TA2PPR64A3SFFFXXAA中科曙光：新智生产力引擎，是一台精密的AI发动机

每一个时代的新生产力释放，都需要新的发动机来释放新动能。比如蒸汽机之于畜力、燃油机之于蒸汽机，发动机的每一次进化，都为新兴工业体系奠定了更强大的生产力底座。  如今，AI作为新质生产力的关键引擎，带来了史无前例的算力需求，行业智能化开始呼唤“新智生产力”的发动机，也就是智算基础设施。   但与传统发动机不同的是，智算基础设施要充分释放算力动能，驱动AI落地和产业智能革新的推进，是一个产业链漫长、关键环节多、要素复杂的事情。算力卡、软件平台、开发工具、模型数据甚至生态支持，都会影响到产业用户接入AI的效率和效果。  因此，“新智生产力”的发动机，将是一个产业链各关键结构精准对接的精密装置。  如何将这些释放算力动能的要素，准确而精密地嵌合在一起，彼此协同，让“新智生产力”引擎开始点火转动？   最近恰逢WAIC 2024，中科曙光带来了全开放智算基础设施，“智”底座、“智”平台、“智”服务、“智”生态、“智”应用五大维度，展示了曙光作为新“智”生产力引擎的能力。  这五个维度，代表了中科曙光对智算“发动机”的结构拆解与组合创新。大会现场，脑极体与中科曙光智能计算产品事业部总经理杜夏威展开了深度对话，他为我们详细拆解了曙光智算战略的思路和创新。  总的来说，曙光智算一直围绕自下向上的发展逻辑，不断演变和进化，为大模型和AIGC提供全面支撑。  借此机会，我们就来深度了解一下，为什么新智生产力的发动机，要从这五个维度来构建？它们之间是如何衔接与协作的？这台结构精密、彼此协作的“发动机”，如何为新智生产力的释放中起到作用。  详解AI“动力链”：新智生产力的断点、堵点和盲点  解题之前，首先我们必须搞清楚的是，究竟哪些环节影响了算力作为新动能的释放。  如果我们把算力从生产到应用的整个环节，看作是一条环环相扣、紧密衔接的“动力链”，会发现目前这条链条上，还存在不少阻碍：  有断点。众所周知，智算产业链的关键环节与软硬件，都不能依赖海外供应链，以避免科技摩擦带来的“断链”风险。因此，需要从计算硬件到AI软件，都全链自主化。  有堵点。算力多样化、架构多元化、多种AI框架/模型/算子库等大量爆发，这使得国内政企用户在引入AI的时候面临选型困扰、试错成本、开发效率低等实际挑战，但凡一个环节上停滞不前，就有可能拖慢智能化进度。  也有盲点。中国存在大量中小微企业和长尾需求，一些非数字原生企业对于智能化怎么做、怎么转型，都存在认知盲点和盲区，需要智算服务商提供全周期、定制化、生态化的支持。  不难看到，从底层算力到上层应用，从开发工具到生态服务，释放新智生产力需要各个环节的紧密衔接、协同驱动。  打通这条“AI动力链”，让算力真正为产业所用，这就需要一台精心设计、结构严密、逻辑合理的“发动机”。而中科曙光，率先从五个维度，打造了一台“新智生产力引擎”。  发动机进化：中科曙光带来的精密装置  我们知道，发动机是一台汽车、一架飞机甚至一艘火箭最核心的动力装置，也是多个组件紧密嵌合的精密仪器，代表了工业制造的极高水平。  而在AI领域，要充分释放算力动能，也需要软硬件生态的紧密配合、高效协同。在复杂而漫长的智算产业链中，找到每个环节最合适的方案，并以最优形式将它们串联在一起，也并非易事。  如何构筑这台新智生产力引擎，杜夏威为我们分享了曙光的“设计思路”：  “首先，计算是大模型和AIGC最底层的坚实基础和支撑，曙光围绕算力和存力，在算力的充沛供给/高效节能以及配套的数据支持，构建了智底座。在此基础上，要将算力和数据的价值充分发挥，于是就有了软件层的布局（智平台/智生态）。软件层之上，要进一步提升算力服务的高效化、便捷化，于是就有了基于算力网络的智服务。下一步，就是AI的行业落地，通过智应用，让终端用户真切感知到算力和模型的能力。这些自下而上的布局，最终以一体化、闭环的方式，来保障AI技术能真正落地，为产业服务。”  此次WAIC大会，中科曙光也从这五大维度，展示了服务器、工作站、液冷、存储、终端等代表性产品。我们不妨就来“云逛展”，看看中科曙光究竟用哪些产品和能力，“攒”出了这一台新智生产力的精密发动机：  “智”底座。此次大会，曙光重点展示了人工智能算力底座、AI绿色算力方案、AI先进存力以及智能算力。其中，采用曙光独家浸没液冷技术的人工智能液冷工作站，为用户提供稳定且高效的计算支持，可以满足很多大中城市和企业对节能减碳的迫切需求；全新升级的ParaStor全闪存储，让AI平台整体表现加速20倍；新一代融合计算平台，带来“全屋定制”的计算基础设施部署体验，都吸引了大量观众驻足了解。