杨震透露，目前北电数智的算力集群中通过协同作战的方式对外提供服务，已经打造了550P国产算力集群，这也是国内最大的混元集群。在算法加速提升芯片性能上，平均来说可以让整个国产算力表现提升1-2倍、2-3倍，吞吐量提升7-8倍，推理表现上，配合针对性的算法加速，实现首字延迟的10倍优化，解码延迟10倍优化，吞吐量提升80倍以上。
谢东谈道，国产芯片单颗芯片综合能力和国际的先进芯片有差距，因此他们的策略有两个，一是芯片合起来办大事，二是各自做擅长的事。
二、1个底座+2大平台，智算中心要进入精细化运营
北电数智的底座包含AI计算基础设施、AI数据服务。杨震谈道，数据是模型的燃料，此前数据要素面临供不出、流不动、用不好且不安全的难题，基于此，北电数智去年在可信数据空间的基础上将其提升为AI可信数据服务。
两个平台为传统产业升级平台和新兴产业加速平台，传统产业升级平台指AI+产业、AI+城市等，新兴产业加速平台就是具身智能、无人驾驶等AI原生业务。
杨震认为，智算中心应该进入精细化运营阶段，目前智算中心有的被闲置，有的智算中心与企业需求不相匹配，很多企业不会用、用不起，产生结构性矛盾。
在数据层面，去年7月，北电数智推出可信数据空间，实现了让数据可用不可得、可用不可见。
杨震说，近期可以进行联网搜索的DeepSeek在使用时效果变差了，这是因为它不可避免会受到互联网数据的影响。可信数据空间中，可以实现数据源可信，就能有效避免模型被互联网数据毒害。
谢东补充说，大模型的能力在企业中需要专业知识加持，需要好的基座模型+专业知识库，保证信息实时更新，对专业问题回答得准，这也是可信数据空间能避免模型被互联网数据毒害的原因。
这一数据底座之上，北电数智为企业提供了资产管理、数据流通和利用、AI数据生成等服务。杨震举例说，在医疗行业，北电数智正将可信数据空间对外运营，也就是让更多市场端企业可以在一定情况下调用其中的医疗数据能力。
AI全栈能力的协同计算方面，北电数智形成了AI异构计算平台和模型适配平台。
AI异构计算平台可以将不同算力集群进行统一纳管、灵活调度，模型适配平台包含训练推理的适配加速、混推混训部署、数据集管理等。模型层有开源模型仓库、训推工具、Agent定制拼图。模型适配平台已经对主流24个大模型做了适配和加速支撑。杨震将其比作笔记本电脑，笔记本电脑需要在操作系统之上，安装办公、财务等各类软件。
传统产业赋能平台分为医疗、工业制造的产业层面。北电数智正在和北京5家三甲医院合作打造专项模型，杨震透露，截止到今年年底，其将和北京超过10家的三甲医院合作。
对于企业而言，他们需要构筑企业层面知识库、将企业工作流重新进行整合、通过数据整合实现企业的多智能体开发，产生全新的工作流模式等。
在新兴产业方面，具身智能针对家庭场景训练，需要虚拟仿真的训练环境、物理模型等，基于此，北电数智将搭建平台帮助机器人和实际场景相结合。
杨震进一步解释了“搭平台”的含义，就是提供从芯片、数据、服务、模型、应用层的服务，让不同生态伙伴有机会接触实际场景。
结语：AI落地加速，深度运营、持续增长、因地制宜成智算中心关键
AI正在加速落地各行各业，但不同企业的核心需求不同，为智算中心的建设提出了更高要求。
在业务布局上，北电数智围绕一个AI底座以及传统产业升级和新兴产业加速两大核心方向，构建起了一套完善的业务体系。杨震谈道，北电数智的差异化定位和核心竞争优势是，找产业链的卡点和断点，从算力、算法、数据、模型服务、工具链等全面服务，满足全生命周期需求。
在这个基础上，北电数智构建智算中心的逻辑就是深度运营、持续增长，并根据当地产业结构，实行“一地一策”，与此同时，他们在深入当地时，又会联动生态伙伴找到自己的商业机会，形成有当地产业结构特色的新兴产业生态和集群。
