今日必看教程“微乐麻将万能开挂器通用版下载”真实开挂技巧分享

专题：服贸会2025中国AIGC创新应用论坛

　　中国国际服务贸易交易会-2025中国AIGC创新应用论坛于2025年9月12日在北京举行。主题为“从大模型到智能体 ，驱动AI新生态” 。炜烨智算董事长兼CEO
，商汤科技副总裁大装置事业群，中国电子商会算力产业专业委员会副理事长周韡韡出席并演讲
。

　　以下为演讲实录：

　　各位尊敬的贵宾 ，大家上午好！我是Zoe周韡韡。今天再次站在服贸会的讲台，心情格外激动 。三年前
，我第一次以演讲嘉宾的身份来到这里时，“算力 ”对很多人来说 ，还是一个陌生而遥远的概念。那时
，我和团队刚刚完成英伟达北京AI创新赋能中心的落地，交付了国内首个基于英伟达SuperPOD架构的专业AI训练平台
。也正是从那时起 ，服贸会成为我每年汇报进展
、分享思考的“大考场
”。

　　回望过去的三年时间里
，算力从无人问津到炙手可热，从技术话题走向产业核心 。但热度的背后 ，问题也接踵而至：算力到底缺不缺？国产芯片到底能不能用？智算中心究竟能不能盈利？这些疑问
，几乎萦绕在每一个行业人的心中
。

　　我今天就想要分享我和我的团队在面临这些问题的时候，包括在推动构建下一代的AIDC的过程中的一些思考和实践。

　　首先 ，算力缺不缺？肯定是缺
，而且是结构性短缺！很多人可能会问：既然算力如此紧缺，为什么还有智算中心闲置 ，甚至金融机构的从业者告诉我们说，即便是在北上广深这些地方已经出现了算力的不良资产
，这个背后的真相，算力资源面临的是一个严重的错配和区域发展的不均衡 。

　　我们可以把算力类比为电力
。AI时代的到来 ，加速了各行各业的生产力革命。未来
，AI工具会像水、电 、互联网一样渗透进所有行业 。我们的国家电网基建已经非常发达，但我们依然看到：中西部地区风光水电过剩 ，而江浙沪却用电紧张
。

　　算力同样如此——不是绝对短缺
，而是结构性短缺。

　　很多传统数据中心没有跟上AI负载的需求，而新建的智算中心又缺乏技术与运营能力 ，导致“有算力无场景、有场景无算力” 。这正是当前很多算力平台无法实现盈利的核心原因
。

　　其次
、国产芯片能不能用？商汤长期以来对几乎市面上所有的国产芯片进行跟踪和适配的检测
，我们的答案不光是能用，而且正在成为推理时代的主力。实话实说 ，时间放到1年多前
，国产芯片确实还很难满足AI开发者的需求，但是今天我们可以非常肯定地说 ，国产芯片不仅能用，而且正在成为推动AI应用爆发的一个关键力量 。

　　因为我们的AI正在从“训练时代 ”进入“推理时代”。 训练需要极高的算力集中度和生态成熟度
，而推理更依赖分布式算力和能效比——这正是国产芯片的优势战场
。

　　我们的国产芯片在训练场景和整体表现中距离国际先进制程的旗舰产品还有明显差距，但每家芯片都有在特定单任务场景下优于甚至遥遥领先的表现 ，通过云管平台把任务识别
，分发给最适合的GPU集群执行，即使在训练场景 ，通过异构融合调度技术
，将国产芯片与国际高性能芯片协同使用，既满足需求 ，也推动自主可控。

　　在商汤大装置
，在炜烨智算进行规划纳管的很多机房，我们正是通过这样的技术路径 ，实现了多个国产芯片项目的大规模落地 。这不是妥协
，而是通过技术优化实现的生产力升级
。

　　今天是服贸会，我们关注的是“服务
”与“贸易”。算力要真正成为可流通、可普惠的服务 ，需依靠两大创新：技术创新提升服务品质，商业创新拓宽使用人群 。

　　下一代的AIDC应该有什么特点？云交付 、异构调度
、token结算是三大关键词

　　云交付：算力本质是服务
，而非硬件
。裸金属时代已成过去，客户需要的是更便捷、更稳定的云体验。商汤大装置云管平台2.0实现了从训练到推理的全流程云原生交付 ，稳定性高达99.998% 。

　　炜烨智算在过去三个月为北京电信提供的客户服务数据显示
，训练任务中断率大幅度降低，研发效率提升三倍
。请大家记住：集群“抖一抖 ”的代价 ，远超过有限范围内的租金折扣。

　　其次是异构融合调度
，在未来算力架构必是多元融合的 。通过系统和软件定义算力，我们将不同架构芯片（英伟达 、国产芯片
、ASIC等）统一调度 ，最大化资源效率
。在大型多模态模型训练项目中
，我们通过智能调度系统将任务分解到4种不同芯片架构上执行，整体效率提升65% ，成本降低42%。这就是所谓“让专业的芯片干专业的事
” 。

　　最后一点是Token结算
，这是算力商业化的关键突破。OpenAI前不久宣布其Token成本大幅降低，而国内目前能真正以Token输出模式提供算力服务的平台仍寥寥无几
。

　　炜烨智算基于商汤大装置云管平台2.0 ，推出了国内稀缺的Token结算服务，用户按实际使用量付费
，无需承担固定资产投入风险，极大降低创业门槛。而Token售卖结合训推一体 ，提升GPU使用效率
，相较于传统包节点售卖方式可以让投资方的收益有效提升3倍以上，也是提升AIDC盈利的关键钥匙 。

　　如果说我们的技术创新是为了让开发者用得好 ，我们的商业创新
，其实就是为了能够让大家用得起
。算力不好卖，说到根本上的原因 ，其实就是算力太贵了
，尤其是对于很多的初创企业来讲。但正是这些初创企业，如果我们说AI的护城河是生态的话 ，他们才是构建AI护城河核心的种子用户
，只有优化他们的现金流和迈入这个行业入门的门槛，才能够真正的把AI的生态把它做到活起来 。

　　这边我可以给大家分享一个小的故事 ，在很多年前英伟达有做过一个剑桥1号，在剑桥这个地方投建了600P的智算中心
。比起现在国内的规模
，这个智算中心的体量非常小，但是当时的算力非常的稀缺。所以英伟达就提出了一个点 ，我可以相对微微折扣的方式让一些需要算力的企业入驻到我的智算中心里面来
，但是交换的条件是企业开发的必须得是新项目，第二 ，新项目要给我1%的股权 。在这里边有一家企业叫阿兹利康选择入住了剑桥1号
，接下来的时间大家都知道
。阿兹利康研发出了新冠的疫苗，这个产品的出现让项目的剑桥1号投资者把原本预计10年才能收回的成本 ，在当年就完成了。

　　受此启发
，我们推出“算力银行”模式，借鉴硅谷银行的创新精神 ，构建“存取投贷 ”新机制：

　　大家知道很多的算力企业和上市公司有非常雄厚的实力
，也有传统的国央企进行了智算中心的投建，但是这里面会面临跨行业运营的难题 。企业这个时候可以把他们闲置的算力存入我们所管理的算力银行 ，由我们来进行纳管运维，提升资产的利用效率
。以我们的合作企业为例
，它是一个传统的制造业企业，它有200台的服务器的集群 ，之前的时候不要说给自己寻找客户了
，但是在进行市场拓展的时候只能眼睁睁的看着这些资产在自己的账面上进行折旧，和我们进行算力的银行存入合作以后 ，首先我们为它装上了我们的云管平台
，对它进行纳管，引入了外部客户资源进行共享联动调度 ，进入我们的算力池
，在这之后整个集群的使用效率提升到了75%，而且我们可以给不同类型的客户都提供一个最低都不会低于4% ，在4%基础以上的年化的收益
，同时客户还有可以保留自己资产处置权，可以将这个算力随时的提出。

　　另外一个就是算力投资 ，我们是可以用算力的方式进行入股去参投一些初创性的企业，整个对于初创型企业的项目评估
，全程是通过区块链进行管理，AI Agent辅助我们决策 ，做到快速的放款 。也可以采用联合运营+分款的方式
，在我们这种合作的客户里面，比如说一个AI的制药企业 ，原来是要花钱自己去购买硬件
，这种方式让它节省了初期2千万的硬件的投入，这个资金就可以用来去引进最核心的项目开发AI人才 ，让它的研发周期得到了6个月以上的提升。

　　另外一个是算力信贷的模式
，我们可以给初创型企业提供算力信用卡一样的弹性的租赁贷，支持最短1个小时起租 ，客户还可以按月付息
，期末还本这样灵活的方式去结算，其中就比如说我们有一个客户是做AI的视觉创业开发、AI Agent开发
。通过这样的模式 ，在测试阶段只要支付到传统的算力租赁的成本价格的30%，就可以去完成整个的开发
，在和它的客户进行交互之后再向我们付款，这个时候现金流的压力得到了明显的下降。在完成上线产品之后再进行付款 ，可以帮助开发者加快他们业务的收入 、业务的融资进度
，他们整个的资金情况好，也返还给我们的结果就是一个高于传统租赁模式的租金收益 。

　　当然我们前面讲到的一系列的创新模式 ，都是要依托于前面提到的技术服务的创新
，特别是采用物理集群的共享+资源逻辑的隔离架构，增加智算中心弹性的调度 ，因为客户在整个开发的过程中间
，它对于算力集群大小的使用，其实很多时候并不是一条直线 ，相比起来那些大厂是时高时低
，呈现波谷状态
。这个时候如果一个集群和服务商能够提供良好的谈心调度，是可以有力的满足客户需求的同时 ，主要是帮助他们降低自己的开发成本。

　　到现在为止，我们通过算力银行的模式已经帮助了超过非常多家的客户
，按照市场价格，大概30%左右的价值 ，获得了优质算力的支持 。像文旅类
，消费类的Agent开发者，整体资源的利用率从之前行业平均的40%提升到了75%以上 ，我们合作的企业开发者们他们年内的估值平均的增长也都在2倍以上
。

　　其实算力普惠的实现
，不只是靠基础设施降本增效，也有模型的优化 ，寂寞一体
，算电的协同，能源的革命
、金融工具介入一系列为手段。国产替代现在正在进行中的已经不仅仅是硬件层面 ，随着RISC V的一步步发展
，很快的未来，指令集层面的自主可控正在成为标准 。我们也从来不缺有创意的金融解决方案 ，缺的是既懂产业又懂金融，能将金融工具串珠成链适配于算力服务的规划者、执行者
。

　　实现算力的普惠不只是靠基础设施的降本增效
，还有模型的优化 、基模一体
、算电协同、能源革命，包括一系列金融手段的引入。国产替代现在正在进行中的 ，已经不仅仅是硬件层面
，而是随着RISC-V一步步的发展，我们可以看到在很快的未来 ，指令级层面的自主可控一定会成为国家再一次推出的标准 。

　　在我们这边市场上也从来都不缺有创意的金融的解决方案
，缺的是既懂算力产业，又懂金融 ，能够把金融工具串珠成链
，真正适配于算力服务行业的规划者 、执行者
。我们的算力不应该成为阻碍创新发展的高墙，而是应该成为支撑梦想的基石。做一个真正的正心、正面的AGI时代的共建者 ，把算力卖出去
、管起来、用得快
，用算力去赋能AI生态的发展，我觉得才是我们接下来未来的发展方向 。

　　最后我想跟大家说一说 ，我从事算力行业3年以来的一些从业感受，其实人工智能这个概念出现到现在已经超过70年了
，现在是进入了一个发展的快车道，我们看到很多的从业者 、开发者
、企业 ，有的是在赞誉声中出走海外
，有的是在困境中不断的跌倒又再一次的站起来负重前行，应该说现在是一个英雄和枭雄辈出 ，理想与欲望交织
，争议赞誉并存的时间。但是在这个时代里面，才华和天赋是可以兑现的 ，小早美的企业是可以弯道超车的
，长期主义的创业者最终是会被我们这个市场投来关注和认可的
。通常我们把这样的时代叫做黄金时代，算力就像是这个AGI黄金时代的呼吸生存权 ，我们经常说如果算力不自由
，这数据无意义，所有的开发更是无从谈起。

　　我们希望把这样的呼吸生存权攥在自己的手里 ，可以攥得更紧一点，也希望算力服务这个行业能够因为我和我团队的到来
，在我们到来之前和来到之后，有那么一点不一样 。

　　最后想要感谢服贸会这个平台 ，见证我一路从当初所谓的中国算力第一妖股的操盘手
，到现在能够有一点行业话语权的从业者这样的成长，也希望明年的大考 ，能够再一次在这里和大家汇报分享
，谢谢大家，我是周韡韡
。

　　新浪声明：所有会议实录均为现场速记整理 ，未经演讲者审阅
，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。