“现在是不计任何成本的暴利计算时代，粗放式发展的同时大家都在抢GPU，未来这一定是不可持续的。”
“联想自己训练的大语言模型已经达到GPT3的能力。”
“服务于大语言模型的服务器硬件必须要提升软件定义服务器的能力，应用于不同场景的差别就在于软件定义能力，这和服务是一致的。”
(资料图片仅供参考)
“不仅仅是算力皆服务，未来一切皆服务，设备也是服务，我们判断从宏观看，今后是服务导向的市场。”
“可能过十年之后，大家谈到联想，会认为联想是服务商，而不只是设备制造商。”
8月18日，联想在2023中国算力大会上，不但重磅发布了两款AI服务器新品，在以AI为导向新基础设施的基础上，还带来了联想智算中心解决方案和服务核心产品。依托“端-边-云-网-智”新IT架构和智能IT引擎“擎天”，打造了端到端智算中心解决方案与全栈全周期服务，以构成全栈智能产品及方案服务布局。
联想集团副总裁、中国区方案服务业务群总经理戴炜
发布会后， 联想集团副总裁、中国区方案服务业务群总经理戴炜在与36氪等多家内容服务机构的沟通与座谈环节中金句频出，输出了大量在行业内具有前瞻性的观点。
“联想把智慧方案服务作为主要抓手，来整合内部产品资源，变成一个整体解决方案提供给客户，我们强调全栈全周期服务。”戴炜表示：“在大语言模型出现之前，联想已经开始布局全栈AI。我们看到不仅限于服务器，PC、以及下一代智能终端的发展中，在端这一侧会涌现出海量大模型需求。”
一云多芯的混合计算架构
当大语言模型成为数字化、智能化转型的新引擎，过去十多年与移动互联网一起成长起来的公有云计算架构来到了十字路口。
在全球范围内每个重要的B端市场，出于数据安全性等多重考量，智能化基座无一例外地需要私有化部署。
每一个垂直领域都需要自己的行业级模型，大量服务于行业模型的推理和训练对于高性能算力的供给提出了严峻的挑战。
“公有云的出现有其自身的特点，头部互联网公司自己就是超大规模的客户，有巨大供自己使用的池子，公用云把这个池子进行零售，可以得到相对低的价格。头部公有云厂商首先用其满足自己使用的需求，然后再卖出剩余部分，所以成本低。所以云计算卖的更多是资源，而不是服务。”戴炜道出了现有计算架构的局限性。
联想对于下一代计算架构的探索则来自于自身在工业互联网领域数字化转型过程中长期的积淀。
联想在全球管理着35家以上的制造基地，分布在巴西、中国、匈牙利、阿根廷、印度、墨西哥、日本和美国等地。与全球5000多家供应商建立合作关系，并与400多家核心的供应商构建了数字化平台。
在智能化转型中联想广泛应用了人工智能技术，在不同场景成为降本增效的生产力工具。集团旗下联宝科技每天生产的超过10万台电脑中80%是数量小于5台的客制化订单，排产复杂度约为10的160次方，介于国际象棋和围棋的复杂度之间。使用智能排产后，每天排产时间从人工的6小时缩短至只需要90秒。
在智能制造领域的全方位深度布局，使联想获得了搭建智能化时代基础计算架构、和生产力型算力网络的方法论和实践。在夯实智能制造版图的同时，向提供基于混合计算架构的智能计算服务实现了硬核跃迁。
基于联想高性能计算集成方案，吉利汽车集团打造了吉利星睿智算中心·智能仿真平台，是目前国内汽车制造企业已公布一次性建设最大规模的仿真科学计算集群。
吉利星睿智算中心·智能仿真平台
采用联想 Lenovo xCloud 联想混合云方案，该科学计算平台的算力能够完成12000+次/辆的虚拟安全碰撞，还能大幅降低 TCO（全周期使用成本）；同时构建了多元化软件生态；让高性能算力更灵活的助力业务实际应用；并且，采用最新温水水冷技术的联想ThinkSystem SD650 V3服务器，使整个数据中心 PUE 达到1.1062。
“吉利汽车的案例很有代表性，从智能制造的角度看，我们都是制造型企业，有着很多的相似性，我们也都是全球性布局。当时这个项目做完，大语言模型还没有火，我们叫它超算中心，已经具备了多云和多算力的显著特点。”戴炜详细介绍道：
- 全球化带来多云管理平台的需求，而国内几大主流的公有云厂商选中联想是因为业务体量，和全球供应链能力。联想有着横跨全球多个大洲的多云管理平台，足以支持智算中心的混合计算架构需求；
- 仿真计算集群有着明确的混合算力需求，吉利的案例中已经具体到三种算力场景的混合需求，这在一年多以前的招投标阶段，很少有厂商能给出具体完整的方案。
戴炜还举了甘肃电投紫金云的例子，结合紫金云的实际需求，联想设计了以Lenovo xCloud联想混合云为核心的混合计算平台解决方案，该平台采用“一云多芯”的架构设计，为北斗核心业务提供ARM架构的计算服务器资源池，为集团私有云和公共服务区提供x86计算资源池，并通过多租户模型，实现子公司可以作为租户申请使用云平台资源，实现资源相互隔离。
三类算力场景和三种交付方式
在智能涌现的时代，对于任何一家科技公司而言，大语言模型绝对是不容错过的风口。
是一窝蜂的押注大模型，参与暴力计算的军备竞赛；还是尽快投入到生成式AI的应用开发中，收获新计算时代的第一桶金。
联想的选择是量身打造了三把趁手的掘金铲。
站在客户的立场，戴炜认为：联想的客户其实更多需要解决实际问题，作为一家科技公司，联想不同于其他的外包企业单纯从人的角度去思考问题。针对企业的核心需求，我们更多给客户提供的是智能化运维手段去提升效率。
在AI算力战略暨AI服务器新品发布会上，戴炜正式公布将以联想混合云解决方案、联想臻算服务2.0订阅式和一站式建设和服务这三种交付方式支持通用的混合计算、智算和超算三类算力场景的混合计算需求。
对于如何使用以大语言模型、生成式AI为代表的全新一代人工智能，并创造出真正的价值，必须跳出旧有的思维定式。戴炜认为：“随着智能化越来越深入，甚至软件开发未来都不需要人类工程师参与。当AI可以大比例替代传统工作，客户的预算也没有必要再分为硬件、软件和服务，它们将以不同形式融合在一起。”
“所以我们判断，不论客户要买算力，还是要买设备，最终目的都是为了计算。如果有一种更方便的方式，像水电煤一样提供给客户，客户将选择直接购买算力。”在戴炜看来，算力普惠是水到渠成的。
在联想看来，端侧智能设备是一座亟待开发的巨型金矿。
对于以PC起家的联想来说，这样的判断举足轻重，值得深思熟虑。
“当然，用一台PC实现超大规模训练是不现实的，但每台PC的智能化场景未来在每个人身边都会越来越多。比如写稿，当未来PC本身有了大模型、AI功能后，它会根据历史记录中的文笔风格、用词习惯，直接从对话中提炼观点，输出评论内容。我们认为这将很快实现。之所以在端侧实现，首先私人训练数据不应该上传到云端，其次端侧计算有更高的效率也更绿色环保。”对于端侧的大模型需求，戴炜进一步阐述。
从智慧教育、智慧交通、智慧农业… …到智慧城市，未来无数的智慧场景为方案服务商带来了指数级增长的机遇。
类比智能手机的出现带来了移动互联网超过15年的繁荣和高速增长，智能化时代的机会一定不止在大语言模型本身。
在各种典型的智能化场景中，未来人工智能对一些工作的替代已经成为必然趋势。戴炜谈到：当这些场景出现的时候，每个人可能更在意的不是去买一台PC，而是背后所带的服务、和人工智能的能力。任何智能终端从根本上来说都只是显示设备与交互工具，用户最终消费的是背后的智能服务。
三大解决方案和两大服务
“过去联想还没有在一次发布会上既发布重磅产品，又发布全新解决方案。”戴炜强调，而这一次联想为算力破了例，也表明了算力对于联想、对于行业的重要意义。
这一次联想同时发布了三大类解决方案：联想大脑嵌入的解决方案、联想智算中心解决方案、联想绿色低碳智算中心基础设施。
以及两大类服务：端到端全周期联想智算中心服务；按需订阅、灵活付费的联想臻算服务2.0。
联想端到端全周期智算中心方案
戴炜指出：“伴随这波智能算力的变革，联想的定位已经不再仅仅是服务器制造商，这也是这次发布会与以往相比最大的不同。”
对于联想而言，在强化了用软件定义服务器的能力之后，得以承载百花齐放的算力需求是凭借一切皆服务的长线布局。
在暴力计算阶段，结果导向可以压倒一切。但现在从大语言模型引申而来的最强应用ChatGPT依然没有转化出强大的生产力。
“当大模型真正进入应用场景、生产环境的时候，它一定要考虑成本，所以，在每一个具体场景中都有颗粒度非常小的细节。”在戴炜看来，大范围应用落地也将带来市场洗牌：“比如，联想的现场工程师知道针对不同应用需求机柜设计的各种细节，用一1U服务器放4块卡还是用2U放8块卡？服务器在机柜里如何堆叠？服务器背后如何接用最短的数据线？这些都在考验系统化的设计能力。”
无论是传统企业的数字化转型，还是新一代人工智能创业公司，赛道尚处于早期，为了训练模型、为了让应用落地，势必要踩无数的坑，时间、人力、投资等多重成本都难以预期。
“联想甚至自己训练了大语言模型，已经可以达到GPT3.0的水平。”联想为了提供与算力相关的全栈服务，做足了准备，戴炜认为：提供算力服务首先要帮助客户把应用场景分析清楚，弄清哪些场景需要智算、哪些需要超算、哪些需要通用的混合计算。在此基础上帮客户搭建具有最优成本结构的混合架构。这本身是非常复杂的服务，也是联想为什么一直强调服务要从咨询设计。
尾声
我们期待大语言模型让第四次工业革命全面开花、也期待生成式人工智能让下一代互联网变得更好。
而这些也有赖于算力大爆发，以及基于算力的服务突破现有的计算框架。
这一次，联想在硬件设备之外，对于计算架构、对于输出算力的全方位解决方案，以及提供算力服务的全面阐述，加速推进AI赋智、绿色赋能的“普慧”战略，为智能化转型的探索提供了全新的思路，更有望让大语言模型创造真正的社会和产业价值。
关键词：