【環球網科技報道 記者 林迪】2025年被稱為大模型落地元年。不過，企業要實現AI有效落地，必須突破三重壁壘：異構算力供給的動態平衡難題、模型迭代的可控性挑戰和技術與業務的融合斷層。面對這些挑戰，新華三給出了系列技術答案：以開放姿態、工程能力與長期主義，破解當下AI基礎設施“效率、供給、普惠”三大痛點。

　　在接受記者采訪時，新華三集團高級副總裁、云與計算存儲產品線總裁徐潤安直言這是WAIC史上最火的一屆，“機器人滿地走”折射產業加速度。在他看來，論壇內容“很干”，場景落地密集，標志著AI從“看熱鬧”進入“看門道”。

　　與過去 IT 產業發展路徑不同，當前 AI 領域的創新呈現全鏈條爆發態勢。“過去從 IT 角度來說，跟著傳統CPU和GPU大廠路線走就可以了。但現在，每個環節、每個層次都在進行創新，GPU 廠商、整機廠商、操作系統廠商等都在各自領域深耕，這種突破原有邊界的創新活力，是前所未有的。” 徐潤安強調。

　　

 

　　多元算力與云邊端協同成基礎設施發展核心趨勢

　　在 AI 走向“技術摸高”和工程創新并重的階段，AI 基礎設施的發展方向成為焦點。徐潤安指出，多元算力泛在協同與云邊端一體化是兩大核心趨勢。“算力結構在向集中式訓練、邊緣推理的架構進化，智算中心也從簡單粗放的堆算力，轉向追求效率，因為只有效率提升，才能實現商業閉環。”

　　為適應多元算力需求，新華三推出了豐富的產品形態，從服務器到整機柜超節點，涵蓋多種 GPU 算力產品。“理論上服務器應追求規?；?、標準化，但現在不同 GPU 在性能、功耗等方面特點各異，為適配更多 GPU 并提升算力效率，必須推出更多形態的產品。” 徐潤安解釋道。

　　網絡層面，高帶寬、低延時、高可靠的傳輸成為關鍵，以太網技術在此方面的優勢比較明顯。“包括傳統GPU大廠，也在發展以太網技術，我們發現以太網的傳輸性能非常高，通過架構的創新還能夠顯著提升千卡、萬卡規模集群的計算效率。” 徐潤安補充。存儲方面，高性能與綠色化并重，多協議融合、秒級加載能力、高 IOPS 要求成為核心指標，新華三 Polaris 存儲產品正是為此而生，通過高 I/O 支持和多協議融合，為算力釋放提供關鍵支撐。

　　開放生態構建：從硬件適配到協同創新

　　新華三在生態建設上秉持開放態度，已適配超過 80 張 GPU 卡，覆蓋國內主流 GPU 廠商。“我們不僅是將他們的卡放進服務器，更在芯片未出時就聯合設計規格，共同開發關鍵組件。” 徐潤安表示，這種深度合作源于國產 GPU 廠商的創新活力，“他們的創新倒逼我們優化服務器體系架構”。

　　在體系架構層面，新華三超節點分為 S 系列和 F 系列，S系列強調高密單機與交換互聯結合，F系列強調靈活拓撲，支持 16、32、64 等細顆粒度擴展。“這些架構設計不是簡單整合 GPU 卡，而是從一開始就與 GPU 廠商對齊思路，共同定義技術路徑。” 徐潤安透露，隨著下一代 GPU 推出，整機形態將迎來更多變化。

　　軟件平臺與業務模式創新同樣重要。新華三通過產業模式創新的圖靈小鎮平臺，匯聚 GPU 廠商算力與行業應用場景，讓 ISV 在平臺上測試不同算力的適配性與性價比。同時，提供培訓與咨詢服務，提升客戶 IT 團隊的 AI 應用能力，“現在客戶從‘買算力’轉向‘用算力’，需要知道 AI 如何提升生產效率、改變業務，這正是我們賦能的重點。”徐潤安強調。

　　超節點 AI 集群：提升效率與適配多元場景

　　新華三超節點的核心價值在于提升卡間通信效率，進而優化訓練與推理性能。“通過工程化優化，即便不做調優，推理效率也能提升 15%-20%。” 徐潤安介紹，全液冷設計不僅支持 GPU 超頻，還能降低數據中心能耗，提升整體性價比。

　　超節點在大規模訓練場景中優勢顯著，尤其適用于 AI for science、自動駕駛、手機端大模型訓練等需求明確的領域。“通信效率提升直接帶來訓練效率躍升，像手機端的 AI 應用，都需要這樣的高性能集群支撐。”

　　對于開放與標準化，新華三集團云與計算存儲產品線 智慧計算產品市場部總監湯濤強調：“封閉生態不利于產業發展，我們的超節點堅持算力多元化與接口標準化，支持國內主流 GPU 廠商，并基于 PCIe 做協議創新，解決多端互聯難題。”未來還將推出應用商城，實現模型快速推送與安裝，構建從硬件到軟件的生態共榮。

　　平衡短期需求與長期布局，推動 AI 普惠

　　面對 DeepSeek 一體機引發的短期需求與企業長期算力規劃的平衡問題，徐潤安分析：“互聯網大客戶需求明確，運營商、電網等有長期策略，而中小企業更多是通過一體機降低門檻，解決‘想做但不會做’的困境。” 他認為，這種需求并非純粹短期，“只是之前大家不知道如何落地，一體機讓門檻驟降，原有需求得以釋放”。

　　為推動 AI 普惠，新華三推出的一體機產品實現開箱即用，大幅縮短部署時間。“有些客戶自己搭建開源模型，一個月都沒成功，一體機幫他們快速啟動應用。” 湯濤介紹，針對 30 萬預算以下的企業、教育機構等，一體機提供高性價比選擇，“比如支持 200B 推理的小盒子，價格約 3 萬元，兩臺互聯可支持 400B 模型，讓更多中小客戶用得起 AI”。

　　未來展望：存算網協同與場景爆發

　　徐潤安指出：“GPU 已顛覆傳統算力，接下來 AI 如何用網絡、用存儲，是亟待研究的課題。” 新華三作為網絡、計算、存儲全棧廠商，正加強這三方面的協同規劃，推出 DDC 數據中心網絡產品對標 IB 效率;并成為英偉達在中國唯一認證的 AIDP 合作伙伴，通過存儲性能提升實現與DPU、交換機的高效互聯。

　　對于未來場景，徐潤安看好物理世界數字化與具身智能，“這不僅涉及大語言模型，還需要更多性能相關的集群支撐”。教育、科研、金融、電力等行業將成為算力需求大戶，“一旦某個場景爆發，算力消耗將大幅增長，這正是產業機遇所在”。

　　當AI進入“大模型技術摸高與工程創新并重”階段，新華三選擇把難題留給自己，把選擇權交給客戶：用開放架構兼容多元算力，用工程化能力縮短交付周期，用標準化接口降低切換成本。正如徐潤安所言，“為了極致的AI體驗，一切嘗試和創新都值得”，在這場沒有標準答案的AI長跑中，新華三正試圖成為那條最穩的“跑道”。