8月22日至24日，2025中國算力大會在山西大同隆重召開，在這場算力領域的頂級盛會上，浪潮數據董事長張東應邀出席“算力注智，激發產業新動能”主論壇，并發表主旨演講，深入剖析當前云數智融合趨勢下企業面臨的核心挑戰，提出“可演進架構”這一創新理念，為企業數字化轉型提供了新的思路與方法。

云數智融合：趨勢與挑戰并存

    當前，云、數、智加速融合，深刻重塑企業運營模式與發展格局。張東指出，在這一進程中，企業智能化轉型呈現出幾大新趨勢：

    *智能體是AI應用落地的關鍵載體，大模型私有化部署成為趨勢。2025年被視為智能體商業爆發元年，若說大模型是企業的 “智慧大腦”，智能體則能依托大模型自動理解業務意圖、拆解任務流程、調用核心系統，最終實現自主決策與任務執行。隨著模型本地化部署成本持續降低，私有化基礎設施憑借數據安全保障力與業務適配靈活性，成為企業加速智能轉型的首要選擇。

    *算力進入“多芯多模”時代。復雜多變的業務場景使得單一芯片難以滿足需求，“一云多芯” 成為企業剛需。智能體作為AI應用落地的關鍵載體，正打通技術與業務場景的“最后一公里”，推動AI價值轉化。

    *可演進的AI基礎設施是加速釋放生產力的關鍵。企業不再追求 “推倒重來” 式的 AI 基建搭建，而是更注重依托現有基礎設施資產與數據整合基礎，構建能夠持續演進的 AI 基礎設施，以此支撐智能應用創新，實現 “上云、用數、賦智” 的漸進式突破 —— 這也意味著，AI 基礎設施已成為適配多模多芯、支持私有部署、保障智能體編排的理想形態。

    然而，新趨勢也帶來新挑戰，張東進一步指出，企業在云數智融合進程中面臨四大核心難題：一是架構平滑演進難，如何從傳統資源基礎設施向智能基礎設施無縫過渡，避免技術迭代與業務中斷的矛盾；二是異構資源融合難，CPU、GPU、DPU 等多元算力的統一調度與高效適配存在壁壘，制約算力整體效能釋放；三是多模推理優化難，如何通過軟硬協同優化 AI 推理框架，提升模型算效比；四是統一運營運維難，智能體的復雜性導致其運維管理門檻高，亟需降低企業易用性與維護成本。

    可演進架構：云數智融合的新引擎

    面對上述挑戰，浪潮數據提出“可演進架構”理念，為企業云數智融合提供有力支撐。該架構的核心邏輯在于堅持 “應用為導向、系統為核心”。通過開放標準、分層解耦與軟件定義、軟硬協同等方式，構建具備彈性擴展能力的 AI 基礎設施，使技術迭代能夠與業務增長同頻共振，進而激活新質生產力。

具體措施包括：

    *可演進智能基礎設施架構，采用積木式擴展設計，企業可基于現有資產迭代擴展 AI 能力，既避免重復投資，又能快速賦能云上應用的智慧化轉型，為智能體規模化落地鋪路；面向一云多芯的算力調度系統，能夠支撐用戶業務在不同架構處理器之間進行低成本或自由切換，有效解決多元算力協同難題。

    *高性能高可靠融合存儲管理，通過優化存儲資源配置，提升資源利用率，加快AI訓練速度，滿足大規模AI場景對存儲的嚴苛需求。

    *全棧一體化系統運維則針對智能體提供一體化運維管理，打造開放的大模型與上下文協議程序運行環境，提供高性能、高密度、一體化的智能體軟硬基礎設施，實現全棧可觀測、根因定位和故障自愈，降低企業運維成本與難度。

    持續迭代，共筑算力產業未來

    從長遠看，企業實現云數智深度融合的關鍵，在于構建并應用可演進AI基礎設施。這一能力是激活新質生產力的核心引擎，通過持續迭代接入新技術、優化現有資產，實現 “應用智慧化、系統彈性化、效能最優化”，推動技術創新與業務增長形成良性循環。

    張東建議，為推動我國算力產業高質量發展方面，應重點從以下三個方面展開：

    *深化可演進路線，聚焦算力、存算、算網、多模融合創新，不斷迭代模塊化架構，讓企業能夠基于現有資產平滑升級 AI 能力，保護存量投資，釋放算力潛能。

    *構建自主技術體系，突破核心技術壁壘，完善從硬件到智能體的全棧方案，為大模型私有化部署與智能體規模化落地提供堅實支撐，夯實產業自主可控基礎。

    *推進高水平生態建設，聯合產業鏈各方制定開放標準規范體系，促進 “人工智能+應用” 深度融合，助力算力基建化與普惠化，提升整體產業效能。

    張東表述，浪潮數據始終致力于助力企業在云數智融合時代實現高質量發展，從云計算基礎設施到AI基礎設施演進，始終企業轉型痛點與產業發展需求。他堅信，“可演進架構” 將成為企業突破困境、實現創新發展的關鍵支撐，推動我國算力產業邁向更高質量的發展階段。