联想AI工厂革新：标准化体系如何加速智能体研发落地

在最近举行的2025世界数字城市大会上，联想集团中国区基础设施业务群战略管理总经理黄山向外界详细阐述了联想针对城市超智能体规模化应用推出的全栈算力产品与解决方案，并首次提出了"AI工厂"这一创新城市智能范式。他特别强调，借助这种新模式，客户无需再为基础设施的复杂问题所困扰，能够通过一套标准化体系与行业伙伴共同开展创新实践。

黄山指出，企业在AI转型过程中需要跨越三个关键阶段，从体验验证到概念实践，再到规模化落地。每个阶段都面临诸多挑战，包括数据治理的复杂性、投资回报率的压力，以及算力模型的持续升级与维护难题。以联想城市超智能体的"1+N智能体"架构为例，不同场景对硬件系统的需求存在明显差异，若为每个场景配置独立的硬件系统，显然不具备现实可行性。

针对上述问题，联想提出的"AI工厂"提供了有效的解决方案。该模式将原本分散且复杂的AI开发任务，转化为一套可管理、可复制且支持持续运营的标准化体系，重新定义了AI应用的开发与部署流程。具体而言，从场景定义入手，将客户数据作为"原材料"，通过智能体开发平台与AI训练引擎的深度处理，最终产出可交付的智能体和推理服务等成熟"产品"。整个过程由"数据飞轮"驱动，确保模型与智能体在使用过程中能够持续迭代和自我优化。

"AI工厂"的高效运转离不开底层基础设施的强力支撑，这些基础设施构成了其核心组件。通过"一横五纵"的技术布局，联想制定了"AI赋能+绿色赋智"的核心策略，全面推进AI技术应用并布局液冷技术。其中"一横"指联想全异构图智算平台，该平台能够统一管理异架构算力，显著提升智能计算效率；"五纵"则涵盖服务器、存储、数据网络、软件及超融合、支持和运维服务五条业务线。

以全异构图智算平台为例，其具备异构纳管与算力优化两大核心优势。在异构纳管方面，该平台实现了对CPU、GPU、DPU、FPGA等多元算力的统一调度，并能将AI训练集群、AI推理集群与传统HPC高性能计算集群进行融合管理，从而将分散的算力资源整合为高效协同的智能计算池。这一过程就如同为不同类型的"数字列车"铺设统一轨道。

在算力优化方面，全异构图智算平台集成了多项联想自主研发的关键技术，能够高度自动化地完成AI全流程开发，提供高可用算力，并持续突破计算效率瓶颈。例如，AI推理加速算法集可将AI推理性能提升5至10倍；专家并行通信算法能够将推理延迟降低三倍以上；超智融合技术则能实现在1小时内自动完成跨集群资源调度和共享。

在硬件创新层面，联想通过超智融合服务器、AI导向存算协同设计及新型AI存储拓展的协同发展，为"AI工厂"构建了坚实的物理基础。其中，超智融合服务器采用全液冷覆盖设计，在同一机箱内高度融合了CPU计算节点、GPU智算节点、CXL内存扩展节点与NVMe存储节点，实现了PUE低至1.05的极致能效。在存储架构上，AI导向存算协同设计通过双层次高性能存储架构——分布式全NVMe承载热数据、集中式HDD承载冷数据，并结合数据自动分层技术，显著降低了存储网络组网成本。新型AI存储拓展则通过存算网协同设计，在满足同等带宽性能的前提下，将所需存储容量压缩至传统架构的四分之一。

黄山表示，"AI工厂"的核心目标是以最少的算力投入帮助客户完成智能体开发。通过一系列技术创新，联想致力于构建标准化、可持续发展的绿色基础设施，推动AI应用在各行业的规模化落地，解决当前AI应用"碎片化"的现实难题。