北京2024年4月26日 /美通社/ -- "谈到当下人工智能的发展形势，现在有一个词叫‘怕错过'，每个人都怕错过，我们的客户也怕错过，所以我们都在加速学习。"

"这是一个人工智能的新时代，我们不仅是这个时代的见证者，我们更是这个时代的建设者"

……

百模的战场依旧硝烟四起，AI Agents顺势风起云涌，人工智能技术与应用依然在一路狂奔。今年政府工作报告中提出要开展"人工智能+"行动，成为推动产业升级和经济增长的重要助力。2024年浪潮信息生态伙伴大会（IPF2024）高峰论坛汇聚了应用开发、数据服务、算力系统、算法领域的领军企业。"人工智能+"应该"+"什么、怎么"+"？如何携生态之力，落地"人工智能+"，这些话题被激烈讨论。

观风之所起，度风之所向。中科软董事长左春，拓尔思董事长施水才，荣联科技首席科学家王向东，潞晨科技创始人兼董事长尤洋，衔远科技COO、创始合伙人王晓波，浪潮信息高级副总裁刘军等行业大咖在这场高峰对话中交锋交流，每一位与会嘉宾既是AI变革的见证者，更是推动者，他们分享洞见，探讨如何利用AI技术赋能千行百业、如何让"人工智能+"的愿景成为现实。

高峰对话由浪潮信息高级副总裁陈昌浩主持。在不改变原意的基础上，本文对内容进行了编辑整理，希望能够给您带来更多的启发与思考。

话题要点：

• 如何看待今年IPF "智能元启 创见 共行" 的启示？
• 产业链各方，在战略布局上，会选择如何拥抱"AI+"？
• 未来生态该如何协同？
• 各方该在AI产业链中发挥怎样的作用去协力推"AI+"？

嘉宾精彩观点

中科软董事长 左春：

面向垂直领域的大模型应用，第一步是选择基座，第二步是训练模型，第三步是整合解决方案，这三步都要在企业端建立起来，进行技术迁移、搭建、运行，以实用为标准，真正能够实用好用。

拓尔思董事长 施水才：

大模型的落地需要三个"实"，实在、实用和实效。实在是指 AI落地的时候工程化交付；实用是和用户的业务吻合；实效是需要降本增效。

荣联科技首席科学家 王向东：

只解决了算力的调度问题是不行的，面对生物医疗、生命科学等领域高算力、海量数据的存储及管理需求，必须与生态伙伴协同才能满足客户要求。

潞晨科技创始人兼董事长 尤洋：

通过极致的算力软件和内存优化来提升算力的附加值，用同样的设备训出更大的模型，帮助企业尽可能降低关键领域大模型的门槛。

衔远科技COO、创始合伙人 王晓波：

对于技术的商业化路径，我们倾向于先改变模式，利用行业认知和模型能力选择一个闭环场景，形成数据飞轮，不断打磨自己的模型和产品，与客户一起成长。

浪潮信息高级副总裁 刘军：

针对算力多元化、模型多样化及场景多样化，浪潮信息希望连接和聚集生态力量，助力每个元脑生态伙伴利用自身场景和数据，通过企业大模型开发平台先行先试，有了锤子再去找钉子，快速入局AI+市场。

IPF2024，你怎么看？

浪潮信息陈昌浩：

再次感谢各位来到IPF2024！今年IPF的主题是"智能元启 创见•共行"。首先想听听各位对今天大会的感受，哪个观点是你们印象最为深刻的？

中科软左春：谈到人工智能的发展，现在有一个词叫"怕错过"，每个人都怕错过，我们的客户也怕错过，所以我们都在加速学习。今天看到浪潮信息在系统软件平台的努力，以及算力、算法等方面的成果，我对此印象尤为深刻。

拓尔思施水才：第一，我感受到了浪潮信息正在集全栈AI系统创新之力，全面拥抱AI。第二个印象比较深的是浪潮信息的伙伴生态体系非常健全。第三，大模型应用开发的一体化端到端的开发平台EPAI平台也是亮点，跟我们的拓天LLMOps 有着相似的路径。

荣联科技王向东：两个词，第一个词是信心，彭总讲的以应用为导向，以系统为核心。应用为导向点破了我们所处的时代特点，从技术竞争变成应用的竞争。浪潮信息倡导以系统为核心，以平台带动应用创新，是以生态模式在竞争。对于未来我们与浪潮信息的合作，我们信心十足。第二个词是心动，看着EPAI，很心动，正琢磨着怎么回去跟用户的应用结合。

潞晨科技尤洋：我的第一点感受是，浪潮信息今天所发布的产品、工具有助于合作伙伴们更便捷、高效地去做自己的业务，特别是在AI方面。第二点是，浪潮信息对整个技术，大趋势的理解是比较深的，有利于进一步巩固生态的力量。

衔远科技王晓波：生态两个字就足以热血沸腾了。在大模型赛道，中国领先的是丰富的消费场景和应用场景，以及非常好的数据基建。在生态方面，我们很希望拥抱生态，也希望我们自己的产品也有SaaS、MaaS各种服务。

产业链各方，在战略布局上，会选择如何拥抱"AI+" ？

浪潮信息陈昌浩：首先，浪潮信息作为系统厂商，面向算力多元化、场景差异化、大模型多样化的产业现状，会如何加速AI+落地？

浪潮信息刘军：如果从生态模式思考，针对算力多元化、模型多样化及场景多样化问题，浪潮信息期待通过元脑生态来提高整个产业在AI创新落地的效率，我们非常愿意成为这样的平台生态承载者。

元脑生态聚合链接600+算法厂商、8000+系统集成商。对于具备AI开发核心能力的左手伙伴，我们在元脑企智EPAI平台实现对多元算力、多模算法的支持。对于右手伙伴，ISV可针对行业落地的解决方案，落地到各个场景客户这一端，我们希望通过EPAI工具化平台，使右手伙伴能够快速高效的面向领域大模型进行开发并落地。

生态的快速发展和繁荣需要有一个能够连接、聚集力量的产品，这就是今天我们推出企业大模型开发平台（EPAI）的思考。我们希望通过EPAI开发平台，为上万家合作伙伴提供工具箱，提供方法论，凝聚并激发生态的活力、伙伴的创新力，加速赋能千行百业的智能化转型。

浪潮信息陈昌浩：中科软当前面向保险、医疗等领域进行AIGC研究和生态建设。请左总分享一下中科软的经验和体会？

中科软左春：当客户想要建立垂直领域的应用时，他需要选择基座，这个基座是初始化的基座，需要带着通用知识，也需要低能耗；另外它的技术要开放，这个也涉及到开源。为什么要开源呢？因为开源要解决流行性问题，即需要有大量的人来用，很多更新、很多人活跃的维护，流行的开源软件具备重大价值。我们看到客户的第一个环节即是选择基座，在初始化的阶段，需要确定模型参数，参数量与token数并不是越大越好，应该有一个合理的度。

当我们选择基座以后，第二步是训练模型，目标是基于已有的领域知识进行训练实现精准化。在训练过程中，厂家提供的是基座和工具，ISV提供了重要的知识梳理和知识的训练，客户也会根据应用需求来提出自己的方向或者重点。最后，现在AIGC主要的方法是神经网络和向量数据库，都是归纳推断，存在一定误差。人工智能的成果往往是升级版的搜索功能，需要和已有应用软件的经验和能力相结合，把二者合在一起作为一个解决方案，最终以实用效果为衡量标准。

这三步都要在企业端建立起来，在建立的过程中，首先基础技术在于厂家，我们要学习并结合客户需求，把技术做迁移，再搭建、运行，并和已有系统集成。

浪潮信息陈昌浩：AI和大模型发展离不开高质量的数据。请施董分享下，在企业级大模型应用落地时，数据层面所遇到的最核心挑战是什么，该如何更好地将数据转化为"生产力"？

拓尔思施水才：首先，从数据层面，ISV有五种类型。第一种是做是做通用软件产品的，随着开源和云服务的发展，受到很大的冲击。第二类是做行业应用软件，但是行业应用软件未来有一个重大的挑战，用户可能会成为我们的竞争者，这在银行业已经非常明显了。第三个是做人力外包型服务的，也面临着码农被AI取代的风险，人效越来越高，收益越来越低。第四条路是硬件带动软件，要做软硬一体化的东西，要做一体机。第五条路就是拓尔思想做的数据和服务。我认为，未来应该从软件到数件，数据这一块非常有前途。

其次，我们认为数据是大模型最重要的因素之一。因为大模型的大就是参数大，但是大家发现大力出奇迹，蛮力不可续，大模型有能力，没有智力，一味地在用户端搞算力竞赛，成本首先不靠谱，也没有产出。

所以，我认为现在大模型的落地需要三个"实"，第一个是实在，第二个是实用，第三个实效。实在是指 AI落地的时候工程化交付非常重要；实用是需要与业务高度相关，需要和用户的业务吻合；实效是需要降本增效。解决这三个问题，是目前大模型应用非常重要的挑战。

浪潮信息陈昌浩：荣联科技正在发力深耕生物医疗、生命科学等领域，请王总谈谈，面向这类强算力、大数据需求的场景领域，如何实现以应用为导向，发挥出"高算效"？

荣联科技王向东：荣联科技把领域的业务需求转变IT需求，然后利用IT技术和业务进行深度融合，协助这个领域的客户做数字化转型。我们将生物医疗、生命科学等领域的特点总结为"两高、两多"，"两高"是指高算力、高IO迭代并发；"两多"是指多样性的计算需求，多维度数据交叉并存。生命科学领域正利用AI先进技术实现数据的价值化，并驱动自己的业务往前走。从技术角度来看，实质上就是AI的算力服务。

所谓"高算效"是实测性能与资源利用率的双重提升。过去谈到算力，是站在资源角度上描述有多少能力。但实质上经常遇到，客户买的都是最好的东西，但是实测的性能没有发挥出来，效力是不对等的。荣联的优势是将用户的算力需求转为技术支撑，为用户提供高效的算力服务。随着AI技术的不断引入，生命医疗领域呈现通过场景化应用开发，带动多学科的交叉创新研究的趋势。针对高算力、高IO迭代并发、多维度海量数据交叉并存的特点，利用机器学习技术，识别出可并行处理的任务和关键"瓶颈"任务，有针对性的提供不同的算力供给，将多节点并发执行和对瓶颈进行集中算力供给相结合, 最大限度的释放算力，进而提高业务处理效率。

但只解决了算力的调度问题是不行的，面对高算力、海量数据的存储及管理必须与厂商相结合才能满足客户全部要求。因此，荣联和浪潮信息在该领域开展了诸多的合作，譬如研究所的冷冻电镜系统、医院的生命科学实验室平台建设等，当然这也有“元脑生态”的发力作用。

浪潮信息陈昌浩：潞晨科技所推出的开源AI大模型开发系统可显著降低大模型落地成本，请尤洋教授从AI Infra层面分享如何更高效地用好算力，开发大模型的经验？

潞晨科技尤洋：潞晨科技的核心价值是提升算力的附加值。比如说同样的四五台机器，本来它只能训练10亿参数模型，现在能不能训练出百亿参数模型？通过极致的算力软件，内存的优化，把同样的设备训出更大的模型。还有一个角度就是，当机器资源有限时，能不能训练速度快2倍，帮助合作伙伴和客户在有限的资源内，通过优化提升更大的算力价值？

为了实现上述目标，潞晨科技主要往两个点发力，第一点是构造了Colossal-AI Platform系统，并且开源了Open-Sora、ColossalChat等AI大模型解决方案，通过在Colossal-AI把训练速度提升了2-7倍。第二点，我们专注于对算力要求较高的垂直模型或者垂直行业，目前最明显的是视频生成场景，通过我们的技术，帮企业尽可能降低关键领域视频大模型的门槛。

浪潮信息陈昌浩：衔远科技是大模型在B端落地的先行者。请晓波总谈谈大模型发展如何实现技术与应用的协同？在推动大模型落地过程中有哪些挑战？

衔远科技王晓波：如果把技术比作化学，应用就是化工，一项技术的发现或者发展，无论它是偶发的还是突发的，除了技术本身要解决的难点之外，它都逃避不了一个经济的问题。商业化的价值是支撑一项技术能够更好发展的终极动力。

技术以一个什么样的方式、在什么样的阶段去切入商业化，是所有技术在发展过程中都面临的问题。中美发展方向各有不同，目前国内业者有一种思路是追着OpenAI，或者在它的延长线上做事情。另一种思路，站在当下的产业业态当中、价值链各个环节中，优先提升效率，或者先改变模式。衔远科技选择了第二种思路，利用行业的认知和模型能力先选择一个闭环的场景，在这个闭环场景里跟客户一起去成长，形成数据飞轮，并不断打磨自己的模型和产品，以应用倒推模型技术的发展。

产业链各方，该如何携生态之力共推"AI+" ？

浪潮信息陈昌浩：我们知道各领域差异很大，"千行百业、千行千面"，当AI+走向落地，离不开生态伙伴的合力推动。请各位用一句话来总结，未来生态该如何协同，各自将在AI产业链中发挥怎样的作用去协力推"AI+"？

中科软左春："价值与交付是关键"

我用两个关健词来总结，一是价值，要区分自己的价值，一般看领域知识，有的企业是强领域知识，有些相对比较通用。二是交付，交付越通用的产品周期越短，越领域性的交付时间越长。在这两个指标基础上找到了自己的定位，然后利用生态之力协同发展。

拓尔思施才水："ALL in AI，以数据筑基，智拓未来"

作为ISV来说，全面拥抱AI，我们确定一条规矩：如果这个产品没有AI的基因和元素，停止开发。在生态方面，我认为让伙伴赚到更多的钱，比自己多赚一点更是正路。

荣联科技王向东："元脑生态，新质生产力落地的最佳实践"

在元脑生态，荣联是右手合作伙伴，是受益者。加入元脑生态是业务决定的，我们的期待做成的事情仅靠一家公司是无法完成的，场景设计出来以后涉及到算法，每投放一批数据和场景，算法都需要优化，基础算力也要调优，这是三个类型角色，是ISV+左手+浪潮信息。

同时，这样的合作的成果，在领域内是可复制的，在成本不断降低的同时，也将极大的促进领域应用的发展。因此，元脑生态也是创造力萃取的平台，是推动新质生产力落地的最佳实践。

潞晨科技尤洋："我们希望，与浪潮信息一起去解放AI生产力，赋能千行百业"

衔远科技王晓波："生态就是开放的，行业和人都需要做专业的事情，大家一起协同把专业的事情做大，整个生态就繁荣起来了"

大模型的落地跟一个企业能不能把货卖到消费者是完全一样的，但大模型更加没有边界。我认为生态就是开放的，行业和人都需要做专业的事情，大家一起协同把专业的事情做大，整个生态就繁荣起来了。

浪潮信息陈昌浩：最后再请刘总用一句话总结，浪潮信息对于打造生态共同体，推动AI+落地有怎样的策略和思考？

浪潮信息刘军："纸上得来终觉浅，绝知此事要躬行。这是一个人工智能的新时代，我们不仅是这个时代的见证者，我们更是这个时代的建设者。"

元脑生态伙伴是一个具有学习成长能力的组织，是业界唯一一个实现AI服务器分销的生态，实现AI调度平台分销和渠道的生态，是把元脑联合解决方案复制落地的生态。

从浪潮信息自身实践来看，目前，EPAI已全面赋能浪潮信息，面向运营、服务、研发等环节，快速孵化出智能客服、智能编程、智能投标助手等应用。以智能投标助手为例，可实现招标参数自动识别，识别准确率达85%有余。而这样的场景落地，是每一个元脑生态伙伴都可以做到的，从自己的场景、自己的数据，采用EPAI工具先把它做起来。就好像我们手里有了锤子，我们就去找钉子，这是特别好的入局方法。

标签：