持续领先,从IDC报告看联想企业级全栈能力如何加速智能化转型

作者 | 曾响铃

文 | 响铃说

如果问智能化转型浪潮中,哪个行业受到的关注最多?毫无疑问,与产业升级、宏观导向密切相关的制造业一定会是答案之一,智能制造已经成为普遍共识。

这其中,面向制造业的智能化基础设施承担了重要的职责,也迎来了新一轮快速增长的机遇,与此同时,强者恒强的逻辑正在这里显现。

9月30日,国际知名咨询机构IDC发布《2024第二季度中国制造业x86服务器市场报告》,联想x86服务器在2024年上半年制造业市场持续呈现增长态势,营收同比增长134%,稳居中国制造业服务器市场第一,同时联想服务器也连续两个季度销量排名第一。

联想一贯在服务器市场上占据领先位置,这样的数据亮眼,但并不能说令人十分意外。更重要的是,联想帮助制造行业、制造企业客户推进智能化转型所探索出的路径、模式,值得业界探讨与学习。

智能化转型,制造业还缺一条特殊的“流水线”
 

一般来说,大众对制造业的“直观印象”,是各种各样的流水线,一头是原材料、半成品等进入,另一头高效率出产各种各样的产品,好的流水线决定了产品的效率和质量,企业不惜重金也要购置、部署。

而事实上,制造企业的智能化转型过程,其本质上,也无非是一头把各种各样的数据当作原料,在各种基础设施的承载上,通过AI等技术在另一头生产出各种各样的应用、能力或者服务成果,支撑到业务环节。其突出表现是,在汽车、半导体、重型装备等领域,目前对于积累数据、发挥数据价值服务好各业务线,都十分看重。

于是,制造业智能化转型,实际也需要一条能够以数据为原材料,以智能应用、能力或者服务为“目标产品”的特殊“流水线”,来实现企业内部的智能涌现,高效完成智能化成果的“工业化大生产”,在大模型到来后,这体现得尤为明显——过去很多制造企业也有“零星”智能探索,但不像现在这样对智能成果有高效率出产的期待和能力。

联想服务器的背后,恰恰是其企业级全栈能力为制造企业打造的另一条“流水线”——基于在智能制造、云计算、大数据、人工智能等领域的建树,联想能够重点赋能制造企业智算和高性能计算的能力,从大模型(智能体agent)到计算/智算,到数据管理(存储)等全方位的为制造企业提供强力支持。

回过头来看,在“人工智能+”政策全面推进的当下,医疗、教育、政务、制造等等各行各业都在积极跟进大模型行业落地,而如何落地,就需要这样一套来自基础设施的“流水线”,最终把大模型推向广泛应用。制造业,在联想的帮助下,正率先打造出一条专属于智能化转型的特殊“流水线”。

企业级全栈能力,锻造出一条智能化转型的“流水线”
 

作为高效支撑智能化创新成果涌现的“流水线”,联想提供的包括服务器在内的智能化基础设施,正在三个维度践行这条独特的“流水线”价值。

1、整体协同性——流水线整体能力与相互协调决定生产效率和质量

实际生产中的流水线,要在不同的工序上安置复杂的生产设备,配合人力完成产品的生产,各环节完成任务的同时,整体协同性是保障生产效率和质量的关键。

在智能化转型这里同样如此,大模型等智能创新本身的特性决定了,企业要高效率、高质量实现智能成果,需要的能力从来不是单方面的,必须要有整体技术实力、创新能力,且能实现各能力间的高效协调、统合。

联想服务器所“隶属”的企业级全栈能力,首先就以全栈式服务提供了这样的整体性价值。

目前,联想在推进智能化转型的过程中,以全栈AI为战略布局,包括AI终端、AI基础设施和AI解决方案及服务。其中,AI基础设施方面,联想构建了“一横五纵”的布局,包括联想万全异构智算平台、服务器、存储、数据网络、软件及超融合等方案和能力,在基础设施层面为企业提供智能化转型全流程的支撑,在各个阶段推进智能成果的创新。

在最重要的算力方面,联想已经构建了覆盖大模型训练、推理、训推一体、边缘推理在内的AI全场景服务器产品组合,制造企业能够获取更强大、更全面的智能算力产品。其中,在高性能计算方面,联想HPC市场份额长期占据市场领导地位,受到广泛认可。例如在南京大学,联想依托高性能计算基础设施助力其打造了“超级大脑”,其高性能计算中心理论浮点运算峰值达到1500万亿次/秒,系统运行稳定,近三年CPU利用率大于93%,支持了南京大学超百篇卓越学科论文发表,并助力学校老师承担了30多项国家重大科研项目;在吉利汽车,联想为其提供高性能计算集成方案,帮助建设了吉利星睿智算中心·智能仿真平台,成为国内已知汽车制造企业一次性建设的最大仿真科学计算集群,能够完成12000+次/辆的虚拟安全碰撞,并在保障数据安全的前提下大幅降低 TCO。

而从“流水线”的视角看,在算力这个“智能成果生产环节”之前,联想实际上在“存储力”环境也有深入布局,构造了全场景、高性能智能存储基座,而在“传输”环节,也提供了多架构、低延迟的智能网络架构。

本质上,联想并不只是卖了服务器给制造企业,而是通过数字化、网络化的改造,使得制造业客户企业能够源源不断出产智能成果,在研发、生产、供应链、销售、服务全链条,都能获取到了智能化带来的价值,从而实现整体的智能化提升。

2、稳定包容性——流水线还要面对各种生产条件、满足不同生产环境部署需要

不同制造企业的禀赋各不相同,无论是生产设备、生产环境还是人员能力等都存在较大差距,一条好的生产流水线要能在各种企业生产条件上进行部署,既保持稳定可靠,又实现充分包容,满足不同企业资源需要。

在智能化转型这里,逻辑同样如此。

在面对各种环境的稳定运行能力方面,联想x86服务器具备“三高一低”(高性能、高扩展、高可靠,低能耗)的特性,其中服务器可靠性连续9年第一,已斩获555项性能世界纪录,通过了87项NCTC(国家电子计算机质量监督检验中心)检测认证。

在包容性方面,联想各产品一贯开放包容,支持国内外主流的芯片和软件,给包括制造企业在内的客户更多、更优、更符合企业实际的选择。

例如当前智算算力是企业们主要的资源关注点,但市场上提供的算力芯片资源并不相同,企业需求也各异,作为“流水线”要保证不同算力资源的可用性、效率。这方面,联想立足问天系列,已经联合国际主流和国内头部GPU厂商完成生态合作,以不断完善的本地软硬件生态能够给不同客户提供量身定制产品和服务。此外,联想还在携手中国智能计算产业联盟成立异构智算产业生态联盟。

当然,包容的前提是具备包容的能力,联想在跨平台管理系统上的建设十分深入,其万全异构智算平台能够实现多元异构算力协同,算力匹配魔方、GPU内核态虚拟化等技术能够高度自动化地完成AI全流程开发,从而均衡多样化AI应用场景,不管什么算力资源,都能带来高性能、高可靠算力支撑。

在未来的智能化转型过程中,制造企业的各种资源需求将以更加包容的姿态被满足。

3、成本经济性——“能耗”上,节能减排已经成为“流水线”的普遍需要。

实际生产流水线的能耗是一个制造企业生产成本的重要组成部分,也是优质流水线设计必须考虑的部分。

在智能化转型的“流水线”这里,类似的问题同样成为业界关注的对象,算力中心或者数据中心庞大的能耗,已经直接影响到智能化转型的经济性考量。

联想的液冷技术创新,一定程度上解决了这个问题。

目前,联想在液冷技术与方案设计上持续升级,其算力基础设施业务全面布局了主流的液冷技术,包括风冷混合、全液冷、整机柜液冷和单相浸没式等,在通用服务器、AI服务器、高性能服务器、液冷集群、浸没式液冷节点等领域都有覆盖。

这些技术让联想服务器产品的散热效率可达98%,可支持数据中心PUE降至1.1左右,远低于国内平均PUE值——在吉利汽车,采用最新温水水冷技术打造的联想ThinkSystem SD650 V3服务器可带动整个数据中心 PUE 达到1.1062,大大节约能耗成本。

智能化转型帮助制造业降本增效,而其本身的“降本”问题也正在被解决。

只有先懂具体生产的人,才能做好一条“流水线”
 

有“流水线”,就一定有帮助制造企业建造、配置流水线的服务者,它们能够做好“流水线”,必然要更懂生产、更懂业务甚至更懂经营管理。

在智能化转型这里也是如此,联想能在基础设施上为企业打造好一条出产智能成果的“流水线”,也源于其对制造业的深入理解。

首先,联想自身是具备深厚制造基因的科技制造龙头企业,其拥有全球最大的智能计算设备研发与制造中心合肥生产基地,已经入选世界经济论坛评选的“全球灯塔工厂”。而在节能减排方面,联想(天津)智慧创新服务产业园,也已经打造出了科学可复制的零碳制造智能解决方案。

然后,先天基因之上,联想后天实践同样丰富。目前联想已经服务包括吉利汽车、三一重工、中联重科等在内的超过100家头部企业,在通用计算、科学计算、智能计算、边缘计算等不同领域有大量最佳实践和灯塔案例。

企业级全栈能力,加上对制造业的产业理解,1+1>2,联想得以帮助越来越多的制造企业赢在智能化时代,例如在三一集团智能化转型中,联想为其提供了包括联想x86服务器及SAP HANA服务器在内的一体化SAP整体解决方案,这其中就输送了联想自身在SAP HANA应用过程中积累的丰富运维实践,从而实现对客户企业的系统流程优化。

从这个意义上看,IDC报告中实现的成绩,来源于联想为制造企业提供的智能化转型系统化价值,服务器产品“卖得好”只是附带的必然结果而已——能够真正以产业理解推进客户智能化转型加速,才能最终卖得好具体的产品,实现市场领先。

*本文图片均来源于网络

*此内容为【响铃说】原创,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。

#响铃说 Focusing on企业数字化与产业智能化升级,这是关注一切与创业、产业和商业相关的降本增效新技术、新模式、新生态 NO.425深度解读

【完】

曾响铃

1钛媒体、人人都是产品经理等多家创投、科技网站年度十大作者;

2 虎啸奖评委;长沙市委统战部旗下网络名人联盟成员;

3 作家:【移动互联网+ 新常态下的商业机会】等畅销书作者;

4 《中国经营报》《商界》《商界评论》《销售与市场》等近十家报刊、杂志特约评论员;

5 钛媒体、36kr、虎嗅、界面、澎湃新闻等近80家专栏作者;

6 “脑艺人”(脑力手艺人)概念提出者,现演变为“自媒体”,成为一个行业;

7 腾讯全媒派荣誉导师、功夫财经学者矩阵成员、多家科技智能公司传播顾问。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/890115.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

矿井人员数据集,用于目标检测,深度学习,采用txt打标签,即yolo格式,也有原文件可以自己转换。总共3500张图片的数据量,划分给训练集2446张,

矿井人员数据集,用于目标检测,深度学习,采用txt打标签,即yolo格式,也有原文件可以自己转换。总共3500张图片的数据量,划分给训练集2446张: ### 矿井人员数据集用于目标检测的详细说明 #### 1. …

JAVA数组基础

数组:相同类型数据的有序集合 1、数组:是引用类型的数据 2、new:关键字,在堆内开辟空间 成员变量(堆内存):有默认值 局部变量(栈内存):没有默认值&#xff0c…

读书笔记 - 虚拟化技术 - 0 QEMU/KVM概述与历史

《QEMU/KVM源码解析与应用》 - 王强 概述 虚拟化简介 虚拟化思想 David Wheeler:计算机科学中任何问题都可以通过增加一个中间层来解决。 虚拟化思想存在与计算机科学的各个领域。 主要思想:通过分层将底层的复杂,难用的资源虚拟抽象为简…

【Spring Boot React】Spring Boot和React教程 完整版

【Spring Boot & React】Spring Boot和React教程 在B站找到一个不错的SpringBoot和React的学习视频,作者是amigoscode 【Spring Boot & React】Spring Boot和React教程 2023年更新版【Spring Boot React】价值79.9美元,全栈开发,搭…

Ubuntu QT 交叉编译环境搭建

文章目录 下载安装qtCreatornot a valid identifier 的错误 安装g下载并安装交叉编译器下载交叉编译器安装交叉编译器 下载编译 ARM 的Qt平台源码配置arm的QT平台 下载安装qtCreator 去QT下载官网下载对应需要的QT软件。 这里下载5.12.96版本的 改变安装包权限,…

【问题实战】Jmeter中jtl格式转换图片后如何分开展示各个性能指标?

【问题实战】Jmeter中jtl格式转换图片后如何分开展示各个性能指标? 遇到的问题解决方法查看修改效果 遇到的问题 JMeter测试计划中只设置了一个性能监控器jpgc - PerfMon Metrics Collector;在这个监控器中设置几个性能监控指标,比如CPU、Di…

人脸识别face-api.js应用简介

前阵子学习了一下face-api.js ,偶有心得,跟大家分享一下。 face-api.js的原始项目是https://github.com/justadudewhohacks/face-api.js ,最后一个release是2020年3月22日的0.22.2版,组件较老,API文档很全,…

DS线性表之单链表的讲解和实现(2)

文章目录 前言一、链表的概念二、链表的分类三、链表的结构四、前置知识准备五、单链表的模拟实现定义头节点初始化单链表销毁单链表打印单链表申请节点头插数据尾插数据头删数据尾删数据查询数据在pos位置之后插入数据删除pos位置之后的数据 总结 前言 本篇的单链表完全来说是…

高性能计算应用优化实践之VASP

VASP简介 VASP是最常见的第一性原理计算软件之一。第一性原理计算是基于密度泛函理论,通过选择合适的交换关联赝势(GGA或LDA),然后基于迭代方法自洽求解Kohn-Sham方程,直到所求出的新的电荷密度与输入的电荷密度在收敛判据范围内&#xff0c…

Python酷库之旅-第三方库Pandas(145)

目录 一、用法精讲 656、pandas.Timestamp.resolution属性 656-1、语法 656-2、参数 656-3、功能 656-4、返回值 656-5、说明 656-6、用法 656-6-1、数据准备 656-6-2、代码示例 656-6-3、结果输出 657、pandas.Timestamp.second属性 657-1、语法 657-2、参数 6…

JAVA开发中SpringMVC框架的使用及常见的404问题原因以及SpringMVC框架基于注解的开发实例

一、JAVA开发中SpringMVC框架的使用及常见的404问题原因 使用SpringMVC建立一个web项目,在IDEA中file->new->project建立一个空项目project。不用选择create from archetype从模板创建。然后在项目的pom.xml中添加公共的依赖包括org.springframework&#xff…

YOLO11改进|卷积篇|引入空间通道重组卷积ScConv

目录 一、【SCConv】卷积1.1【SCConv】卷积介绍1.2【SCConv】核心代码 二、添加【SCConv】卷积2.1STEP12.2STEP22.3STEP32.4STEP4 三、yaml文件与运行3.1yaml文件3.2运行成功截图 一、【SCConv】卷积 1.1【SCConv】卷积介绍 SCConv 模块提供了一种新的视角来看待CNNs的特征提取…

如何通过钢筋计来优化施工安全

在现代建筑工程中,施工安全一直是首要关注的问题。特别是在高层建筑、桥梁和地下工程等复杂结构中,确保钢筋的正确安装和稳定性能,直接关系到工程的整体安全性和耐久性。钢筋计作为一种专门用于测量和监测钢筋应力和应变的设备,其…

4.人员管理模块(开始预备工作)——帝可得管理系统

目录 前言一、需求分析1.页面原型2.创建SQL 二、使用若依框架生成前后端代码1.添加目录菜单2.添加数据字典3.配置代码生成信息4.下载代码并导入项目5.快速导入方法 三、 总结 前言 提示:本篇讲解人员管理模块的开发的预备工作,包括需求分析、生成代码、…

DockerCompose 启动 open-match

背景介绍 open-match是Google和unity联合开源的支持实时多人匹配的框架,已有多家游戏厂商在生产环境使用,官网 https://open-match.dev/site/ 。原本我们使用的是UOS上提供的匹配能力,但是UOS目前不支持自建的Dedicated servers 集群&#x…

grpc的python使用

RPC 什么是 RPC ? RPC(Remote Procedure Call)远程过程调用,是一种计算机通信协议,允许一个程序(客户端)通过网络向另一个程序(服务器)请求服务,而无需了解…

【Matlab】Matlab 导入数据.csv或者.xlsx文件,然后使用这些数据来绘制图表

Matlab 导入数据.csv或者.xlsx文件,然后使用这些数据来绘制图表 初始数据 filename C:\Users\jia\Desktop\yadian\data\1Hz 2024_09_12 17_10_06.csv; 代码: clc;clear close all; % 读取Excel文件 filename C:\Users\jia\Desktop\yadian\data\1Hz …

【EXCEL数据处理】保姆级教程 000016案例 EXCEL的vlookup函数。

【EXCEL数据处理】000016案例 vlookup函数。 前言:哈喽,大家好,今天给大家分享一篇文章!创作不易,如果能帮助到大家或者给大家一些灵感和启发,欢迎收藏关注哦 💕 目录 【EXCEL数据处理】保姆级教…

Flutter包管理(三)

1、作用 在APP的实际开发过程中往往会依赖很多包,而这些包之间存在着交叉依赖、版本依赖,由开发者自己管理手动管理会非常麻烦,每种开发生态或编程官方会提供一些包的管理工具,在Flutter中我们在pubspec.yaml文件中来管理第三方依…

机器学习/数据分析--用通俗语言讲解时间序列自回归(AR)模型,并用其预测天气,拟合度98%+

时间序列在回归预测的领域的重要性,不言而喻,在数学建模中使用及其频繁,但是你真的了解ARIMA、AR、MA么?ACF图你会看么?? 时间序列数据如何构造???,我打过不少…