8月22日至24日，2025中国算力大会在山西大同隆重召开，在这场算力领域的顶级盛会上，浪潮数据董事长张东应邀出席“算力注智，激发产业新动能”主论坛，并发表主旨演讲，深入剖析当前云数智融合趋势下企业面临的核心挑战，提出“可演进架构”这一创新理念，为企业数字化转型提供了新的思路与方法。

云数智融合：趋势与挑战并存

当前，云、数、智加速融合，深刻重塑企业运营模式与发展格局。张东指出，在这一进程中，企业智能化转型呈现出几大新趋势：

*智能体是AI应用落地的关键载体，大模型私有化部署成为趋势。2025年被视为智能体商业爆发元年，若说大模型是企业的 “智慧大脑”，智能体则能依托大模型自动理解业务意图、拆解任务流程、调用核心系统，最终实现自主决策与任务执行。随着模型本地化部署成本持续降低，私有化基础设施凭借数据安全保障力与业务适配灵活性，成为企业加速智能转型的首要选择。

*算力进入“多芯多模”时代。复杂多变的业务场景使得单一芯片难以满足需求，“一云多芯” 成为企业刚需。智能体作为AI应用落地的关键载体，正打通技术与业务场景的“最后一公里”，推动AI价值转化。

*可演进的AI基础设施是加速释放生产力的关键。企业不再追求 “推倒重来” 式的 AI 基建搭建，而是更注重依托现有基础设施资产与数据整合基础，构建能够持续演进的 AI 基础设施，以此支撑智能应用创新，实现 “上云、用数、赋智” 的渐进式突破 —— 这也意味着，AI 基础设施已成为适配多模多芯、支持私有部署、保障智能体编排的理想形态。

然而，新趋势也带来新挑战，张东进一步指出，企业在云数智融合进程中面临四大核心难题：一是架构平滑演进难，如何从传统资源基础设施向智能基础设施无缝过渡，避免技术迭代与业务中断的矛盾；二是异构资源融合难，CPU、GPU、DPU 等多元算力的统一调度与高效适配存在壁垒，制约算力整体效能释放；三是多模推理优化难，如何通过软硬协同优化 AI 推理框架，提升模型算效比；四是统一运营运维难，智能体的复杂性导致其运维管理门槛高，亟需降低企业易用性与维护成本。

可演进架构：云数智融合的新引擎

面对上述挑战，浪潮数据提出“可演进架构”理念，为企业云数智融合提供有力支撑。该架构的核心逻辑在于坚持 “应用为导向、系统为核心”。通过开放标准、分层解耦与软件定义、软硬协同等方式，构建具备弹性扩展能力的 AI 基础设施，使技术迭代能够与业务增长同频共振，进而激活新质生产力。

具体措施包括：

*可演进智能基础设施架构，采用积木式扩展设计，企业可基于现有资产迭代扩展 AI 能力，既避免重复投资，又能快速赋能云上应用的智慧化转型，为智能体规模化落地铺路；面向一云多芯的算力调度系统，能够支撑用户业务在不同架构处理器之间进行低成本或自由切换，有效解决多元算力协同难题。

*高性能高可靠融合存储管理，通过优化存储资源配置，提升资源利用率，加快AI训练速度，满足大规模AI场景对存储的严苛需求。

*全栈一体化系统运维则针对智能体提供一体化运维管理，打造开放的大模型与上下文协议程序运行环境，提供高性能、高密度、一体化的智能体软硬基础设施，实现全栈可观测、根因定位和故障自愈，降低企业运维成本与难度。

持续迭代，共筑算力产业未来

从长远看，企业实现云数智深度融合的关键，在于构建并应用可演进AI基础设施。这一能力是激活新质生产力的核心引擎，通过持续迭代接入新技术、优化现有资产，实现 “应用智慧化、系统弹性化、效能最优化”，推动技术创新与业务增长形成良性循环。

张东建议，为推动我国算力产业高质量发展方面，应重点从以下三个方面展开：

*深化可演进路线，聚焦算力、存算、算网、多模融合创新，不断迭代模块化架构，让企业能够基于现有资产平滑升级 AI 能力，保护存量投资，释放算力潜能。

*构建自主技术体系，突破核心技术壁垒，完善从硬件到智能体的全栈方案，为大模型私有化部署与智能体规模化落地提供坚实支撑，夯实产业自主可控基础。

*推进高水平生态建设，联合产业链各方制定开放标准规范体系，促进 “人工智能+应用” 深度融合，助力算力基建化与普惠化，提升整体产业效能。

张东表述，浪潮数据始终致力于助力企业在云数智融合时代实现高质量发展，从云计算基础设施到AI基础设施演进，始终企业转型痛点与产业发展需求。他坚信，“可演进架构” 将成为企业突破困境、实现创新发展的关键支撑，推动我国算力产业迈向更高质量的发展阶段。

责任编辑：kj005

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com