广告
加载中

浪潮推出首个“人工智能工厂” 工业化模式加速技术落地

牛慧 2025/08/13 11:23
牛慧 2025/08/13 11:23

邦小白快读

浪潮人工智能工厂采用工业化模式,高效生产AI模型和智能体。

1. 工厂通过工具、工序、工艺构建全链路流水线,实现垂类模型和智能体的标准化与大规模定制化生产,覆盖从订单到交付各环节。

2. 实际应用包括政务热线智能体,生产过程通过语料中心等9个功能中心优化。

3. 显著优势是效率提升和成本降低,如12345政务热线交付周期从90天缩短至20天。

工厂基于分布式云计算,实现普惠化算力服务。

1. 灵活部署可支持城市级或行业级AI工厂。

2. 推广人工智能+国家战略,让各行业共享技术红利。

浪潮AI工厂突显品牌在AI全栈解决方案的创新。

1. 品牌营销依托工厂平台推广竞争力,如联合多部委作为培训基地;产品研发聚焦工具标准化和效率提升,推动模型制造模型模式。

2. 品牌渠道建设通过生态合作整合芯片厂商等行业伙伴,强化护城河。

3. 消费趋势响应AI应用普及化增长,工厂定制化服务匹配多元化场景需求。

价格竞争借鉴低成本模式。

1. 普惠化算力降低实施成本。

2. 用户行为导向定制化生产,优化资源配置。

浪潮AI工厂解读AI+国家政策机会。

1. 增长市场基于政府报告战略,提供行业级智能体部署机会。

2. 消费需求变化催生定制化模型生产,响应分散化和个性化趋势。

可学习点包括工业化商业模式创新。

1. 工厂模式实现标准化和柔性应用。

2. 合作方式强调生态协同,整合上下游伙伴。

机会提示在低风险部署。

1. 分布式架构规避单一故障风险。

2. 正面影响提升效率,缩短周期;扶持政策体现平台化培训基地支持。

浪潮AI工厂启示生产和数字化优化。

1. 产品生产需求通过工具、工序、工艺流水线实现,如数据清洗和训练优化提升成品度。

2. 设计需求聚焦模型制造模型创新。

商业机会在行业定制。

1. 可部署多级AI工厂,创造新收益点。

2. 推进数字化启示成本控制。

1. 算力普惠降低整体成本。

2. 案例12345流程优化展示效率提升。

浪潮工厂揭示行业趋势和解决方案。

1. 行业发展趋势向工业化AI落地发展,推动模型大规模生产。

2. 新技术包括模型制造模型工具和精细工序。

客户痛点在分散服务和低效率。

1. 解决方案通过全链路流水线解决。

2. 功能中心如训练中心和安全防护中心处理痛点。

案例应用实例。

1. 政务热线智能体展示整体优化效果。

2. 分布式云架构保障普惠性。

AI工厂作为平台满足商业需求和风控。

1. 平台最新做法以协同模式整合生态伙伴。

2. 运营管理通过调度服务中心等9个中心优化流程。

商业需求在灵活部署。

1. 支持集中、分散或本地化部署。

2. 风险规避依赖安全评测中心。

平台招商启示合作潜力。

1. 生态平台汇聚高校和企业资源。

2. 机会在行业扩展,如政府或企业级工厂。

浪潮工厂探索产业新动向和商业模式。

1. 产业新动向聚焦AI工业化落地,解决规模化、低成本问题。

2. 新问题涉及模型与业务强交叉挑战。

政策法规启示基于AI+国家战略。

1. 支撑因地制宜发展新质生产力。

2. 实践保障普惠性。

商业模式创新模型制造模型。

1. 工具标准化提升效率。

2. 生态协同推动突破,如成为科研平台。

{{loading ? '正在重新生成' : '重新生成'}}

返回默认

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

2025年8月6日下午,在浪潮人工智能工厂,迎来了一场重要活动——由山东省人民政府新闻办公室主办的“产业链上的山东好品牌”系列现场记者见面会。此次活动以“‘链’出新引擎”专场为主题,浪潮集团执行总裁、总工程师,浪潮云董事长肖雪以“发布+推介”形式,介绍了浪潮人工智能工厂。

当前,人工智能在多行业应用落地,面临层出不穷的场景,如何高效、集约化落地成为挑战。浪潮人工智能工厂适应算力服务分散化、小型化、定制化的需求,提出了工业化生产模式,通过打造“工具”、“工序”和“工艺”,搭建从订单到交付的“全链路生产流水线”,从而实现垂类模型和智能体的标准化、大规模定制化生产。

这座工厂的建成,是人工智能大规模和普惠化落地的一个重要实践。在今年的《政府工作报告》中,多次提到“人工智能+”战略,强调因地制宜发展新质生产力。然而,如何实现规模化、低成本落地,成为亟待解决的问题。浪潮人工智能工厂,正是在这一背景下应运而生。

那么,什么是人工智能工厂?工厂中的“工具”、“工序”和“工艺”各指的是什么?工厂提出的“模型制造模型”有什么含义?当前又有哪些具体应用?

01

为何要建立人工智能工厂

“浪潮人工智能工厂,实际上是通过工业化制造的逻辑,来推动中国人工智能能力的建设。”肖雪开门见山道,人工智能工厂生产两大类产品:垂直行业模型和智能体。

为什么要以制造的逻辑,来推动人工智能产品的落地?

“我们发现,大模型在落地应用时,对产品的规模化、标准化及定制化,都提出了更高的要求。”肖雪解释说,中国拥有41个工业大类、207个中类、666个小类,形成了全球最完整的工业体系,垂直行业场景更是纷繁多元、层出不穷。在这样的产业格局下,要实现人工智能的高效化、集约化发展,让人工智能在大范围内发挥价值,就必须走工业化道路,“实现标准化,并支持大规模定制,也就是柔性应用”。

正因如此,人工智能工厂应运而生。浪潮在概念和落地中探索实践,目前是国内唯一已落地的实体化人工智能工厂的企业。

肖雪进一步解释道,进入人工智能时代,客户对完整解决方案的需求已十分明确。过去,云计算、数据、应用、安全等环节多由不同主体分散提供,导致客户在部署时难以实现最优配置、最低成本与最高效率,更缺乏统一架构支持“开箱即用”。

对浪潮而言,其核心目标是提供基于人工智能全产业链的全栈解决方案。作为国内覆盖生成式人工智能五层结构的企业,即基础层、模型层、平台层、应用层、服务层,浪潮正以此为支撑构建能力体系。

基于此,在浪潮人工智能工厂中,聚焦三项核心任务:

一是大力构建人工智能基础设施。人工智能工厂作为一种新型基础设施,运用制造模式实现产品的更低成本、更高效率和更高的成品度。浪潮还通过大规模分布式云计算架构,推动算力服务的普惠化,降低人工智能实施的整体成本。

二是赋能行业智能体。在人工智能领域,中国有独特的场景优势,各行各业遍布丰富的应用场景。浪潮基于在多个行业的经验,构建垂类模型和智能体,帮助各个行业实现跃升。

三是推动生态合作与产业协同。人工智能发展不能靠单一企业,更需要以应用为主导,实现生态合作与产业协同。浪潮希望通过人工智能工厂这一平台,促成各方协同,共同创新,打造人工智能领域的竞争力护城河。工厂中的“工具”与“工艺”,来自众多生态和产业合作伙伴,包括芯片厂商、数据处理厂商、模型厂商、调优厂商和行业企业。浪潮期待这种协同创新模式推动整体竞争力的提升。

目前,浪潮人工智能工厂已搭建了通用算力中心、人工智能模型工厂、智能体工厂和人工智能训练场,具备9个功能中心,包括工艺技术中心、调度服务中心、语料中心、训练中心、智能体中心、集成中心、评测中心、安全防护中心、资源支撑中心。

02

工厂的“工具、工艺和工序”

发布活动当天,浪潮人工智能工厂中展示了为数字政府、数字社会和数字经济提供的各类服务,如12345政务热线智能体、水利/应急等行业智能体。此外,工厂还展示了智能设备具身智能产品,这些创新成果皆由人工智能工厂,用制造化方式来实现。

“在浪潮人工智能工厂中,我们提出了另外一个逻辑,叫做‘模型制造模型’。”肖雪强调。通过模型来打磨工具,再用工具来制造新的模型,形成一个开放高效的生产模式。工厂目前已拥有61个工序和113套工具。

目前,业界常见的做法是通过外挂知识库或数据蒸馏,使模型适应某一行业应用。但肖雪认为,如果走“以应用为核心”的道路,就要解决模型与业务的强交叉问题,人工智能需要建立专门细分模型,用智能体的逻辑,实现软硬件深度结合,开展专业训练。

而工厂通过大规模的数据计算与调整,生产垂类模型,可实现技术与行业需求更紧密的结合。人工智能工厂效仿传统制造工厂,提出了“工具”、“工序”和“工艺”的概念。它们与传统制造业有延续但也有巨大的差异。

以12345政务热线智能体的生产为例,工厂通过一整套精细化的生产流程,大幅提升了生产效率和质量:

在接到用户订单后,该智能体在各功能中心进行精细化打造。如在语料中心,通过对原始数据进行特征分析,结合工厂自有语料库和大模型的数据增广,得到训练数据,进行数据清洗标注和质检,完成高质量训练数据出库。在训练中心通过训练数据配比、超参调整优化;在评测中心进行功能、性能和效果的全面评估;安全防护中心进行安全评测和加固等……

最终,完成12345政务热线智能体的生产,交付周期从90人天缩短到20人天。

在这个过程中,工厂不断沉淀工具和工艺,优化工序,持续优化垂类模型和智能体生产能力。“其中最核心的是‘工艺’。既然我们是‘模型制造模型’的方式来打造工具,那么工艺的价值就在于工具不断标准化、不断提升效率,来提升整个生产能力。”肖雪说。

此外,工厂也是一个人工智能创新的协同和整合平台,正在成为多个部委认可的人才培训基地,也逐步建成相关高校的科研平台,并汇聚多家专业企业,共同推动人工智能技术的突破。

浪潮人工智能工厂不仅提供模型和智能体制造的大规模、定制化制造,通过分布式云架构,浪潮可搭建城市级、行业级或企业级的人工智能工厂,实现集中化、分散化与本地化部署的灵活切换。这样的系统能切实保障人工智能技术的普惠性和普及性,让各行各业都能共享技术革新红利,从而为“人工智能 +”国家战略的落实提供有力支撑。

注:文/牛慧,文章来源:数智前线,本文为作者独立观点,不代表亿邦动力立场。

文章来源:数智前线

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享

APP内打开

+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0