首页 > 资讯 > 正文
Qzone
微博
微信

浪潮数据张东:AI时代需要AI数据操作系统——从四次产业革命看基础设施的底层逻辑

资讯 TOM    2026-08-05 15:00

日前,在“Data Inspire AI 数据激活智能”浪潮数据2026战略新品发布会上,浪潮数据董事长、首席科学家张东发表题为《云数演化、智能涌现》的主旨演讲。立足十年云数技术积淀,穿透 AI产业表层繁荣,直击行业四大底层结构性矛盾,首次完整阐释浪潮数据向全栈AI基础设施服务商战略升维底层逻辑,并深度拆解玄同、万象两大原创系统级架构创新,以AI数据操作系统补齐AI五层产业架构关键夹层,提出适配国内企业私有化发展的完整产业解法,为AI从试点走向规模化落地提供底层技术范式。

浪潮数据张东:AI时代需要AI数据操作系统——从四次产业革命看基础设施的底层逻辑

一、十年产业回望:AI开启新一轮生产力革命

演讲开篇,张东向十年来陪伴浪潮数据的客户、合作伙伴、投资人表达感谢。他回顾,十年前浪潮数据诞生于云计算、大数据崛起时代,如今AI已全面渗透各行各业,企业智能化转型呈现“期待与焦虑并存”的现状:大家看好大模型带来的转型机遇,却又受制于复杂技术选型、持续走高算力成本、业务落地难等现实难题。

在他看来,计算力就是生产力,智算力就是创新力。人类先后历经蒸汽机、电动机、计算机三次产业革命,如今AI驱动第四次产业变革——AI改变的不仅仅是劳动工具,也改变了劳动者的定义。AI可以看做,而是人类智力的延伸,以数据为核心生产要素,全面重塑社会生产关系。

浪潮数据张东:AI时代需要AI数据操作系统——从四次产业革命看基础设施的底层逻辑

张东用三个案例展示了AI如何重塑各行各业、创造新的价值范式:在复杂结构机械设计领域,某火箭发动机企业通过AI技术,单次结构迭代仅15分钟,全套方案3周完成百万次仿真并一次性通过热试车,而传统的人工设计则需要长达6个月。在新药研发领域,某制药公司依托AI推出特发性肺纤维化药物,通过亿级分子库与临床数据实现百万倍药物高通量筛选,从靶点发现到临床前候选化合物仅耗时18个月,研发周期比传统4—6年缩短一半以上。在传统制造业,某钢铁企业建设的AI智慧高炉可毫秒级精准感知炉内状态,准确率高达90%,单炉年增加效益超千万元。

 

二、数据链驱动智能链:三类数据决定AI能力上限

张东特别强调数据在AI时代的关键作用。他指出,从数据链到智能链的转化过程中,数据可以分为三类:

第一类是语料数据,用于训练通用大模型,以互联网、物联网为主要来源,规模可达PB到EB级,多源异构、越用越多,需要大容量的融合存储。

第二类是行业数据,用于垂域模型微调,来自行业数据库、业务系统和专业文档,规模达TB到PB级,需要高性能存储支撑微调数据存取。

第三类是记忆数据,包括人机交互中的历史对话、工作状态、上下文以及面向检索增强的知识库,需要通过向量库、KV Cache、Markdown文件进行动态更新与归档。

浪潮数据张东:AI时代需要AI数据操作系统——从四次产业革命看基础设施的底层逻辑

“数据喂养模型、模型支撑智能应用、应用使用中又产生新数据,源源不断回流优化模型,数据和智能形成相互循环转化的过程。”张东说。

 

三、AI产业繁荣背后的四大挑战

当前AI产业空前繁荣,AI芯片厂商超30家、品类超200类,商用大模型超500款、开源模型数十万计,智能体已落地办公、工业、医疗等数十类场景。但张东指出,繁荣之下,企业AI规模化落地仍面临四大核心挑战。

一是持续演进挑战——原有云数基础设施资产不能浪费,新增AI算力和存力设备要融入已有环境,面临从通算向智算平滑演进、多芯算力融合池化等难题。

二是数据就绪挑战——数据孤岛普遍存在,价值挖掘不足,仍需进行多源多模融合、高价值数据提取和全生命周期管理。

三是生态协同挑战——产业生态割裂,缺乏融合底座,芯片、存储、模型、应用缺乏分层解耦和开放标准。

四是应用落地挑战——如何促进数据转化为知识、算力高效转化为Token、Token转化为业务价值,以及如何评估优化投入产出,成为企业面临的重大挑战。

浪潮数据张东:AI时代需要AI数据操作系统——从四次产业革命看基础设施的底层逻辑

如何破解这四大挑战?浪潮数据给出的答案是:从底层基础设施入手,以AI数据操作系统为核心,重构AI基础设施架构。

 

四、行业核心判断:私有化 AI 基础设施将成为企业主流选择

针对当前很多组织使用公有云大模型服务的现状,张东给出了不同判断。他认为,因为高价值数据最终沉淀在组织内部,从长远来看,本地化AI基础设施部署将成为更多组织的理想选择。

一方面,本地化部署可以实现自主可控与安全合规——模型灵活选型、按需部署,持续构建个性化知识库,微调领域模型,规避数据传输和存储泄露风险。

浪潮数据张东:AI时代需要AI数据操作系统——从四次产业革命看基础设施的底层逻辑

另一方面,从长期和大规模使用角度,私有化部署的拥有成本更优,且更能保证服务质量。以当前主流算力服务器和存储系统性能和成本计算,在月均使用量达到200亿Token时,自建成本更具优势。张东以浪潮数据自身为例——作为一家中等规模企业,月均近千亿Token,AI代码入库率已超40%,版本迭代速度提升1倍。

 

五、新战略、新产品、新技术:浪潮数据的AI答卷

回望十年发展,浪潮数据依托分布式存储、云计算业务稳居国内市场前列,服务超2万家客户。站在AI新起点,浪潮数据正式升级全新发展战略:

坚持以客户为中心,以AI应用为导向,以系统设计为核心,以数据激活智能为主题,通过技术创新、产品引领和生态塑造满足客户数智化转型需求,成为人工智能基础设施领导者。

浪潮数据张东:AI时代需要AI数据操作系统——从四次产业革命看基础设施的底层逻辑

张东指出,每一个时代都有全新的IT基础设施出现,每次基础设施升级都需要新的操作系统来管理——小型机时代的Unix,通用服务器上的Linux,云计算时代的云操作系统。AI基础设施,自然需要AI时代的操作系统。

在AI五层架构中,基础设施层处于中间层,对下利用能源、管理芯片,对上支撑模型和应用。AI数据操作系统通过软件定义、软硬协同的方式编排调度算力、存力和运力。与传统操作系统相比,任务调度从进程调度演变为面向智能体与传统应用的多任务混合调度,设备管理演变为异构计算、存储、网络融合池化管理,数据管理从内存管理演变为上下文、知识等记忆管理。

浪潮数据张东:AI时代需要AI数据操作系统——从四次产业革命看基础设施的底层逻辑

在产品层面,浪潮数据发布AI数据操作系统,围绕算力、数据、模型、智能体提供数据底座和算力引擎。在技术层面,提出两大系统级架构创新——数据底座“玄同”架构通过创新数控分离设计消除东西向数据转发,无锁协程调度框架充分利用多核CPU,全闪原生布局算法有效降低数据写放大;算力引擎“万象”架构通过全时全域动态演化设计满足多场景演进需求,面向多芯多模的高效推理引擎实现Token无损生成加速。在DevOps模式基础上,充分结合当前智能开发软件工程方法,创新基于Degsin-RUN模式的智能体运行环境,实现面向智能体的开放设计、统一运行,全链路可观测和秒级故障自愈。通过这些技术创新从而整体上提升算力资源利用效率和token转化效能,支撑智能体的高效可控运行。

浪潮数据张东:AI时代需要AI数据操作系统——从四次产业革命看基础设施的底层逻辑

在生态层面,浪潮数据启动“Data Inspire AI”生态计划,以AI数据操作系统为桥梁,打造生态协同、技术创新、一站交付、联合保障四大能力。

最后,张东总结:浪潮数据愿携手全体产业伙伴共建开放智能生态,充分释放全域数据价值,推动 AI 基础设施可持续发展,聚力迎接智能化产业浪潮。

 

关于浪潮数据:

浪潮数据,全称济南浪潮数据技术有限公司,官网:https://idtsystem.com/),是浪潮集团旗下专精特新 “小巨人” 企业、国内领先 AI 基础设施产品、解决方案与综合服务供应商。公司深耕私有云、分布式存储领域十余年,打造浪潮云海、浪潮分布式存储两大核心产品线,核心产品包含InCloud AIOS智能云操作系统、AS13000G7系列融合分布式存储,可面向政企客户提供算力+存储一体化全栈底座,依托自研底层技术,产品多次刷新 SPEC Cloud 全球性能纪录,IDC 数据显示InCloud AIOS位居国内云操作系统市场前二、增速行业第一,服务覆盖金融、政务、能源、交通、教育、医疗等超2万家政企客户,持续以可演进、开放兼容的软硬件方案,加速大模型、行业智能体与企业业务深度融合,助力千行百业规模化智能化转型。

 

责任编辑: WY-BD

责任编辑: WY-BD
人家也是有底线的啦~
广告
Copyright © 2018 TOM.COM Corporation, All Rights Reserved 新飞网版权所有