做AI时代的全栈服务商，北电数智在一年里如何破题立论？

2024年08月03日 73 来源：脑极体

想一览南宋时期的风光，“画中之圣者”刘松年所创作的传世名画《四景山水图》堪称绝佳之作。如今，中国山河吹起了数字之风，想一览AI时代的“国家需求”“北京需求”，北电数智绘就的《AI山水图》就非常值得一看。

成立一年，北京特大型高科技企业北京电控所属的北京电子数智科技有限责任公司（以下简称“北电数智”），推出了四大AI创新产品：“星火•智算”“前进•AI异构计算平台 ”“宝塔•模型适配平台 ”“红湖•可信数据空间 ”。

这幅AI时代的《四景山水图》，容纳了算力、服务、模型与数据等时代发展所需，也是为数不多具备AI全栈工具能力的“中国方案”，可以称之为一张AI全景图。

近年来，我们看到很多厂商都在努力做大AI生态，不断纳入更多AI技术、产品来扩大自身的业务版图，从硬件供应、云服务等单一角色走向“全栈AI服务商”。

究其原因，是AI服务商必须把自己变成一个多样化、集成化的生态中心，通过“全栈能力”来满足大量客户的复杂、个性化需求，确保数智化转型的顺利进行。

北电数智的特别之处，是作为一家成立不到一年的AI科技企业，其全栈服务能力，是AI时代原生的。

因此，不同于ICT或云厂商是从自身优势业务向其他领域拓展来做大生态，北电数智在成立之初，就着眼于体系化、全链路地为产业赋能，相当于在一张白纸上画出最适配AI时代产业生态需求的画。

如何以全栈AI能力为产业赋能，AI时代原生的北电数智，以不一样的视角来破题立论。

作为技术供给方，要对时代需求有深入理解，才能精准破题。

为什么政企需要“全栈AI”赋能，来给业务和组织注入AI动能？背后是时代需求的变与不变。

简单来说，是用户没变，但计算变了。

AI时代的到来，以及摩尔定律接近极限，计算任务也从简单向高度复杂化迈进。

此前的计算以通用计算为主，算力需求比较单一，基础设施相对简单，主要依赖于数据中心和CPU服务器。而大规模预训练模型的出现，需要利用多种不同类型的计算资源（如CPU、GPU、FPGA、ASIC等）来完成复杂的计算任务。

同时，万卡集群、多元异构集群等复杂系统，带来了技术难度，要求智算中心提供系统性支撑，除了计算资源，还需要集群管理软件、开发工具、模型库等支持。

可以看到，AI时代的计算复杂化，也要求政企具备更多维度、更高难度的数字能力，才能及时跟上智能浪潮。

与此同时，我们发现AI时代的主要参与者并没有变，大型政企和互联网公司依然是数智化转型的先锋。尤其是政府和央企，承担着发展数字经济的“领飞雁”责任。

但是，政府和央企大多是非数字原生型组织，在数字基建、技术实力、数字人才等方面，与数字原生的互联网公司有一定差距。因此，面对AI时代复杂的计算需求，政府和央企更容易遭遇能力短板，仅靠单一购买计算资源、服务器或模型算法来补足能力，不仅效率低，而且总体拥有成本TCO很高。以集成式引入AI，获得即买即用的解决方案，成为大型政企在AI时代的选择。

计算在变，但政府和央企作为数智先锋的时代角色不变，所以，AI的购买逻辑、购买决策必须发生变化，由此导致商业模式改变，全栈式服务成为必需。

归根结底，AI需要体系化、解决方案式地输送给政府和央企等数智化参与者，这就需要AI服务商汇聚产业链要素，综合赋能。

那么，做好AI时代的全栈服务商，成立一年的北电数智是如何布局和落笔呢？

作为AI时代原生的科技创新企业，北电数智最大的特质，是从一开始就洞察到AI落地产业的需求，以开放多元的生态理念，来凝聚AI产业要素。

北电数智战略与市场负责人杨震表示，人工智能产业最大的不同，就是没有一家企业能够独立完成所有的东西，需要用生态聚合大家的力量一块干。

因此，北电数智按照“AI工厂”理念打造了“星火·智算”。

具体来说，星火·智算可以提供AI全栈能力，通过效果计费、全面大模型服务和特色行业模型服务等，对产业全面赋能。此外，通过开放式的AI展示空间、路演空间和联合实验室等，凝聚当地AI企业和人才。

以北电数智打造的标杆项目——北京市数字经济算力中心为例，落成以后，不仅能为北京市政企用户提供极具性价比的算力服务，还能为AI生态伙伴提供科技成果展示和思想碰撞交流的平台。

可以说，“星火·智算”体现了北电数智作为AI原生企业的思考：以生产要素聚集、生产能力培育及行业全面赋能的模式，服务AI产业生态企业，进一步实现AI产业生态运营，让每一个星火·智算项目都成为在地人工智能产业的沃土和平台。

针对算力、算法、数据这“AI三要素”，北电数智进行了全面产品布局：

算力方面，以“前进·AI异构计算平台 ”助推国产算力发展。

在算力从“单一计算”向“多元化、智能化”转变的当下，“前进”平台凭借混元异构的核心技术，可以实现对国产芯片的统一调度和纳管，激发不同国产算力在多种应用场景下发挥巨大潜力，实现更高效、更高性价比的算力供给。这意味着，保障国产芯片能够有序、高效地为智算中心提供算力，有望重塑国产芯片的竞争力。

算法方面，为了满足各行业应用大模型的需求，北电数智打造的AI工具链“宝塔·模型适配平台 ”，向下适配硬件，使芯片与大模型广泛解耦和适配，让大模型“自如、流畅”地运行在不同AI芯片上；向上适配软件，兼容各大主流开发框架，降低企业和开发者使用门槛。

同时，在政务、医疗、文化、教育、制造等国计民生相关行业，北电数智布局了垂类模型矩阵，进一步降低模型使用门槛，助力行业AI创新。

数据方面，构建了全栈信创的数据流通基础设施和数据安全设施“红湖·AI可信数据空间 ”，通过数据可信、可控、可用、可审计，创造安全可靠的运行环境，应对数据价值挖掘中“供不出、流不动、用不好、风险大”的痛点，以数据可信定义“AI终局”。

可见，北电数智以涵盖大算力、大模型与大数据的全栈能力，通过“AI三要素”完整布局，绘就出了AI全景图。

为什么一年时间，北电数智就完成了AI时代全栈服务商的理念创新与能力搭建？

我们进一步了解发现，北电数智有自己的一套全栈AI方法论。

大家都知道科技创新很重要，也就出现了“为了创新而创新”“先开枪再画靶子”等现象，不仅浪费研发资源，也会消耗大众对国产科技的热情。北电数智做AI的方式，则是“有的放矢”：

1.先找对痛点，然后打造解决方案。

在各行各业呼唤AI高歌猛进的时候，我们不能忽略的是，AI并不是免费的。引入AI，意味着政企要增加成本、投入资源，能否在可靠周期内带回效益，这在今天是科技企业必须回答也最难回答的问题。尤其是一些垂直行业，有自己的独特性，通用性AI的价值往往受限，AI的实际渗透率并不高。

其实破解方法也很简单，就是“找对症再下药”。以北电数智为例，很多项目都会先深入行业、深入场景，找到客户业务中的痛点和难点，再去寻找真正能够降本增效的解决方案。

比如很多医院的医生和人手不足，但不清楚什么样的AI产品才能解决这个问题。北电数智在和医院合作的时候，就会深入场景了解实际需求之后，提供针对性的AI咨询服务和解决方案，真正将AI带入各个行业。

用AI圈常说的一句话就是，不能“拿着锤子找钉子”，而要先找到钉子再匹配相应解决方案与技术的锤子，把痛点砸穿砸透。

2.先找好人才，然后形成核心竞争力。

找到了钉子，但手里没有锤子，也只能干瞪眼。对科技企业来说，技术创新永远是第一竞争力。强大的技术“锤子”由谁来造呢？当然是人。

AI是智力密集型产业，全球人才竞争激烈。尤其我国正处于填补自主可控技术门类的关键时期，必须先找好人才，才能构建起科技企业的核心竞争力。

北电数智深谙此理，将人才作为“一号工程”。尽管成立时间短，但很快构筑起了一个多元化、全阶梯、多极化的新质人才生态，集结了以著名人工智能专家窦德景教授带领的算力、算法、数据的顶尖技术人才，也包含战略、品牌、市场、知识产权的业内人士。

（北电数智首席科学家窦德景）

这一新质人才队伍，不仅让北电数智承接的重大产业攻关项目，按时按节奏完成，还形成了一个战略、市场和产品团队紧密配合的商业化闭环，加速技术产品转化率，每一个科研项目都会转化为产品。前文提到的四大AI产品：星火·智算、前进·AI异构计算平台、宝塔·大模型适配平台、红湖·可信数据空间，都是在这个自循环的良性闭环中形成的。

拥有一支具备创新精神和使命驱动的新质人才队伍，北电数智更好地担当国企责任，在关键领域发挥出自主创新的能力。

3.先找到朋友，然后打造融合技术解决方案。

全栈AI服务商是大势所趋、产业所需。“星火·智算”的生态性、开放性就能很好汇聚AI产业伙伴，共同打造融合方案。

为什么行业伙伴及开发者都愿意信任北电数智？杨震提到，北电数智不追求独占性，我们认为人工智能产业要得到快速发展，需要大家共同团结在一起，才能够更快地找出突破的道路。所以我们既要做到自主可控，也要张开臂膀开放合作，联合所有优秀的头部企业，共同探索与拓展人工智能的未来蓝图。

知行合一，北电数智已经在软件生态方面，与百川智能等国产大模型厂商建立了合作，共同探索大模型在政务、医疗、文化、教育、制造及机器人等多个行业领域的落地应用，打造领先的场景化AI解决方案。硬件生态方面，北电数智与近20家GPU伙伴和清昴智能等AI部署优化技术提供商一起，填补全栈AI软硬件服务能力，为行业用户提供最优性价比的硬件解决方案。

懂行业、有人才、有朋友，唯有将长期价值放在首位，才能建立起这样具有持续竞争力的全栈AI方法论。