后训练时代，联想如何搭建算力赛道的“超级枢纽”？

文/黄海峰通信生活

从ChatGPT掀起全民AI热潮，到DeepSeek、千问3等本土大模型接连崛起，算力早已超越传统硬件范畴，成为国家战略竞争的新制高点。据中国信息通信研究院发布的《中国算力发展指数白皮书（2022 年）》显示，预计到2030年，全球算力规模将达到56 ZFLOPS，年平均增长率为65%。

在这场算力争夺战中，联想作为行业重要参与者，正通过一系列创新举措构建自身竞争优势。

近日，联想以2025创新科技大会为舞台，在联想AI算力基础设施技术创新论坛暨春季新品发布会上，推出六大创新技术与两大重磅升级，正式推出堪称“算力矩阵”的重磅武器——联想万全异构智算平台3.0、全新算力服务器家族、联想凌拓全新存储产品家族和针对多种规模构建的AI算力集群的智能网络体系以及创新技术与产品，并升级AIO V6系列产品和联想问天WX系列虚拟化超融合8.0.2版本

我们好奇，随着大模型规模的不断扩展、应用场景的日益复杂，AI算力基础设施行业面临哪些挑战？联想新发布的联想万全异构智算平台3.0以及服务器产品实力如何，能否应对挑战？未来，联想在服务器及智算平台这两个赛道又将有怎样的战略规划与布局？

AI浪潮下，算力基础设施面临五大挑战

IT基础设施作为算力的物质基础和核心载体，在行业数字化发展的各个方面都起着不可或缺的作用。如今，随着以DeepSeek为代表的开源大模型走进千行百业，算力基础设施面临新挑战。

第一，算力需求多样化。从基础模型的预训练到推理模型、多模态模型的应用，以及从简单的对话机器人到AI Agent、具身智能的发展，对服务器等设施算力需求也变得更加多样化，这就要求算力基础设施能够提供预训练算力、训推算力、推理算力等更全面多样的AI算力。

第二，算力基础设施需要更高性能。模型本地部署的应用潮流，对大模型一体机的单机性能提出了极致要求，需要服务器具备更强的计算能力、更高的存储容量和更快的读写速度，以满足本地模型的高效运行。

同时，万卡、十万卡级算力集群的出现，要求在超大规模算力集群里，实现“算存网”能力的高效协同，以避免因某一环节的性能瓶颈而影响整个集群的算力发挥。

第三，算力基础设施需要更高能效。AI算力的增长对电力需求提出了更多挑战，如何在满足算力需求的同时，降低数据中心的能耗，实现绿色计算，是服务器及算力基础设施面临的重要问题。

第四，算力基础设施需要更高可靠性。在AI计算中，尤其是大规模的分布式训推过程中，硬件故障可能导致整个集群计算水平大幅度下降。这就要求算力基础设施具备更高的硬件可靠性和故障自愈能力。

第五，算力基础设施需要提高通信效率。以DeepSeek为代表的MoE架构大模型，在训推过程中的通信复杂度呈指数级增长，与传统的稠密模型相比，各个专家间需要不断地通信、协同计算，导致多个GPU间频繁交互，这对AI服务器之间的通信网络提出了更高的要求。

技术突围！联想两大利器破解算力困局

如何破解大模型时代算力基础设施面临的诸多挑战？在联想看来，唯有创新才是破解挑战的唯一选择。

回首过去，当行业面临大模型预训练和传统模型推理的算力诉求时，联想通过技术创新，推出联想万全异构智算平台四大技术，筑牢大模型发展底座。

如今，联想依旧以创新为引领，打造大模型时代的坚实底座，在本次大会上推出联想万全异构智算平台3.0与全新算力服务器家族两大核心“利器”。

利器一：发布联想万全异构智算平台3.0

联想中国基础设施业务群战略管理部总监黄山表示，联想万全异构智算平台3.0进一步推出五大差异化技术，帮助用户在AI预训练、后训练、推理的过程中取得最高效、最稳定的算力。具体而言，五大技术将带来算力设施如下升级。

其一，AI推理加速算法集，可对MLA等业界新型方法进行工程实践落地，并结合联想积累的混合精度量化、分布式并行等方法二次优化，将DeepSeek等大模型的推理性能提升5-10倍，单台8卡GPU服务器采用该平台后可支持190路用户同时使用DeepSeek满血版，相比业界最优社区方案保持20%性能优势，满足用户对推理高吞吐量、低延时的诉求。

其二，AI编译优化器，能在构建AI计算图过程中，采用临近算子融合、高效算子替代和简化计算路径等方式，结合与GPU战略伙伴的研发成果优化算子，经其优化后，AI训练后推理的计算开销至少降低15%，且分布式训练或推理规模越大，效果越显著。

其三，AI训推慢节点故障预测与自愈系统，基于联想三年以上积累的AI训推故障特征库并训练故障预测模型，实现用AI模型预测AI故障。系统通过异步训练检查点或推理备份准备故障恢复环境，故障发生时自动排除故障点，实现百卡集群故障秒级恢复、千卡分钟级恢复、万卡十分钟级以内恢复。

其四，专家并行通信算法，针对MoE架构大模型训推中all to all通信方式带来的指数级通信复杂度问题，研发细粒度的计算通信协同优化算法，在底层核函数层面实现计算与通信过程高度并行，将推理延迟降低300%以上，网络带宽利用率从50%提升到90%。

其五，智能资源调度引擎，可基于实时负载感知与异构算力特征，动态优化GPU/CPU/DPU等资源分配策略。通过拓扑感知的任务调度算法，将多模态模型训推任务与硬件架构精准匹配，使混合算力集群利用率提升25%以上，端到端任务执行效率提高30%，全面释放异构算力潜能。

利器二：全新算力服务器家族

联想中国基础设施业务群服务器产品部总经理周韬在发布会上指出，联想在服务器发展中一直通过引领服务器技术创新，为客户重新定义新的算力。如今，面对大模型后训练时代，联想选择再次进化服务器，并重新定义算力。本次联想推出的全新算力服务器家族，可面对不同AI应用场景，充分释放AI服务器的算力潜能。

其一，面对数据处理环节，联想推出ThinkSystem SC750 V4在内的数据处理算力服务器家族。这些服务器可在单一机柜中实现高达48个计算节点，可配置12288个英特尔志强6性能核心及8800兆赫兹的MRDIMM，采用专利无滴漏不锈钢盲插系统等保障稳定，13U16节点高密度全液冷设计提升算力效率。

其二，面对AI训练环节，联想推出联想问天WA7880a家族在内的AI训练算力服务器家族。这些服务器配置两颗英特尔志强处理器、8块GPU卡通过OAM互联提供澎湃算力，采用冷板式CPU/GPU液冷方案及浸没式液冷技术实现绿色节能，结合异构智算平台实现异构算力调度、故障感知解决，利用AI编译优化器降低训练开支。

其三，面对推理应用环节，联想推出联想问天 WA5480 G5、联想问天WR5220 G5、联想ThinkSystem SR650 V4、SR650a V4、SR630 V4在内的推理应用算力服务器家族。这些服务器支持英特尔Xeon6处理器和主流PCIE GPU处理器，CPU核集成加速器，与GPU配合良好，借助独特技术保障可靠性，提供全液冷方案，结合英特尔Xeon6的能效优势，为客户提供更高性能和功耗比。

构建算力新生态：联想勾勒全新战略布局

面向未来，联想算力基础设施有着怎样的发展路径？通过与联想专家交流，笔者发现，联想在联想万全异构智算平台，以及服务器发展中有着清晰的发展规划与战略布局：构建“四个更”的混合式基础设施，即更强大、更高效、更稳定、更绿色，助力混合式人工智能快速落地。

首先，在算力服务器领域，联想将构建多样化的“数字武器库”，让算力设施更强大。在产品平台拓展维度，联想将从目前主要集中在英特尔平台，拓展至“1 + 3 + N”规划方向。其中，“1”为一个系统架构，“3”支持三种CPU的形态，“N”代表多种GPU的组合。

笔者认为，这种布局将让联想拥有不同类型“武器”，可通过产品自由搭配，满足客户多样化的“作战需求”。

此外，联想将注重场景化设计优化。比如，数据处理场景下，注重提升CPU算力密度；AI训练场景着重解决GPU功耗及散热问题；推理应用场景强调服务器平台的通用性，提供更长的部件兼容性列表，适配市面上常见部件。

其次，创新算力服务，让算力设施更高效。联想在算力服务方面，首次发布算力服务“成本-效能”双优运营系统，持续助力客户优化运营效能与成本。其中智能调度引擎与FinOps引擎，将数据输送到混合云，完成企业AI模型训练，待模型培育成熟后，可弹性部署在边缘设备或终端硬件，实现分布式推理运算，可提升集群资源利用率13%，并精准识别58%无效实例，最大化用户效益。这一创新对于提升企业AI基础设施的投资回报率具有重要价值。

再次，联想将基于联想万全异构智算平台，打造数字世界的“超级枢纽”，让算力设施更稳定。在技术创新方面，异构纳管技术就像是给不同型号的“数字列车”铺设统一轨道。联想希望让国产GPU伙伴的“列车”稳稳驶入轨道，还要与部分伙伴共同打磨轨道的每一处细节，让列车跑得又快又稳。

比如，联想凌拓从数据管理到存储架构均进行了全方位升级，包括联想问天DXN AI存储解决方案、DXN2000系列、DXN全闪系列，Lenovo ThinkSystem DE/DM/DG系列、NetApp ASA/AFF/FAS系列、AIPod DeepSeek一体机在内的联想凌拓全新存储产品家族，不仅提供覆盖纯训练、训推一体以及推理场景的综合架构方案，还与GPU企业展开深度合作，确保技术和产品能够快速落地、满足本地各行业实际需求。

又比如，联想通过RoCE/IB多架构融合及低延迟优化技术，构建了覆盖多种规模AI算力集群的智能网络体系。其数据网络产品兼容多种主流AI网络架构，包括基于无阻塞通信的胖树架构（Fat-Tree）、具备高扩展性与低时延特性的蜻蜓增强型架构（Dragonfly+），以及分布式解耦的DDC架构（Distributed Disaggregated Chassis），充分满足差异化场景需求。其中，本次发布的高密度400G交换机联想问天NE8770-64QC，专为AI场景深度优化；也发布了两款战略级新品——面向下一代融合数据网络的多业务核心交换机联想问天NE7550G-8C，以及支持超大规模组网的新一代高性能核心交换机联想问天NE9770G-4C。

在模型与场景拓展方面，联想将持续关注各类大模型的发展，将已有的优化技术和方案应用到新模型中，针对新模型的特点进行进一步优化。

此外，联想还将从当前的智算中心，向推理应用场景拓展，提升推理技术亮点，实现对AI全流程的算力优化，以满足不同行业、不同客户在不同场景下对AI算力的需求。

最后，以浸没液冷技术双突破，让算力设施更绿色。在绿色计算领域，联想浸没液冷技术取得双重突破：单相浸没方面采用"飞鱼"仿生散热设计，模拟鱼类游动姿态优化流体设计，支持下一代600W芯片散热，最大功耗提升20%。此前，联想与清华大学开展深入技术预研合作，研发流场优化方案及高性能散热器，使冷却液的冷却效率最大化，获得最优PUE，同时在冷却液、Tank设计方案、CDU等各方面探索低成本方案，推动浸没液冷的快速普及。

相变浸没方向通过“双循环”相变浸没制冷系统实现PUE低至1.035的业界领先水平，为更冷静、更可靠的服务器及数据中心产品提供有力支持。联想还专门在天津建立了浸没式液冷实验室，通过真实场景的实验获得可靠数据，以推动浸没式液冷的研发。

从单点突破到生态共赢：联想为算力竞争提供新范式

在全球算力竞争白热化阶段，联想推出的联想万全异构智算平台3.0与全新算力服务器家族，标志着算力基础设施正从“硬件堆砌”迈向“生态协同”、从“单一功能”转向“全链路优化”。

联想的战略布局精准直击行业痛点。比如，其“四大差异化技术”将算法创新、硬件优化与场景适配深度融合，以“软硬一体”模式打破传统厂商仅依赖硬件升级的局限，树立技术融合创新标杆。

同时，服务器国产化进程的推进，将让联想构建起“技术自主+生态开放”的双轮驱动模式，有望成为中国企业在全球算力竞争中的突围范式。

纵观联想在算力基础设施的布局，似乎给整个行业带来一定启示：算力竞争不仅是技术比拼，更是生态体系、战略眼光与响应速度的综合较量。

在这一过程中，唯有整合多元技术、构建开放生态且能快速响应场景需求的企业，方能在智能革命浪潮中抢占先机，赢得未来。