政策导向 - 国务院印发《关于深入实施"人工智能+"行动的意见》提出加快实施6大重点行动并强化8项基础支撑能力 推动人工智能与经济社会广泛深度融合[1] - 人工智能被定义为引领新一轮科技革命和产业变革的颠覆性技术 成为国际竞争新焦点和经济发展强大引擎[1] 产业发展方向 - 培育智能原生新模式新业态 大力发展智能原生技术、产品和服务体系[1] - 加快培育基于人工智能底层架构和运行逻辑的智能原生企业 探索全新商业模式并催生新业态[1] 人工智能工厂创新实践 - 浪潮人工智能工厂作为智能原生新业态创新实践 解决行业对人工智能算力服务分散化、小型化、定制化需求[1] - 基于分布式智能云实现集约化建设 根据用户需求分为区域级、城市级、企业级三种形态[1] - 实现用户大模型与智能体的规模化量产[1] 技术生产体系 - 浪潮人工智能工厂是国内首个面向行业场景具备工业化、标准化、规模化能力的生产流水线 采用"模型制造模型"模式[3] - 通过打造数据车间、模型车间等"九大车间" 解决人工智能全生命周期标准化、自动化和规模化生产问题[3] - 已沉淀61道工序和113套工具 年满产1000+订单模型[3] - 交付周期从90人天缩短到20人天[3] 平台生态功能 - 人工智能工厂构建大模型产业生态体系 既是垂类模型和智能体制造平台 也是通用算力支撑平台[3] - 同时作为产业链构建平台、生态创新孵化平台、科学技术研究平台、人才培育平台和产业投资平台[3] - 致力于人工智能发展和治理业务 实现大模型广泛应用[3] 未来发展规划 - 浪潮云将以国家方针政策为指引 基于分布式智能云和人工智能工厂赋能千行百业[4] - 重塑人类生产生活范式 促进生产力革命性跃迁和生产关系深层次变革[4] - 加快形成人机协同、跨界融合、共创分享的智能经济和智能社会新形态[4]

公司动态 - 浪潮集团执行总裁肖雪推介浪潮人工智能工厂 采用"发布+推介"形式展示该工厂在山东省产业链中的核心作用 [1] - 浪潮人工智能工厂是国内首个面向行业场景的工业化、标准化、规模化人工智能生产流水线 由通用算力中心、模型工厂、智能体工厂、训练场组成 [1] - 工厂由模型制造、智能体制造、综合训练场三大核心模块构成 基于分布式智能云实现集约化建设 提供城市级、行业级、企业级三种产品形态 [2] - 工厂通过"九大车间"（如工艺技术中心、语料中心等）解决人工智能全生命周期的标准化、自动化、规模化生产问题 [2] - 目前工厂已沉淀61道工序、113套工具 年满产1000+订单模型 交付周期从90人天缩短至20人天 [2] 行业趋势 - 人工智能被定位为新一轮科技革命和产业变革的战略性技术 是推动产业升级和培育新质生产力的重要引擎 [1] - 山东省依托工业基础、数据资源及多元化应用场景 加速布局人工智能产业链 打造高质量发展新优势 [1] - 行业需求呈现算力服务小型化、专业化、分散化趋势 浪潮通过分布式智能云布局适应这一变化 [1] 战略布局 - 浪潮作为山东省人工智能产业链链主企业 致力于推动人工智能与千行百业深度融合 [1] - 工厂定位为五大平台：公共服务平台、产业链整合平台、生态共营平台、科研平台、人才服务平台 旨在汇聚产业生态 [2] - 公司将提供基于人工智能全产业链的全栈解决方案 构建新型基础设施 通过多行业实践经验赋能各领域 [2] - 战略目标包括加强生态合作、产业协同 构建人工智能领域"护城河" 实现"有云处皆智能"的数字世界 [2]

人工智能工厂定位与功能 - 作为国内首个面向行业场景的人工智能新型基础设施 具备工业化 标准化 规模化生产流水线能力 [1] - 从集中提供通用算力转向适应客户对算力服务小型化 专业化 分散化需求 [1] - 通过九大车间（工艺技术中心 调度服务中心 语料中心等）重点解决人工智能全生命周期标准化 自动化和规模化生产问题 [1] - 将数据 设备和实验研究紧密连接 形成人才培养 产业服务 技术创新 资源整合的一体化生态服务平台 [1] - 年满产1000+订单模型 交付周期从90人天缩短到20人天 已沉淀61道工序和113套工具 [1] 运营模式与产业作用 - 作为公共服务平台 产业链整合平台 生态共营平台 科学研发平台 人才服务平台五大功能平台 [2] - 通过汇聚人工智能产业生态 打造产业核心载体与创新引擎 [2] - 推动人工智能在山东省落地 助力新旧动能转换 打造人工智能产业发展新格局 [2] 公司行业地位与基础设施 - 作为山东人工智能产业链链主企业 [2] - 国内唯一可覆盖生成式人工智能全部五层产品和服务的厂商 [2] - 基于分布式智能云提供面向生成式人工智能的全栈解决方案 [2] - 大模型落地68个领域 位居中国行业大模型市场第一位 [2] - 在全国布局122个云中心 557个分布式云节点 打造中国最大分布式智能云 [2] - 依托国内1000+云舟联盟和海外400+海若智能体联盟生态伙伴 [2] 生态合作战略 - 强调生态合作和产业协同对人工智能发展的重要性 [3] - 通过人工智能工厂平台与芯片厂商 数据处理厂商 模型厂商等产业伙伴合作 [3] - 共同创造人工智能领域竞争力护城河 推进整个产业发展 [3]

全球及中国算力市场规模与增长 - 2024年全球AI服务器市场规模达1251亿美元 2025年将增至1587亿美元 2028年有望达到2227亿美元 [3] - 生成式AI服务器占比将从2025年的29.6%提升至2028年的37.7% [3] - 中国智能算力规模2025年达1037.3 EFLOPS 2028年预计达2781.9 EFLOPS [3] - 中国通用算力规模2025年达85.8 EFLOPS 2028年预计达140.1 EFLOPS [3] - 中国智能算力2023-2028年复合增长率达46.2% 通用算力为18.8% [3] 算力需求结构性转变 - 算力需求从大模型训练向智能体、具身智能扩展 [2] - 用户需求从单纯训练转向训练与推理并重 推理算力需求显著增长 [6] - 行业从"规模驱动"转向"效率驱动" 技术门槛降低促竞争多元化 [6] - AI技术方向从预训练转向后训练及推理阶段 [6] 跨域混训技术发展与挑战 - 千公里级跨域混训技术实现 如上海-济南1500公里互联 [4] - 跨集群混训需解决多供应商协议接口互通技术问题 [5] - 算力调度平台内商业利益划分存在现实挑战 [6] - "东数西算"工程直接投资超435亿元 拉动投资超2000亿元 [4] - 枢纽节点机架规模超195万架 上架率63% 东西部网络时延满足20毫秒 [4] 算力服务模式升级 - 服务模式从IaaS向MaaS升级 提供端到端行业解决方案 [7] - 云厂商预置优化模型降低客户算力采购复杂度 [7] - 算力服务向小型化、专业化、分散化发展 [7] - 浪潮人工智能工厂实现61道工序、113套工具标准化生产 [7] 企业算力建设认知与优化 - 企业自建算力存在投入大、周期长、利用率低问题 部分机房利用率不足30% [8] - 需根据业务场景特性选择算力类型 平衡可用性与成本 [8] - 软硬件协同优化提升GPU性能 以低成本芯片达到国际水平 [11] 算力网络演进与技术要求 - 算力网络向AI化、分布化演进 多节点多模式协同为终极形态 [9][10] - 分布式广域多集群算力网络需求增长 RoCE、UEC成关键技术 [10] - 算力调度平台需满足高性能通信要求以实现有效调度 [9] 绿色算力与节能减排 - AI数据中心能源消耗预计以44.7%年复合增长率增长 2027年达146.2太瓦时 [12] - 液冷技术、海底数据中心等创新方案降低能耗 海南陵水项目PUE低至1.076 [13] - 海底数据中心较传统陆地数据中心节能30%-40% 水资源消耗近乎零 [13] - 海上风电+海底数据中心模式绿电直供率达97% 建设成本降30% [13] - 余热回收结合养鱼业、热能发电形成产业闭环 [13] - 数据中心智能化转型通过AI运维、无人机配送实现无人化运营 [15]