最近一段时间，各种计算大会相继召开。前几年我们一直在谈建设算力底座成为经济发展的基础，现在我们更多在谈智算，甚至异构智算，已成为生成式AI发展的基石。

从PC时代到移动互联网时代，再到如今的AI时代，每一轮技术变革都在不断降低使用门槛和开发门槛，智算的发展也将进一步降低生成式AI的应用，使其可以快速推进。

生成式AI的成功并非偶然，一方面是大模型能力的引入，一方面就是智算在多个层面的支撑。从海量数据的快速处理到模型的训练推理，智算为生成式AI的创新提供了无与伦比的动力。

智算不仅仅是计算能力的提升，更是数据处理、算法优化和资源管理的综合体现。智算的普及将推动各行各业的数字化转型，实现更精准的数据分析，优化决策过程，提升效率等。

例如，零售行业正在利用智算支撑的AI，分析客户数据，实时调整库存和促销策略。商家能够预测消费者的需求变化，进而优化供应链，提高整体运营效率，提供更精准的购物体验。

但大模型训练不仅关系到企业的算力成本，也与业务方向和资金周转效率密切相关。企业需要根据自身的需求选择自建、租用、公有云等不同的模式。

很多智算服务商都已经构建了包括大模型训练、推理、训推一体以及边缘推理在内的AI全场景服务器产品组合，为生成式AI算力成员发展提供全面的支撑。

同时生态合作也在不断拓展中，因为不同的行业、不同的场景都有大量的“最后一公里”问题要解决，集合生态的力量可以更好地帮助生成式AI平稳落地。

未来让算力变得更智能这件事还会不断推进，为生成式AI发展持续铺路。

最近一段时间，各种计算大会相继召开。前几年我们一直在谈建设算力底座成为经济发展的基础，现在我们更多在谈智算，甚至异构智算，已成为生成式AI发展的基石。

从PC时代到移动互联网时代，再到如今的AI时代，每一轮技术变革都在不断降低使用门槛和开发门槛，智算的发展也将进一步降低生成式AI的应用，使其可以快速推进。

生成式AI的成功并非偶然，一方面是大模型能力的引入，一方面就是智算在多个层面的支撑。从海量数据的快速处理到模型的训练推理，智算为生成式AI的创新提供了无与伦比的动力。

智算不仅仅是计算能力的提升，更是数据处理、算法优化和资源管理的综合体现。智算的普及将推动各行各业的数字化转型，实现更精准的数据分析，优化决策过程，提升效率等。

例如，零售行业正在利用智算支撑的AI，分析客户数据，实时调整库存和促销策略。商家能够预测消费者的需求变化，进而优化供应链，提高整体运营效率，提供更精准的购物体验。

但大模型训练不仅关系到企业的算力成本，也与业务方向和资金周转效率密切相关。企业需要根据自身的需求选择自建、租用、公有云等不同的模式。

很多智算服务商都已经构建了包括大模型训练、推理、训推一体以及边缘推理在内的AI全场景服务器产品组合，为生成式AI算力成员发展提供全面的支撑。

同时生态合作也在不断拓展中，因为不同的行业、不同的场景都有大量的“最后一公里”问题要解决，集合生态的力量可以更好地帮助生成式AI平稳落地。

未来让算力变得更智能这件事还会不断推进，为生成式AI发展持续铺路。