【环球网科技报道 记者 秦耳】从年初的DeepSeek-R1到当下刚发布的Gemini 3，2025年的AI行业发展可谓日新月异，尤其是在Gemini 3发布后，行业正逐步形成一个共识“2026年大模型的性能迭代将逐步平稳，各家终于可以在大模型产品化方面下功夫了。”在这个背景下，国内所面对的是如何承载AI领域日益增长的算力需求。
 联想集团副总裁、中国基础设施业务群总经理陈振宽在会上重磅发布联想AI工厂解决方案
面对这一发展态势，就在近日，联想举办了“2025联想异构智算产业联盟高峰论坛暨AI算力基础设施新品发布会”。会上，联想集团正式推出“AI工厂”解决方案，同步发布新一代高端大模型训练AI服务器、万全异构智算平台4.0，多项重磅举措为我国人工智能产业高质量发展注入强劲动能。会上，联想集团副总裁、中国基础设施业务群总经理陈振宽表示，“面对本地独特的发展现状，多元异构的算力供给、芯模生态的高度协同以及模型应用的彼此强化，都在成为构筑中国独特AI生态的核心力量。”他同时认为，智能时代的AI工厂将继承经典工业模式的核心逻辑，注入智能技术新动能，为千行百业的智能化转型提供标准化路径。
会议同期，联想中国基础设施业务群战略管理总监黄山与联想中国基础设施业务群服务器事业部总经理周韬也接受了采访，就AI 工厂建设、算力服务器创新、产业链协同等行业热点问题作出深度回应，系统阐释了联想在异构智算领域的战略布局与实践成果。
硬核技术突破：异构智算平台与算力服务器双轮驱动
在黄山看来，要实现我国AI领域快速发展，首先要解决算力需求的问题，否则AI领域会陷入“巧妇难为无米之炊”的局面。不同于海外以英伟达GPU为主体的算力架构，国内的AI算力呈现“百花齐放”的特征，不同品牌、不同品类的算力芯片都涵盖其中。如何将这些不同的算力芯片集中到统一的服务器中发挥算力，这就是考验各家科技公司技术能力的时刻。
 联想中国基础设施业务群战略管理总监黄山
为此，联想给出的解决方案是—联想万全异构智算平台4.0。“异构指的是我们在GPU生态里，那你选什么GPU的时候，是要跟场景去匹配的。”黄山讲到。
他表示，联想万全异构智算平台实现了国内外不同品牌 CPU 统一调度的核心突破。掌握了 GPU 与场景匹配的完整适配体系。从算子、计算框架到模型，联想已构建全链条的软件适配能力，能够根据具体应用场景精准调配适配的 GPU 资源，实现多品牌 CPU 的高效协同调度。
据悉，此次发布的联想万全异构智算平台4.0，通过九大差异化创新实现四大技术场景升级：大模型预训练时间缩短35%，后训练时间缩短50%，推理场景带宽利用率提升60%、性能提升30%，超智融合计算场景新增16个制造业应用模板。该平台已在多个重点场景落地见效，在国家级智算集群中实现千卡训练MFU从30%提升至60%，企业本地部署场景中DeepSeek R1模型极限吞吐量突破12000 Tokens/s，为高校科研提供稳定高效的HPC/AI融合算力支持。
与此同时，基于中国算力市场的多元需求。联想构建了高效灵活的AI服务器“1+3+N”架构，并基于该架构发布了联想问天 WA8080a G5算力服务器。对于该款服务器，联想中国基础设施业务群服务器事业部总经理周韬认为，当前 GPU 技术升级换代快、功耗持续攀升，传统服务器架构难以适配快速变化的需求。
 联想中国基础设施业务群服务器事业部总经理周韬
“上一代产品7880a采用8U设计，而现在GPU功耗已远超以往，我们必须重构架构才能应对未来一到两代产品的发展。”周韬讲到，为了应对市场需求，在研发过程中面临的核心挑战是如何在保障兼容性的同时，预留充足的性能冗余。
WA8080a G5算力服务器最终采用10U机箱设计，可支持单GPU功耗超1000瓦，远超当前主流的五六百瓦水平，为未来技术升级预留了充足空间。值得一提的是，联想问天WA8080a G5新品搭载的英特尔®至强®6处理器配备更多内核和更快内存，每个内核均内置AI加速功能，不仅在通用计算能力有了极大提升，同时其面向AI应用还进行了诸多优化和改进，使其在AI推理和通用AI工作负载上表现出色。
周韬表示，该产品是联想“1+3+N”技术路线的重要落地成果：“1”代表统一的基础架构，“3”和“N”则对应未来将持续推出的系列化产品，通过模块化、标准化设计，应对GPU市场的多元化格局与技术快速迭代的挑战。目前业界多数产品仍聚焦于兼容六七百瓦GPU 的8U、7U设计，WA8080a 的推出彰显了联想在算力服务器领域的技术领先性。
生态布局：AI工厂引领产业从“算力中心”向“智能生产”转型
在满足AI算力的前提下，按照商业逻辑自然推出AI应用。尤其是在AI产品化的大趋势下，如何让AI以更加高效的方式赋能千行百业进行AI产业升级，会是2026年AI领域的重要看点。
此次发布会上，联想推出了“AI工厂”解决方案，该方案以客户数据为“原材料”，通过智能体开发平台与AI训练引擎的深度处理，最终输出智能体、垂域模型、推理服务等成熟“产品”，助力企业数据中心从传统“算力中心”向高效“AI工厂”转型。
对于AI工厂，黄山表示，联想的AI工厂与GPU厂商的相关布局站位虽有不同，但核心逻辑均在于构建完整生态——无论以GPU、集群还是基础设施为核心能力，都需通过与生态伙伴的紧密结合，才能打造具备强大生产力的 AI 工厂。
“联想敢于提出AI工厂，源于三方面底气：全球多年的基础设施技术积累、中国市场蓬勃发展的自信，以及全链路能力的建成。”黄山介绍，联想已形成从咨询服务、数据治理、AI 生产管理到智能体运维的完整服务体系，能够精准补足不同客户的能力短板：针对有数据和设计能力但缺乏生产能力的客户，提供算力与生产支撑；为有生产能力但欠缺管理能力的客户，输出成熟的生产管理方案；对面临应用迭代难题的客户，提供全周期升级维护服务。
黄山强调，AI工厂与传统算力中心的核心区别在于业务板块的完整性与协同性。“单纯的算力中心会面临降维打击，因为它无法整合数据、生产管理、应用反馈等关键环节。”联想通过开放的生态体系，将各业务板块联动形成合力，不仅提升了自身运营效率，更能帮助客户降低综合成本，实现AI产品化。
如今，立足AI产品化的关键风口，联想实现了算力硬件端突破，又在软件端构建全链条适配体系，完成了从底层硬件到上层软件的全栈式布局。这种软硬件深度协同的生态构建，既破解了国内算力异构化的整合困境，又通过AI工厂打通了“算力供给－智能生产－产业赋能”的完整链路，为中国人工智能产业算力高质量发展提供了坚实支撑，助力千行百业在 AI 产品化浪潮中实现高效升级。 |
