从私有云到AI云：浪潮云海用“云思维”重塑AI基础设施

　　作为云计算和数据基础设施领域的领军者，浪潮云海通过打造AI云基础设施平台InCloud AIOS，以“融合型AI底座”的精准定位，破局“异构算力协同难、传统架构升级成本高、AI 运维门槛高、性能与安全难平衡”等痛点，让企业低成本、高效率地接入AI能力。

　　“以需求为导向，是浪潮云海打造AI云基础设施的核心逻辑。”2025中国算力大会期间，浪潮数据云计算产品部副总经理张明灿接受C114等媒体采访时表示，为各行业的AI应用提供稳定可靠的AI基础设施资源，是浪潮云海产品的定位，也是浪潮数据的核心能力。

　　需求导向：打造AI云基础设施

　　今年初，DeepSeek的爆火证明了高性能AI模型不仅可以实现高效益，还能够以较低的成本推向市场。张明灿表示，这让各行各业的客户认识到AI私有化部署并不是想象的那样需要大规模的投资和超大集群，也由此形成两大场景需求。

　　一是通过1-2台AI节点，搭建“助手类”应用，做单一模型的概念验证;二是金融、医疗、政府等有明确AI建设目标的客户，加速智能财务、智能客服、智能制造的智能化转型，这类客户对大模型的参数和精度，以及对GPU算力的类型都有更高要求，多芯多模、安全稳定、极简运维成为核心诉求。

　　然而，在推进AI基础设施建设的过程中，浪潮云海发现，企业各部门之间缺少协同，导致AI资源烟囱化，造成资源浪费、数据价值挖掘受阻、技术迭代协同失效。客户逐渐意识到，建AI基础设施需要像建云一样统一管理，统一呈现，统一分配资源。

　　张明灿强调，在资源布局上，AI基础设施将由传统烟囱模式向云化模式转变。而云凭借强大的算力调度能力、灵活的资源扩展特性以及高效的协同管理优势，成为承载AI的最佳载体。基于这一理念，浪潮云海构建了AI云基础设施平台InCloud AIOS。

　　浪潮数据云计算产品部PDT经理吕广杰介绍，InCloud AIOS的优势在于，基于一云多算、平滑演进、极简运维、软硬协同等能力，客户可以为不同优先级的业务部门灵活调度资源，保证算力资源均衡，在保障业务平稳运行的同时，更快的响应业务量突发时的高并发挑战。

　　不止于此，在AI场景中，大模型相当于大脑，真正想让其赋能政企智能化转型，还需要开发一系列智能体。这就需要多模多芯、多推理框架、多开发工具的支撑，“一云多算”尤为关键。吕广杰表示，浪潮云海一直坚持的开放兼容、分层解耦的设计理念，通过无绑定的设计，平滑兼容各种芯片、各种推理引擎、各种大模型，实现各个传统业务系统和智能体业务系统的协作。

　　开放兼容：让算力“算尽其能”

　　理论是理论，真正落地并非易事。例如，异构算力在芯片、软件、架构等层面各有差异;从“百模大战”到“千模大战”，还有无数智能体，几乎都是强绑定关系，一种GPU架构绑定一种框架，企业投资利用率不足……

　　InCloud AIOS的“一云多算”通过分层解耦兼容适配客户采购的GPU，快速构建起多元异构融合的AI基础设施。同时依托开放接口，提供开放标准大模型服务，为智能体提供标准的北向OpenAI接口，屏蔽底层异构算力的差异。

　　与此同时，基于自研AI引擎，联合芯片厂商深度优化，全面提升推理性能。通过自研InLLM推理框架、KV Cache优化、DirectStorage等技术，实现模型吞吐提升6倍、加载速度提升30倍等跨越式突破，让算力“算尽其能”。

　　值得一提的是，浪潮云海目前拥有超过15000多家私有云老客户，如何保护这些客户的投资也是一大挑战，毕竟在老旧机房环境下，性能损耗是一大难题。张明灿表示，老客户可以仅通过新增单台AI服务器即可升级AI能力，借助模型量化技术，K8S底座弹性调度，以及CPU和GPU协同推理技术，提升推理服务效率和资源的使用效能。

　　浪潮云海“AI First，运维先行”的理念，用户无需学习复杂的AI概念，可以像运维虚拟机一样管理AI智能体，实现传统业务与AI应用的统一运维，同时通过智能化手段保障模型稳定与数据安全。

　　作为一款“融合型AI底座”，InCloud AIOS一云多算、平滑演进、极简运维、软硬协同的能力对于中国AI算力生态和产业发展同样有着重要意义。

　　硬件生态之外，浪潮云海还升级了云图生态产业联盟计划，成立云上智能体联合计划，计划发展100+智能体应用伙伴，产业链上下游协同配合，打造标准、垂直一体化方案，为行业发展注入新动力。

　　正如浪潮数据董事长张东在2025中国算力大会主论坛上所言，希望上下游厂商能够联合起来，建立自主的知识体系，形成一个真正自主的技术平台，实现算力、存算、算网和多模的融合创新，推动高水平生态建设，从而促进整个“人工智能+应用”的落地，为各行各业添砖加瓦、保驾护航。