AI计算范式的根本性转变 - 公司认为当前正在经历60年来第一次真正重新发明计算，核心是从“显式编程”转向“隐式编程”，即从需要一行行写代码转变为只需向计算机陈述意图 [6] - 计算堆栈的各个层面，包括处理、存储、网络和安全，都在被重新定义，这不仅仅是处理器层面的变革 [6] - 软件形态将从过去的“预录制”（基于检索）彻底转变为“生成式”，每个软件实例都将是基于独特语境实时生成的 [25][28] AI技术发展的现状与未来 - 当前基于提示词生成回复的聊天机器人被认为“有趣但不真正有用”，真正的智能在于解决问题，这需要具备知道自己不知道什么、进行推理、制定策略和使用工具等能力 [6][7] - 智能体AI是发展方向，其关键要素包括工具使用、研究能力、基于事实的检索增强生成和记忆能力 [7] - 下一代物理AI需要理解物理世界和因果关系，这是当前大语言模型尚未具备的能力 [31] - 自监督学习的突破是模型规模能从几亿参数爆炸式增长至几万亿参数的关键，使得AI能够编码海量知识和技能 [24] 企业拥抱AI的战略与建议 - 建议企业在部署AI初期不要急于计算投资回报率，而应鼓励内部“百花齐放”，安全地进行大量实验和创新 [17] - 企业应首先识别并聚焦于公司最具影响力的核心工作，并为其赋予“无限”的能力和“光速”的效率 [17][21] - 企业需要建立“AI思维”，即假设技术工具拥有无限速度，并以此重新思考所有业务流程和问题解决方式 [20] - 最终企业需要从“百花齐放”阶段进入“修剪花园”阶段，筛选出最佳方法和平台并集中资源，但不宜过早孤注一掷 [18] AI带来的行业机遇与市场重塑 - AI创造了从制造“工具”到创造“劳动力”或“增强型劳动力”的历史性机遇，其潜在市场总量可能比传统IT产业大100倍 [31] - 全球经济规模约为100万亿美元，而全球IT产业规模约为1万亿美元，AI技术有潜力帮助各行业公司转型为技术公司，从而切入更大的经济蛋糕 [31] - 所有行业公司都有机会通过应用AI技术转型为“技术优先”的公司，技术成为其超级力量，而行业知识则是技术的应用场景 [32] 编程与软件行业价值的重新定义 - 编程（写代码）的本质被描述为“打字”，而打字正在成为一种廉价商品，其价值在贬值 [33] - 企业真正的价值在于其领域专长、对客户和问题的理解，以及提出正确问题的能力，这些是AI无法替代的终极价值 [33][36] - 未来的编程语言将是人类的自然语言，企业可以用自己的语言向计算机解释意图，从而摆脱对大量传统软件工程师的依赖 [33] 企业AI基础设施的部署考量 - 建议企业亲手构建或深入了解AI计算基础设施，就像组装电脑一样，这对于理解技术至关重要，而非完全依赖租赁 [35] - 出于数据主权、隐私和对敏感信息的保护，企业的部分AI能力应该建立在本地，而非全部置于云端 [35] - 公司最有价值的知识产权可能不是答案，而是所提出的问题，因此保护内部的思考和问题至关重要，这强化了本地部署的必要性 [36] 组织与AI关系的未来愿景 - 未来的范式不是“人在环节中”，而是“AI在环节中”，AI将融入业务流程，持续捕捉和积累公司的经验与知识 [36] - 未来每位员工都将有AI辅助，这些AI将成为公司核心的知识产权和竞争力所在 [36] - 公司与思科的合作旨在将AI的极致性能与企业所需的可控性、安全性和易管理性相结合，以推动企业级AI的落地 [16]

公司业绩与市场地位 - 2025年10月GTC大会后，公司市值一度突破5万亿美元，成为全球首个突破5万亿美元的上市公司 [1] - 2024财年营业收入为609.2亿美元，同比增长126% [1] - 2025财年前三季度营收已达910亿美元，市场预期全年突破1,300亿美元，同比增长113% [1] 核心市场策略与创新战法 - 核心市场策略包括：率先布局前沿热点大赛道；提炼客户创新理念推广为市场发展理念；构建合作伙伴、直销、分销三重销售网络；在数据中心等赛道用资金和技术培育初创企业 [1] - 采取“非典型”创新战法，包括为客户“画饼”构建新赛道、与竞争对手“结盟”、培养“嫡系”客户等 [1] 先发布局主流热点前沿大赛道 - 公司先发布局并全面覆盖自动驾驶、机器人、边缘AI、6G、数字孪生、量子计算等主流、热点、前沿大赛道，实现对竞争对手的“降维竞争” [2] - 在6G领域，与诺基亚合作计划在每个基站内部署边缘计算机 [2] - 在量子计算领域，推出NVQLink技术，实现量子处理器QPU与GPU的高速互联 [2] - 在自动驾驶出租车领域，与Uber合作，计划从2027年起采用DRIVE Hyperion 10平台部署10万辆L4级Robotaxi [2] 构建下游发展愿景与创造增量赛道 - 提出“AI工厂”概念，引导客户智能化转型，为自身业务创造新赛道 [3] - 将自身定位为AI基础设施供应商，提供从GPU硬件、互联网络、AI操作系统到软件平台、行业工具的完整解决方案 [3] - 锚定个别客户（如马斯克）的创新理念，提炼并推广为整个下游市场的发展蓝图 [4] - 引用黄仁勋观点：每一家制造机器的企业都将有两个工厂，一个是生产机器的工厂，另一个是“AI工厂”，特斯拉是早期范例 [4] 构建高效、全面、重点突出的销售体系 - 销售体系目标是快速、全面、突出重点地覆盖客户，包括合作伙伴网络、直销渠道和分销零售渠道三大销售渠道 [6] - 合作伙伴网络细分为云服务渠道（如AWS、Azure、谷歌云、阿里云）、硬件渠道（ODM/OEM厂商、系统集成商）和软件渠道（解决方案提供商、ISV） [7] - 协同逻辑：借助合作伙伴网络快速打开市场；与大客户建立直销渠道提供“一对一”支持；以分销零售渠道作为补充实现全面覆盖 [6] 与竞争对手结盟以获取客户渠道 - 通过战略合作与竞争对手“结盟”，形成优势互补，补充客户资源，抢占渠道先机 [9] - 2025年9月与英特尔宣布达成50亿美元战略投资合作，以50亿美元持有英特尔4%股份，成为其第四大股东 [9][10] - 合作中，英特尔负责为英伟达定制x86 CPU和销售，英伟达提供GPU和AI软件栈，通过NVLink实现CPU与GPU无缝互连 [10] - 借助英特尔x86生态（占据全球服务器CPU市场62%份额）快速切入企业级市场，预计合作将创造250-500亿美元的新增市场机会 [10] 用资金和技术培养“嫡系”客户 - 为应对来自谷歌、亚马逊等大客户的竞争，公司扶持初创企业以巩固市场、制衡大客户话语权 [11] - 资金方面，通过“以投带采”等“循环式”财务安排扶持小客户，例如云服务商CoreWeave在2024年收入达19.2亿美元，同比增长约700% [11] - 技术方面，为小客户提供最新技术（如Spectrum-X以太网技术），使其获得市场竞争优势，同时形成“鲶鱼效应”倒逼大客户 [12] - 广泛复制该模式：2025年9月宣布未来12个月向20家AI初创或数据中心开发商投入129亿美元，要求获投企业3年内至少将资本性支出的70%用于采购英伟达产品 [12] - 模式复用到自动驾驶等成熟赛道，例如投资自动驾驶公司WeRide以获取其车队GPU独家供应权 [12]

地缘政治与贸易冲突 - 欧盟主席冯德莱恩在达沃斯论坛上公开反对美国对欧洲盟友施加关税压力 其表态被解读为欧盟不愿再遵从美国主导的旧秩序 [1] - 美国计划自2月1日起对丹麦 挪威 德国 法国等八国出口美国的商品加征10%关税 并计划在6月1日提升至25% 以此施压要求欧洲同意将格陵兰岛“卖给”美国 [1] - 欧盟内部对如何回应美国存在分歧 法国主张使用“反胁迫工具”对美国农产品和化妆品加征关税 而北欧国家担心贸易战影响本国三文鱼和木材出口 主张先谈判 [3] 欧盟的战略自主举措 - 欧盟在格陵兰岛主权问题上支持丹麦 并计划通过投资升级港口 机场和数字基础设施来加强格陵兰与欧洲的经济联系 [3] - 欧盟计划联合英国 加拿大 挪威和冰岛组建“北极安全”联盟 自行建造破冰船和部署雷达 减少对美国舰队的依赖 [3] - 欧盟计划通过签署更多自由贸易协定来分散风险 点名南美 印度 印尼和墨西哥 其中与印度拖延七年的自贸协定有望在月底推动达成 该市场覆盖全球15%的人口 [5] - 欧盟委员会将公布“脱碳与竞争力联合计划” 核心包括电网互联 发展本土绿氢 延长核电寿命 旨在将电价降至低于美国天然气价格的水平 以阻止欧洲工厂外迁至美国得克萨斯州等地 [5] - 欧盟将在今年秋季发布的安全战略中为北极单列一章 并计划增加军费 合并军工企业 加速破冰船研发 以实现“别人不给的 我们自己造”的目标 [5] 市场与行业影响 - 欧洲企业代表对欧盟的强硬表态持观望态度 认为方向明确但资金尚未到位 未来北极事务将优先由欧盟处理而非依赖美国 [3] - 在冯德莱恩演讲后 欧洲股票指数未出现明显涨跌 市场正在等待1月22日欧盟紧急峰会的细节以做出进一步反应 [7] - 欧盟的系列举措标志着其“战略自主”从概念进入实质推进阶段 [7]

文章核心观点 - 联想与英伟达长达30年的合作关系，正从PC时代的硬件采购与集成，演进至AI时代共同构建“AI工厂”的全栈创新，旨在重写全球计算基础设施的底层逻辑 [2] - 双方的合作关系跨越了从PC革命到AI爆发的多个科技周期，是一种基于技术互补与长期信任的共生关系，并将在AI基础设施时代定义新的产业格局 [2][13] PC时代合作溯源与早期共赢 - 双方合作始于90年代中后期，早期是基于显卡组件的采购与集成，联想在其高端台式机和ThinkPad工作站中引入英伟达独立显卡，形成了CPU+GPU的异构计算雏形 [4] - 合作带来商业共赢：英伟达GPU帮助联想PC（尤其是游戏和多媒体应用）提升销量并实现产品差异化；联想则帮助英伟达快速进入中国市场，并借助其制造规模和渠道助力英伟达实现营收指数级增长 [5] - 2005年联想收购IBM PC业务后成为全球第三大PC厂商，进一步强化合作，在ThinkPad移动工作站引入Quadro专业显卡，消费产品普及GeForce，此时英伟达市值突破300亿美元 [5] 专业计算与高性能计算（HPC）领域的深化 - 2010年代起，双方合作从标准化硬件买卖发生质变，扩展到高性能计算领域，联想构建的超级计算机（如Top500榜单中的系统）显著采用英伟达GPU作为关键加速器 [7] - 在消费端，双方工程团队深度协作，于2020年在Legion 7i笔记本上首发联合开发的Advanced Optimus技术，解决了高性能独显与集成显卡无缝热切换的行业痛点 [7] - 在专业领域，联想的ThinkStation工作站成为英伟达Quadro专业显卡的主要载体，广泛应用于全球创意产业，此阶段合作让联想进化为驾驭复杂热管理和系统集成的大师 [7][8] AI时代的全面跃迁与“AI工厂”愿景 - 生成式AI爆发后，英伟达GPU（如H100、Blackwell）成为核心算力，而联想布局多年的Neptune液冷技术成为解决其恐怖散热问题的关键 [10] - 具体合作成果包括：2023年交付给纽约Flatiron研究所的Henri系统（采用英伟达H100 GPU）登顶Green500能效榜首；2025年在德国达姆施塔特工业大学部署Lichtenberg II液冷集群用于科研 [10] - 在CES 2026上，双方宣布共建“联想人工智能云超级工厂”，将集成英伟达最新Vera Rubin芯片，旨在帮助云服务提供商极大缩短AI部署时间（“time to first token”），并支持规模迅速扩展至十万枚GPU，以运行万亿参数级别的模型 [11] - 凭借联想的端到端能力，该合作将帮助企业在生产环境中真正信赖并应用AI，双方计划在未来3-4年内使业务合作规模翻四番 [12] 合作关系的本质与行业意义 - 合作关系是极佳的互补：英伟达负责定义计算边界并推出更强算力芯片，联想负责通过工程设计、制造规模和全球供应链解决计算落地问题，将芯片转化为生产力 [12] - 这段跨越30年的伙伴关系，源于技术互补与长期积累的信任，不仅将带来巨大的商业成功，还将加速AI从云端走向边缘和千行百业 [12][13] - 双方的合作展示了科技界一种跨越周期的共生关系，并成为从PC到AI超级计算产业迁移的缩影和经典篇章 [2][13]

黄仁勋在CES 2026的核心观点与行业洞察 - 英伟达CEO黄仁勋在CES 2026的核心主题围绕“物理AI”展开，包括机器人和自动驾驶，并提出了“机器人是AI移民”以解决人口结构问题并推动经济增长的观点 [10] - 黄仁勋将AI基础设施定位为前所未有的“AI工厂”，认为其需求是新型基础设施建设，持续将电力、芯片和数据转化为智能产出 [35] 机器人产业的展望与进展 - 从人口结构看，现有经济规模难以为继，需要“AI新移民”（机器人）来承担人类不愿从事的工作，以推动经济发展并创造更多就业 [10][11] - 预计在“今年内”（指2026年），将能看到在移动能力、关节活动度与精细动作技能上达到人类水平的机器人 [12] - 当前机器人主要依赖视觉，但实现精细动作需要触觉能力，这是行业正在积极推进技术突破的难点 [13] 自动驾驶战略与行业定位 - 英伟达发布了全球首款开源、大规模的自动驾驶视觉-语言-行动推理模型Alpamayo 1 [15] - 英伟达与特斯拉FSD的核心区别在于定位：英伟达不生产自动驾驶汽车，而是为全行业提供完整的技术栈与解决方案 [16] - 公司为自动驾驶领域打造了三大核心计算平台（训练、仿真、车载）及完整软件栈，客户可灵活选用 [17][18] - 英伟达的客户遍及行业上下游，包括特斯拉、Waymo、小鹏汽车、Nuro、Lucid和Uber等，系统具有极高的行业渗透率 [19] - 全球道路上有超过10亿辆汽车，未来10年将有数亿辆具备强大自动驾驶能力，该领域可能成为未来十年规模最大、增长最快的科技产业之一 [20] - 公司奉行全面开源策略，旨在赋能全球自动驾驶产业，目标是让所有具备移动能力的载具实现自动驾驶 [22] 游戏显卡与消费级市场的策略 - 在CES 2026上，英伟达未发布消费级游戏显卡，当前DDR5内存和SSD价格暴涨，部分渠道RTX 5090售价逼近4000美元，显卡价格遭受成本上升与供应紧张的双重挤压 [25] - 针对增加旧款显卡产量以应对市场情况的方案，黄仁勋回应“有这种可能”，并考虑将最新AI技术移植到上一代GPU产品中 [25][26] - 重启旧产线需权衡研发成本，例如最新的DLSS 4.5会导致旧款显卡性能大幅下降，实现兼容需要投入相当多的工程资源 [27] - AMD高管也透露，公司正在研究所有可行方案以增加供应，考虑将部分产品重新引入旧的AM4生态系统 [29] 游戏图形技术的未来方向 - 英伟达在CES 2026上推出了全新的DLSS 4.5版本和增强版多帧生成模型 [31] - 黄仁勋认为图形技术的未来方向是神经渲染（本质即DLSS），未来将能以每秒500帧的速度生成从写实到卡通渲染的任何风格图像 [31] - 未来的渲染方式可能是在更少但质量极高的像素上执行更多AI运算 [32] - 未来的视频游戏将充满AI角色，每个角色都拥有自己的AI并通过AI进行动画驱动，游戏真实感将在未来几年大幅跃升 [32] AI基础设施与内存供应链 - 黄仁勋指出，现有高带宽内存容量远不足以支撑GPU运行需求，内存瓶颈问题只会愈发严重 [36] - 英伟达是横跨HBM、GDDR与LPDDR的关键需求引擎，也是全球首家且在短期内几乎是唯一的HBM4主要用户 [36] - 公司已与主要内存供应商建立高度紧密的规划机制，直接协同规划产能以确保新产品量产节奏，各家HBM供应商正在为英伟达全面扩产 [36] 其他业务合作与个人动态 - 黄仁勋在CES后出席了联想Tech World活动，双方共同宣布“联想人工智能云超级工厂”，英伟达最新发布的Vera Rubin超算平台将是该合作的重要组成部分 [6] - 黄仁勋在IEEE颁奖现场领取了2026年IEEE荣誉奖章，以表彰其领先行业数十年的前瞻布局能力和对创新的坚持 [7][8]

公司战略与产品性能 - 英伟达首席执行官强调，公司持续追求的目标是实现“每美元生成1个token”的能源效率 [1] - 英伟达每一代新产品的吞吐量提升10倍，但功耗仅增加2倍，体现了能源效率的显著提升 [1] 行业趋势与驱动力 - AI工厂的发展需要消耗大量能源，包括天然气和可再生能源等 [1] - 在人工智能领域，能源效率被视作关键因素 [1] 商业价值与客户关系 - 数据中心的能源效率直接关系到客户的收入，因为在相同的电力消耗下，更高的效率能生成更多的tokens，从而直接转化为更高的营收 [1] - 公司将能源效率与商业价值直接挂钩 [1]

文章核心观点 - 文章核心观点认为，Scaling Law（规模定律）不仅没有失效，而且正在从单纯的参数堆叠向更全面的维度演化，是驱动人工智能（AI）向通用人工智能（AGI）发展的核心动力，当前AGI的发展才刚刚开始[7][9][12][46] 行业领袖观点与分歧 - OpenAI的Sam Altman预言，公司已经知道如何构建AGI，预计2026年将出现能够产生原创见解的系统，并认为智能成本将随着电力自动化生产趋近于零[1] - NVIDIA的黄仁勋指出，AI发展的瓶颈已从想象力转向电力，未来规模定律的焦点将是实现推理效率10万倍的飞跃[3] - Meta前首席科学家Yann LeCun则认为，大型语言模型（LLM）是通往AGI的死胡同，因其缺乏世界模型[5] Scaling Law的持续有效性与演化 - 历史数据显示，过去十五年用于训练AI模型的算力以每年四到五倍的速度增长，这种指数级增长在技术史上罕见[12] - 实证研究表明，AI性能与算力投入之间存在明确的幂律关系，性能提升与算力的0.35次方成正比，即算力投入增加10倍可带来约3倍的性能增益，增加1000倍可带来10倍的性能提升[13][15] - 规模定律在2025年已从单一的“预训练Scaling”演化为四个维度的全面扩展，包括预训练、后训练（强化学习对齐）、推理时（延长思考）和上下文（超长记忆）Scaling[17][18][19][20] - 算力的增长不仅带来定量性能提升，更能诱发不可预测的定性跃迁和“涌现能力”，如逻辑推理和复杂指令遵循[16] 算力的核心地位与“苦涩的教训” - 在DeepMind的具身智能实验中发现，将算力投入增加一千倍后，原本需要复杂算法优化的问题被直接解决，这验证了Richard Sutton“苦涩的教训”：通用算力方法终将胜过人类的特定技巧[9][23][24] - 这种认知转变使行业焦点从“问题能否解决”转向“解决问题需要多少算力”，并驱动了对数据中心远超阿波罗计划规模的重金投资[24] 硬件基础设施的发展与挑战 - AI发展已进入“重工业”阶段，其核心是“AI工厂”，即土地、能源和定制芯片的终极整合[27] - NVIDIA的GB200 NVL72系统将72颗GPU互联，使万亿参数模型的推理速度比H100提升30倍[28] - Blackwell Ultra芯片将单芯片显存推至288GB，使3000亿参数以上的模型无需显存卸载即可完整驻留，对长上下文和高并发推理至关重要[30] - 硬件发展面临物理极限挑战，单芯片功耗逼近1000W，迫使行业全面转向液冷散热方案[31] - 为维持规模定律，谷歌基础设施高管指出，必须每六个月将算力翻倍，并在未来4-5年内实现1000倍的增长[33] - 2025年上半年，AI数据中心投资占据了美国GDP增长的90%以上[34] 具身智能与Agent的进展 - DeepMind的SIMA 2项目在2025年实现了从“理解”到“行动”的跨越，它是一个通过观察像素和操作键盘鼠标在3D虚拟世界中行动的通用具身智能体[35][37] - SIMA 2具备强泛化能力，其技能可迁移到不同数字环境，并能通过与基础模型结合实现自主生成任务、自我设定奖励的“自我进化”[37] 智能能力的量化加速与AGI前景 - 根据METR时间跨度图评估，AI稳定完成人类任务的时间从两年前的9分钟跃升至2025年底的4小时以上[41] - 按当前扩展趋势预测，到2028年，AI有望独立完成人类专家需要数周才能完成的复杂任务[41] - 尽管已出现能在国际数学奥林匹克竞赛夺金的模型和自主3D世界Agent，但行业认为AGI发展仍处早期，受困于电力瓶颈、数据采集效率和推理成本等问题[42] - DeepMind已成立“后AGI”团队，旨在前瞻性地管理自主进化、具有“不可解释性”的智能体，并思考智能成本趋近于零后的人类价值重构[43]

豆包APP的增长与市场地位 - 豆包APP上线两年半，日活跃用户数突破1亿，成为中国用户量级最大、DAU最高的AIGC应用 [1] - 在2025年第三季度，豆包APP月活跃用户达到1.59亿，较第二季度的1.3亿环比增长22.2%，首次超越DeepSeek成为月活冠军 [8] - 豆包是字节跳动旗下所有DAU破亿产品中，获客成本处于历史最低水平的产品，已进入用户自然增长阶段 [2] 字节跳动的战略资源倾斜 - 过去一年，字节跳动将算力、资金、组织人才等核心资源持续向豆包倾斜 [4] - 2024年，字节跳动采购服务器支出达80亿美元，位居国内企业第一，其GenAI IaaS服务在2023年下半年及2024年上半年分获国内市场份额第一和第二 [5] - 公司创始人张一鸣从2024年下半年开始，每月亲自参与豆包大模型团队“Seed”的复盘会，确保AI战略与顶层设计对齐 [4] 产品迭代与“AI工厂”模式 - 豆包APP自2023年8月上线以来，已完成至少20次以上的版本迭代，在2025年保持每月“上新”的节奏 [11] - 产品功能从最初的文本对话，快速迭代至具备实时语音交互、视频通话、AI博客、一句话P图等多模态能力，升级为“可执行任务的AI助手” [9][11] - 字节跳动以“AI工厂”模式运作，快速开发并整合一系列AI模块到豆包中，并赋能给即梦、剪映等字节系核心产品，通过能力复用驱动增长 [11][12] 市场投放与竞争格局 - 根据DataEye数据，2025年11月大陆市场原生AI产品投放素材总量为89.1万组，其中豆包仅占11%，其投放强度仅为腾讯元宝（46%）和千问（34%）的三分之一 [6] 业务协同与生态构建 - 豆包不仅是面向消费者的AI助手，也是字节跳动进军To B市场（AI云服务）的核心武器和标杆案例 [17] - 研究公司Omida报告显示，火山引擎MaaS服务的Tokens使用量排名中国第一；Gartner报告亦将火山引擎（凭借豆包大模型和火山方舟平台）列为中国厂商第一 [17] - 在字节生态内，豆包作为前端流量入口为即梦、剪映等产品导流，同时其AI能力已成为抖音等内容生态的新基建 [22] 品牌营销与未来展望 - 豆包与火山引擎将成为2026年央视春晚的独家合作伙伴，这是字节跳动首次在国民级舞台进行此类战略投入 [2] - 文章指出，豆包正在成为“新字节”的代表，承载着公司下一个十年的战略野心，包括对新流量入口的All in和对更重资产模式的探索 [2][3][22]

文章核心观点 - 中国AI产业正从“百模大战”的狂热阶段，向“应用落地”的冷静务实阶段转型，解决效率与商业价值的错配成为关键 [1] - 联想集团通过发布“AI工厂”解决方案、核武级服务器及行业标准，旨在从单一的硬件供应商转型为提供全栈能力的服务商，以应对行业挑战并抓住机遇 [1][10] 算力中心到AI工厂的商业模式重构 - 单纯的算力堆砌已无法满足复杂产业需求，单纯的算力中心如不进化将面临生存危机，可能被提供更完整方案的“AI工厂”降维打击 [2][3] - “AI工厂”是对算力基础设施商业模式的重构，其核心在于提供从咨询、数据治理到AI生产管理的一整套能力，补足客户在数据、设计、生产、迭代维护等方面的短板 [2][3] - 该模式旨在降低中小企业自建团队和基础设施的高昂门槛，帮助其降低应用AI技术的门槛 [2][3] 以标准化解决行业效率困境 - 当前行业缺乏衡量AI训练和推理效率的统一标准，导致企业在能源、时间、投入产出上难以评估 [4] - 联想联合标准院及多家机构发布了训推一体化规范，旨在将服务水平量化并设立标杆，让客户明确好的训推服务的投入产出与效率指标，消除市场信息不对称 [4] 应对GPU快速迭代的硬件创新 - GPU技术发展远超CPU，其快速迭代导致服务器架构设计面临巨大不确定性，定下的架构可能一年后便无法支持新发展 [5][6] - 联想发布了“核武级”服务器联想问天WA8080a G5，采用模块化设计策略，将机箱加大到10U以支持未来超过1000瓦的单GPU功耗，并预留了非常大的余量 [5][7] - 其“1+3+N”架构允许CPU、GPU和背板模块化组合，可在很短时间内适配新的GPU模组，旨在保护客户长期投资，避免因GPU快速迭代导致整机报废 [7] 软件定义算力的技术优化 - 联想发布万全异构智算平台4.0，针对2024年涌现的新技术趋势进行优化 [8] - 平台已将DeepSeek公开的颠覆性模型训练算力优化方法实现在推理中，完成了从2.0到3.0的演进 [8] - 4.0版本重点解决了长序列（如128K序列、20万字上下文）带来的并行策略优化挑战，并创新性地解决了RoCE网络在大规模集群（超过四台机器）中带宽衰减的问题 [8] AI应用商业化的现实挑战 - 尽管技术突飞猛进，但AI应用商业化落地依然充满挑战，目前真正能形成明显收入的垂域应用相对较少，更多应用仍处于开放免费阶段 [9] - 与成熟的移动互联网生态（如爱奇艺付费会员）相比，大模型市场尚未达到大规模客户愿意付费的成熟阶段，应用侧的造血能力仍需时间培育 [9]

常州新能源产业战略地位与目标 - 常州市定位为“中国新能源之都”，致力于“招引百亿项目、培育千亿企业、打造万亿产业” [2] - 新能源产业被确立为“十四五”时期现代能源体系建设的核心 [2] 常州新能源产业规模与成就 - 2024年新能源产业产值突破8500亿元 [1] - 动力电池产业链完整度达97%，居全国第一 [1] - 动力电池产能占全国三分之一，金坛区产业集群贡献近“半壁江山” [1] - 金坛区动力电池产业链规上企业超100家 [1] 近期重点项目投资与签约 - 近日有总投资近百亿元的16个新能源产业领域重点项目签约落户常州 [1] 具体项目案例：翔蜂新能源项目 - 翔蜂新能源项目一期是常州市重点工程，也是蜂巢能源总部基地及研发生产项目的重要组成部分 [1] - 项目于2022年9月开工，2023年9月底完成竣工验收 [1] - 项目主要建设翔蜂新能源产业园总部基地配套厂房，包括电极装配车间、化成车间、模组车间等 [1] - 项目总建筑面积约为41万平方米 [1] - 项目定位为高标准、智能化、零排放的环保型AI工厂 [1] - 项目配置世界先进的电池自动化生产设备，自动化率达95% [1] 项目与产业的战略意义 - 该项目对常州市构建研发能力国内领先的动力及储能电池产业集聚区具有重要意义 [1] - 该项目对常州市迈向“全球动力电池中心”具有重要意义 [1] - 通过构建以新能源利用为主的绿色生活方式，常州正为高质量发展现代能源体系注入强大动力 [2]