近日，超聚变TechX“解码AI，探索新趋势”专场直播在益企研究院视频号等平台成功举办。益企研究院创始人张广彬（狒哥）参与了此次活动，与赛迪顾问数字转型研究中心总经理王晓宁、超聚变算力事业部CTO丁煜等行业专家进行了交流。

本文为此次直播的精彩观点整理，部分内容有删减。

此次直播相关问题和观点 ，重点聚焦了人工智能重塑产业底层逻辑，人工智能+数据要素推动传统产业数字化转型及大模型应用落地等前沿话题，展望人工智能发展趋势等方面。

Q1

人工智能如何从根本上重塑产业发展的底层逻辑？又会如何影响各行业的长期发展轨迹？

王晓宁：以大家更好理解的角度来说，人工智能就是利用数字技术控制的机器，来模拟、延伸或者扩展人类智能的一种方法、技术或者说系统。这意味着，它颠覆了我们熟知的生产力和生产关系。因此从颠覆传统行业的步伐上，人工智能会成为一种颠覆性的技术。

另外，针对不同行业，人工智能对它的颠覆程度和路径会有所不同，这一点跟不同行业数字化转型深度会有差别是一样的。在金融、政府、通信等数字原生的企业，数字化转型程度更深，因为他们起步较早，也因此在应用人工智能这样一个工具的时候，也会更加得心应手。

从底层产业生态来说，人工智能的利用离不开基础设施和平台。所有的数字化转型、人工智能的应用都是如此。除了基础设施，像数字化转型一样，人工智能也需要基础设施之上的各种应用系统。

在这样的情况下，人工智能，对整个数字化转型和基础设施的生态产业的影响，是颠覆性的。从基础设施的建设、服务器的建设、芯片甚至操作系统、数据库，都会因为人工智能的发展和应用，发生一系列翻天覆地的变化。

赛迪顾问数字转型研究中心总经理 王晓宁

Q2

人工智能加数据要素已经成为了新产业的一种发展模式，在推动传统产业向数字化、智能化转型。在这个过程中，企业面临的最大挑战和机遇是什么？

狒哥：可以从人工智能和数据要素两个维度来展开。对于很多企业来说，挑战和机遇在于人工智能的技术门槛和数据要素的治理水平。

人工智能的部署具备一定的技术门槛，由于数据安全的原因，企业如果不使用公有云大模型服务，那么是不是具备私有化部署的实力？这个也是大模型一体机目前成为热点的一个重要原因。

另外，在数据要素治理方面，企业面临的挑战可能更大一些。在国内的很多企业，尤其是偏传统的企业，他们并非数字原生，其数字化水平不是很高，那么怎么才能够更好地使用人工智能？就在前不久的GTC上面，英伟达的黄仁勋特地强调，人工智能的三个挑战，第一个难题就是数据，其次才是训练，最后才是规模化。

虽然黄仁勋提及的数据跟企业所面临的数据要素难题不尽相同，但是底层逻辑是一样的，就是不管是人工智能的训练还是应用，企业怎么把数字化部分给做好？这对于国内很多企业，尤其是传统企业来说，会面临着巨大的压力。

这也是在DeepSeek为代表的人工智能取得一定阶段的突破之后，企业需要反观自身数字化基础建设水平的重要原因。当然，企业不一定要完全靠自己来建设，毕竟企业的重点是自己的业务，相关的基础设施、数据建设等，可以通过合作伙伴来完成。

益企研究院创始人 张广彬

Q3

大模型的应用正呈现爆发式的增长，这应该是源自于核心技术的突破和市场推动力量的相互作用。这二者之间究竟是如何相互作用的？未来会如何继续发展重塑格局？

王晓宁：应该说，DeepSeek的横空出世，是为市场真正带来了引爆点。借用火箭上天的事儿来说，DeepSeek是点火，那要真正获得持续的推力，还是需要燃料，燃料就是市场的推动。

市场所需要的第一就是投资，按照Gartner的成熟度曲线，人工智能已经到达了一个峰值，将会有大量的资本进入这个市场；第二就是技术，以及其带来的相适应的场景建设。

整个技术体系，需要和市场相匹配，在这种情况下，二者将会相互作用，推动产业的良性发展。

狒哥：在资本之外，大模型产品在落地过程中面临更多的工程化的挑战，这也是DeepSeek的一个重大价值。从去年的GTC到今年的GTC，英伟达在硬件层面始终带领业界向前，从芯片到服务器到机柜乃至数据中心，它也面临着很多工程化的挑战，而这个过程的顺利与否，非常影响它的下一代产品的推出。

回到AI应用落地的问题，现在硬件有了英伟达以及国产算力企业的产品，软件有了DeepSeek这样的大模型，那么，企业如何才能够用好？这其中会牵涉到很多工程化的问题，就需要行业的支持。因此，我特别希望国内能够出现更多的专业服务公司，能够帮助各个行业的企业，熟练地应用AI算法和基础设施，真正推动AI应用的落地。

Q4

在2025年的GTC上面，有什么新技术突破、新产品，对于未来人工智能发展，有什么新的指导价值？

丁煜：作为芯片厂商，它在今年的GTC上当然又推出了新的芯片产品，也首次向外界公布了未来三年的产品路标，也第一次公布了下一代GPU的架构名称为“Feynman”，意在致敬著名物理学家理查德・费曼（Richard Feynman），该架构将于2028年发布。

除此之外，黄仁勋在演进中重点提及了AI的应用在不断地演进。从生成式AI的聊天机器人场景，到现在进入Agent AI，以及未来以自动驾驶机器人为代表的物理AI。

不同的AI应用在驱动着整个产业的来发展相应的技术，并且这些技术在落地的同时，也将会对整个世界的发展产生很大的影响。

此外，正如狒哥上面所提到的，在这次GTC上，英伟达除了芯片之外，还有很多的其他技术探索。我认为其核心是用户、企业都应该更好的使用好算力，将算力更高效的转化为生产力以及对社会的实际的价值。因此，英伟达也在这个领域做了相当多软件方面的投资，包括讲这些技术开源或者公开的方式来提供给产业界。

这些，都是GTC上对整个产业有驱动价值的内容。

超聚变算力事业部CTO 丁煜

狒哥：在GTC上面，我感受最深的是硬件和软件的双向奔赴。就如DeepSeek，它不仅仅很了解软件的算法，对硬件的掌握和使用，也让人佩服。在此次GTC上，DeepSeek也高光出现了，这实际上就是重视软件的一个反映。给我最大的感触就是，企业不能只了解自己擅长的那个领域，要对相关的领域都要有一个基本的了解，如果自己做不到，就应该加强行业内的合作。

Q5

DeepSeep、Manus和ChatGPT频繁发布新版本并且持续爆火，这意味着什么？

王晓宁：这意味着人工智能的第三次革命终于迎来了它的春天，这是目前业内的一个共识。

这三者都是基于大模型技术，跟传统的人工智能不同，具备海量的参数级别，对基础设施的要求相对较高。

另外这三者，都是面向了普通消费者。此前的人工智能相关技术，比如说视觉技术、自然语言处理技术等，他们对使用的条件和工具有一定的要求。不过，上面提到的这三者，普通人下载App或者通过网页就可以使用，对普通人来说触手可及，但是它的背后是上千亿的参数模型，以及对算力要求相当高的基础设施条件。从这一点来说，这三者都降低了大量的人工智能相关使用和认知门槛。

但是OpenAI对算力有着高需求，因此要部署OpenAI就需要全球领先的基础设施，这在当时也是引发了国内高算力数据中心建设的浪潮；但是DeepSeek则不同，它小而美，对算力的需求就大为降低；Manus则是基于DeepSeek的下一步的一个延伸，它可以基于相关的模型完成相关的需求，比如说一键定制健康方案、出行方案等等。

狒哥：从某种意义上来说，Manus的出现是意料之外、情理之中。就像二维码一样，虽然它不是中国人发明的，但是现在最广泛的应用场景是在中国。因此我说，Manus这样的产品就是中国搞应用的水平，这是我国的企业擅长的事情，就是将其推向大规模应用。

另外，从DeepSeek的角度，它更接近所谓的AI Infra。相对Manus和DeepSeek而言，我们在芯片和相关的领域还有很大提升的空间，这也是后面期待中国企业努力突破的方向。

丁煜：DeepSeek和Manus的先后刷屏，甚至已经完全变成了一个社会现象，引发了广泛的公众讨论。很多互联网公司也把DeepSeek模型接入到自己的服务中，积极地去使用它。

虽然现在DeepSeek更多的还是聊天集群，但是实际上很多人已经挖掘出来一些差异化的细分场景，比如说有家长会拿它来修改小朋友的作业等等。

虽然还没有太多真正产生社会效益、经济收益，但是我认为由于大家已经在积极使用它，这实际上意味着整个产业在向前发展。

首先DeepSeek是非常优秀的工程实践的优化，利用了现有的算力资源，对模型架构也进行了很多调整，使得它可以在相对低的算力下实现较高的智能化的水平。而且，他们还愿意将这些优秀的经验和方法论开放给了整个产业，推动了产业的发展。

就像狒哥说的那样，DeepSeek的出现，再次证明了中国人对于应用有着更高的敏锐性。

其次，除了DeepSeek之外，就像Manus，也有更多的团队在挖掘和探索相关应用场景，利用这些基础资源，把场景通过AI来优化和完善。

这两个企业的发展，证明了本土的AI产业除了堆积算力之外，还有很多的创新点，推动我们的人工智能产业在国际上占据越来越重要的位置。

Q6

DeepSeek和Manus对于普通大众和国内的算力产业布局，以及未来技术创新生态，带来了哪些深层次的变革？

王晓宁：人工智能的发展，带动的是算力需求的变化。

第一个方面，不管是DeepSeek还是Manus，带动的是客户需求的结构性变化。

在之前，人工智能的需求大部分集中在技术相对较好的企业，尤其是T0B端的大型企业。中小企业对这个领域的需求基本上是望而却步；另外，一些国有企业，它虽然是大型企业，但是它的数字化转型程度较低，所以对人工智能也是观望态度。

但是在DeepSeek和Manus出现之后，带动了大量的传统企业或者说传统行业里面大型企业，以及中小企业的对于智算的需求。因此，DeepSeek节省了算力的需求，但是社会的整体算力需求并没有减少，反而会大幅度激增。

第二个方面，就是算力需求方式的变化。现在大家更关注应用端的部署，而不是之前的单纯的模型训练。这意味着，将来更多的是从需求侧进行创新和竞争，会出现百模争流的情况。这指的是不管大型企业还是中小企业，未来的应用场景都会有不同大小规模的模型出现，需求侧的变化会非常丰富。

第三个方面，就是关于产业生态的建设。DeepSeek和Manus的火爆，降低了人工智能的应用门槛。

而对于未来人工智能的大规模应用，性价比不是最重要的，最重要的应该是安全性，这是我们要坚守的底线思维。

狒哥：DeepSeek和Manus大大降低了应用门槛，但是核心思想并没有发生变化。因为人工智能的应用，不仅是有算力的需求，还有存力和运力的需求。

尽管前期已经投入了大量的基础建设，但是在这一波AI的浪潮中，我们发现其实算力建设不够、存力也不够，甚至运力也不太够。

DeepSeek能够大幅度降低应用门槛，就会让很多企业开始思考，是否可以将其放在手机中运行，这就会增加对手机的算力需求、存力需求，还有内存的需求，这都是他们带来的变化。

另外，无论是DeepSeek还是Manus，他们的各种工程上的突破和巧思，给大家带来的不仅是易于部署，更重要的是他们的创新的角度和从中可以学习到的突破性的思想，这对于整个产业都有指导价值。

丁煜：DeepSeek出来之后，有人问是否会影响算力提供企业的业务，当时大家很难给出明确的结论。经过两个月之后，其实发现对市场是一个很大的利好。虽然DeepSeek对算力需求低，但是它开启了一扇全新的大门，使得我们整个行业对通过新的模型开发来进一步推升模型的智能水平，取得了非常高的信心。

实际上，我们发现很多的大型模型开发企业，他们的采购需求不降反增，整个产业被带动的欣欣向荣。

除了大客户之外，DeepSeek私有化部署的需求开始涌现，这也因此出现了大量的中小型企业甚至小型企业开始购买AI算力。这在过去的两年里面是没有发生过的情况。

因此，从算力供给企业的视角，市场正变得越来越好。当然，相关企业对数据和安全的要求等，又会拉动更多的产业。应该说，大模型在激活了IT产业发展之后，DeepSeek和Manus的出现，让大家的兴奋感又大幅度提升到了新的水平之上。

Q7

DeepSeek一体机最近很火。对于AI行业的应用落地，未来的部署形态，大家是如何看待的？

狒哥：DeepSeek一体机将大模型部署和使用的门槛降低到了一个相对可以接受的水平。应该说，一体机这个形态在IT行业有着相当长的历史，但是AI的这种一体机，目前来看，还是会面临着一些挑战。

DeepSeek一体机的优势当然是一体化的集成，但是挑战也来自于这个形式本身。也就是说，一体机如何保护用户的投资？我们知道大模型的相关技术一日千里，日新月异，那么对于用户来说，不管是投资几十万还是投资数百万，可能其中部署的大模型到了第二年就跟不上形势了，那如何解决？

这并不是说一体机不重要，而是要将一体机的门槛分为多个层次，以满足DeepSeek部署和使用的不同需求。

一体机在它的用户生命周期中，需要厂商或者第三方公司提供一个良好的服务。比如说，大模型进步了，那厂商就帮忙升级硬件的配置等等，以满足用户新时期的需求。

另外，我不认为一体机可以代表所有的AI落地的形态。AI要在企业落地，应该可以有更灵活的部署方式或者选择，应该跟现有的基础设施相结合，具备更好的继承性。

最后，如果一体机已经形成了稳定的市场，那么应该围绕一体机尽可能丰富相关的应用生态。

整体而言，大模型一体机的发展，一方面要求原厂商提供很强的服务能力和意愿，另外一方面就是生态的建设。只有这样，市场才能持续向前发展。

丁煜：一体机的确是很老的概念，与之对立的就是分体式的交付。本质上而言，一体机是一个高集成度、简易交付的类解决方案产品。

为什么AI一体机这么火？实际上，这反映出现有的AI产业生态还比较复杂，对于客户来说难度较高，客户的专业能力还比较差的这样一个现实。

超聚变基于自有的软硬件产品，配合优秀的第三方产品，最终集成一个大模型一体机方案给到客户，而不只是简单的拼凑。

我们认为，一个优秀的一体机需要有如下两个特点：

要够用。核心意思是能够匹配到客户的应用场景。结合应用的特点，对于不同的场景、不同的客户群体，对于AI的输入和输出长度可能就不一样。比如说，对于从事法律类工作的公司，它的输出就需要相对长一些。因此，不同的场景下，企业对一体机的要求是不一样的。

因此，超聚变针对不同客户的应用场景，提出了多套解决方案，因此其性能能够与客户的应用相匹配。一方面保证用户的体验比较顺畅，不至于输出太慢；另外一方面，也尽量降低客户在AI上面的投资；最后就是要具备一定的可扩展性，能够跟着企业的业务规模而成长。

要好用。一体机是集成交付产品，那么交给客户的过程中就应该确保能够统一交付、统一运维管理，不能让客户在使用的过程中负担太多的技术和运维需求。因此，好用就在于，应该给客户提供一个统一的运营门户，帮客户将绝大部分的问题通过门户解决掉。好用的另外一个点在于，厂商要给客户提供必要的远程指导，帮助客户解决问题。

Q8

本地部署条件下，对于基础设施有什么诉求？是开箱即用的易用性，还是性价比，还是性能？哪些是最重要的？

狒哥：我认为Infra在不同的层级有着不同的意义。一体机本身自然也是AI Infra的一个代表，但是它的底层还有Infra，比如说数据中心的基础设施。从目前来看，大模型的本地部署，对于现有的基础设施水平要求不会构成太大的挑战。

而开箱易用、性价比等，在AI Infra目前的场景下并不是那么好评估，其衡量本身是一个复杂的事件。

一般来说，AI一体机的目标客户还是企业端的用户，对于真正消费端的客户来说，还是受到很多因素的限制。AI一体机尽管已经解决了很多硬件层面的挑战，但是企业是否能够真正用好？那后续的重点还在于企业端的整体软件生态，这还有很长的路要走。

丁煜：超聚变在设计大模型一体机产品时，都特别注意减少客户对现有环境的负担。我们认为客户应该尽量减少对现有环境的改造，就能够使用这个产品。

同时，大模型本身也在快速演进中，它并没有一个相对稳定和固化的软硬件环境。那么，在这个演进过程中，客户难免就会碰见比传统应用更多的线上运维的动作，包括软件升级、打补丁、切换模型版本等，那相关的大模型一体机的软件栈可能都需要做相应的适应性调整。

这些就会对超聚变这样的一体机供应商的持续解决方案能力和持续的服务能力提出了挑战，也就是如何能够将大模型一体机实现简便易用，尽量较少客户对厂商的服务依赖。这就需要在设计一体机的时候，就充分考虑其升级的顺畅性、协助的便利性。比如说支持在线升级、远程协助等等，这就能够更好地实现一体机的易用性。

Q9

大模型的发展对基础设施的要求不断提高。液冷方案如何应对AI爆发式增长带来的散热挑战？

丁煜：AI对算力的需求巨大，相关芯片的功耗越来越高。尤其是在成千上万颗芯片协同处理的时候，风冷已经无法满足部署需求。

传统的风冷，其散热能力有限，单一机柜的散热能力也就只能达到几十千瓦，一般也就是20千瓦。但是对于AI服务器来说，一台8卡的服务器就超过10千瓦，这意味着一个机柜只能放两台AI服务器，机柜的密度太低，对于空间的使用来说是一个巨大的浪费，因此，液冷势在必行。

液冷并不是一个新技术，之前一直不温不火，是因为此前需求不高。随着AI的进展，数据中心必须引入液冷，否则无法应对高密度散热的需求。因此，很多人认为液冷是AI的刚需。

一般而言，市场上的液冷产品分为两类。一类就是传统的风冷机器，将其散热系共同换成水冷之后，实现液冷化改造，这是一条权宜之计；另一类就是原生液冷设计，即这台机器从一设计开始就考虑液冷。

通过原生液冷，企业就能够实现更高的设备密度和更好的液冷安全性。大家一提到液冷，被问到的第一个问题就是，液体因为要在机器中循环，液体泄露了怎么办？如果是普通的机器改造的，那肯定是没有相关的应对措施，如果是原生液冷产品的话，企业在设计和制造的时候，就可以通过封堵、导流等机制去应对。即使发生泄漏，也能够在第一时间关停或者进行隔离，确保不影响其他设备。

毕竟，AI服务器非常昂贵，要保障他们的安全，更不能干扰其它的设备。

超聚变一直在主推原生液冷产品，该产品在2023年已经批量上市，在国内多个智算中心已经有规模化的应用。在2023年，超聚变也已经能够交付数百千瓦的液冷机柜产品，这比今年英伟达在GTC上提出来这个产品要早两年。超聚变提前预测了市场需求，并且很早就用自己的技术能力来实现，这是超聚变的能力和优势。

现在数据中心中部署和应用液冷的占比越来越高，尤其是在AI领域，它已经成为AI服务器散热的主流选择。超聚变也正在联合芯片公司、数据中心等，共同定义下一代的液冷产品。

Q10

在人工智能驱动的智能经济时代，人类与AI的关系，将如何演变？

王晓宁：目前人工智能已经成为很好的助手，下一步他可能就会有推理决策的能力，将来也会出现有情感的一些能力。人类与AI的关系，取决于人类的需求，以及在可控可用的范围内的演变。

狒哥：AI主要是在白领的工作中，尤其是知识型的工作领域，带来了很多的危机感。但是在蓝领和泛蓝领的工作领域，会不太一样。

我们其实现在需要AI从数字世界走到物理世界，尤其是机器人，看到利用AI来解决现实世界中的问题。

我很期待AI不光要让我们产生危机感，更重要的是能够在制造业、更广阔的物理世界来解决我们所遇到的问题。

丁煜：有数据显示，70%以上的编程场景可以用AI去处理，这已经意味着比很多普通软件工程师要更好；也有第三方统计显示，2022年到2024年美国的前端工程师的招聘岗位数量下降了65%。

这意味着人工智能对于社会和人类产生了重大的影响。虽然，它还是可控，但是它给社会成员带来了就业的压力。

我们应该思考的是如何与AI更好地协同共生，这是在接下来AI能力进一步发展的过程中，我们必须不断探索和尝试的一个重点。

在新的世界里面，人类如何发挥自己的优势，与AI实现更好的分工协作，以利用AI提升效率，做更有创造性的、有价值的事情。

Q11

展望未来，人工智能将通过什么样的形式，推动人类社会进入智能时代？

王晓宁：第一个层面，从产业底层的技术革命而言，它一定是和其他行业、其他技术的大融合来驱动行业变革，这一定会对当前的社会运行产生很大的影响。

人工智能已经成为人类认知的一个铠甲，它给人类披上了以数据和数字技术的方式行成的铠甲。无论愿意与否，我们都已经进入到了以信息技术、人工智能为代表的信息革命时期。

狒哥：很久以前就有关于机器人和人工智能的小说、电影，当时觉得很遥远的一些内容，现在已经逐渐成为现实。

无论AI为善还是为恶，这两种观点都一直存在，也并没有影响人类社会的继续向前。我们应该做好监管，但是也不能过度监管。

我们应该尽可能将AI导向一个正确的方向，包括给它精心挑选训练用的语料等等。

只要控制好了，那么我对于AI与人类社会共同发展的未来，持谨慎乐观的态度。

丁煜：无论前途是否能够看清，人工智能肯定是会被进一步的发展。我们也应该研究在受控的框架下，实现与人工智能的和谐共生成长，这是整个产业界需要持续做的事情。

无论算力企业，还是模型开发企业，大家都在不遗余力的投资，研发新技术和新产品，推动人工智能实现越来越高的智能化，发展越来越多的场景适配能力。

与此同时，我们希望未来在人工智能的帮助下，能够让人类的生存视野更加开阔，探索更多的未知世界。

人工智能未来一定会变得更加强大，会成为人类文明前进的延伸。

4月 16 日，主题为“共建智能体时代”的超聚变探索者大会2025即将在郑州国际会展中心开启，益企研究院将参会并探展。欢迎关注益企研究院视频号和公众号，了解最新进展！

四川旭辉星创科技有限公司_成都服务器工作站总代理报价，本公司主营：服务器、工作站、笔记本电脑、图形设计电脑、商用家用全系列产品、Alienware 游戏台式机电脑、Alienware外星人笔记本电脑、戴尔存储器、惠普工作站、HPE机架式塔式服务器、HPE存储器等IT设备，H3C交换机、防火墙、超聚变机架式服务器、超聚变大容量存储、联想台式机、联想笔记本电脑、联想机架式服务器、联想塔式服务器、Lenovo联想塔式工作站、联想Lenovo移动工作站等产品。
欢迎访问网站：成都HPE服务器代理商：www.cditdl.cn   
欢迎访问网站：成都H3C服务器代理商：www.scitk.com 
欢迎访问网站：成都超聚变服务器总代理：www.scitdl.com/ 
欢迎访问网站：成都Lenovo联想服务器工作站代理：www.lxzdl.com/

【代理级别】成都超聚变服务器存储总代理

【销售经理】王经理

【联系方式】座机：028-85596747    手机：17380538992

【公司地址】四川省成都市武侯区二环路南一段13号群益商务大厦1栋单元4层1-403