎設施的高昂門檻。

拒絕“黑盒”：以標準化打破效率困境

除了商業模式的升級，行業標準的缺失是此次聯想發力的另一重點。黃山指出，目前市場存在一個普遍困難：“做AI訓練和推理到底怎么樣叫作有效率？這件事沒標準。” 許多企業建立了數據中心，“但是數據中心訓練這個大模型的效率好不好，從能源上、時間上、投入產出上，沒有標準。”

為此，聯想聯合標準院及多家機構發布了訓推一體化規范。黃山表示：“我們這個服務能做到一個什么樣的水平把它量化出來，把它量化出來之后，我們可以設立一個標桿……這樣客戶就明白了，什么叫好的訓推服務的投入產出指標、效率指標，如何去評測它。” 這一舉措旨在消除算力服務市場的信息不對稱，讓客戶的每一分投入都看得見產出。

“核武級”軍備競賽：應對GPU架構的極速迭代

在硬件層面，顯卡功耗突破1000瓦后的硬件焦慮正在倒逼服務器設計的變革。聯想此次發布的聯想問天WA8080a G5被冠以“核武級”的稱號，其背后是工程師對摩爾定律失效的焦慮與應對。

聯想中國基礎設施業務群服務器事業部總經理周韜

聯想中國基礎設施業務群服務器事業部總經理周韜坦言研發面臨的巨大挑戰：“GPU技術的發展遠遠已經超過了之前CPU、算力的發展……我們當定下一個架構的時候，很可能你發現過了一年，這個架構已經不能支持新的發展了，這個時候我們根本無法去預測未來一年、兩年這個機器的形態和架構。”

為了應對這種不確定性，聯想采取了模塊化設計策略。周韜透露：“我們把機箱加到了10U，從我們現在的評估來看，10U基本上能夠支持到超過1000瓦的單GPU……我們相當于放了一個非常大的余量。” 這種被稱為“1+3+N”的架構設計，允許CPU、GPU和背板模塊化組合，“新的GPU來，我們按照現在的時間，大概很短的時間，我們可以去適配一個新的模組。” 這種設計旨在保護客戶的長期投資，避免因GPU快速迭代而導致整機報廢。

萬全4.0：緊跟DeepSeek與長序列趨勢

軟件定義算力是發揮硬件性能的關鍵。聯想發布的萬全異構智算平臺4.0，針對2024年涌現的新技術趨勢進行了針對性優化。

黃山在專訪中特別提到了DeepSeek帶來的行業變革：“DeepSeek出來以后，確實非常突破了，它公開了很多模型訓練中對算力優化的方式方法，有些是顛覆性的。” 聯想已將這些方法實現在推理中，完成了從2.0到3.0的演進。

而在4.0版本中，聯想重點解決了長序列帶來的并行策略挑戰。“現在所有的模型標桿是128K的序列……Kimi這種已經做到20萬字了，這個事情導致你要為這種大的負載進行一種并行策略的優化。” 針對RoCE網絡在大規模集群中帶寬衰減的問題，聯想也實現了技術突破，“RoCE網絡這里面存在一個問題，超過四臺機器，用RoCE網絡來連，如果你不做負載均衡，它的帶寬就可以掉……這件事情用傳統負載均衡的方法解決不了，所以我們創新了一種可以解決的辦法。”

商業真相：誰在真正為AI買單？

盡管技術突飛猛進，但AI應用的商業化落地依然充滿挑戰。周韜在采訪中分享了一個冷靜的觀察，引發了關于“只有10%的客戶愿意為模型付費嗎”的深思。

周韜表示：“這些模型現在垂域或者在這些領域上面，真正能夠形成明顯有收入的這種應用，相對還是比較少的……更多還是在開放一個免費的應用。” 他將其與移動互聯網時代對比，認為目前尚未達到大規模客戶愿意付費的成熟階段：“今天的移動互聯網已經到了大規模客戶愿意去付費的年代，愛奇藝我愿意成為一個付費會員，當大家都愿意成為付費會員的時候，就說明這個生態已經足夠成熟了。”

這一觀點雖然不代表聯想官方對大模型市場的整體定性，但卻揭示了基礎設施提供商視角的真實市場溫差——在硬件軍備競賽的背后，應用側的造血能力仍需時間培育。

結語

從“堆硬件”到“優服務”，從無序競爭到標準化確立，聯想在2025年的動作表明，AI算力產業正在進入深水區。聯想試圖通過“AI工廠”這一全棧模式，將復雜的異構算力封裝成可度量、可交付、可盈利的標準化服務。對于行業而言，這不僅是技術架構的升級，更是一場關于生產效率與商業模式的深度變革。