当大模型浪潮席卷而来，各种模型和技术“苟日新，日日新”，标志着人类正在由信息时代向智能化时代跨越。在全新时代里，技术变革的底层逻辑是什么？数字基础设施该如何围绕“三大” (大模型、大数据、大算力)进一步向前发展？大模型和数据要素是怎样一种关系？

在2024中国国际大数据产业博览会举行期间，浪潮云举办了“云端眺望 数智共生”2024浪潮云数智未来大会，浪潮云总经理颜亮与首席技术官孙思清共同接受了媒体采访，就大模型时代的变革、浪潮云的行业智能优势以及未来技术发展等话题进行了深入交流。

大模型成为新质生产力的重要抓手

在党的二十届三中全会工作部署中，发展新质生产力已上升到国家策略，不仅可以推动实体经济与数字经济深度融合，更是助推我国经济高质量发展的重要引擎。

▲浪潮云总经理颜亮

“大模型技术的核心在于改变生产力结构，这种改变不仅体现在劳动工具的升级上，更深刻地体现在劳动者的角色转变上。” 颜亮认为，大模型不仅仅是一个工具，还具有劳动者属性，这种属性的强化使得机器在特定场景下能够承担更为复杂的任务，甚至实现独立角色的扮演。

说白了，新一轮技术变革带来的不仅是生产力的提升，更是分工模式的深刻变化，推动了人与机器之间新型协作关系的形成。

面对大模型变革，浪潮云迅速响应，积极布局。从去年开始，浪潮云就在围绕大模型和AI进行技术创新，并全面推进应用落地。今年4月，浪潮云成功发布了海若大模型业务战略，同时提出了百城计划。截至目前，浪潮云已在全国62个城市完成海若大模型部署，并有望在今年内完成全部100个城市的布局。在技术上，浪潮海若大模型在QASC国际榜单上位居榜首，在SuperGLUE国际榜单荣获第一名的成绩，这些成绩充分展示了浪潮云在大模型技术上的深厚积累与创新能力。

如果说去年是大模型的开局之年，今年则是“行业大模型元年”。为了支撑大模型的广泛应用，浪潮云精心打造了不同行业的海若大模型，覆盖了政务、交通、医疗、制造等多个行业。同时，浪潮云还开发了300多个应用场景，将大模型技术深度融入不同产业，推动各个行业实现数智化升级。

为了最大化释放智能化效应，浪潮云还推出了全新品牌Slogan——有云处皆智能，将深入理解客户需求，确保每一朵云都能精准对接，实现多中心、场景化、生态化的智慧运营模式。

行业智能迎来巅峰时刻

在颜亮看来，大模型的兴起不仅带来了生产力的变化，更代表着智能化发展不再局限于单一的功能性智能，而是向更加全面的系统智能迈进。

从技术升级的维度来看，新一代智能化发展的背后会有“三大”变化，即大模型、大数据、大算力。对于企业、行业乃至城市而言，这种全面系统智能的提升将是未来发展的重要方向，不仅提升了机器处理复杂任务的能力，还促进了各功能及组件之间的协同工作，从而实现了整体效能的飞跃。

向全面系统智能演进，浪潮云凭借其精准的行业智能定位，成功在市场中脱颖而出。浪潮云致力于成为行业云的领航者，通过为行业客户提供全方位的服务，实现了在分布式算力、数据工程以及大模型平台等方面的布局。这种从底层基础设施到上层应用服务的完整解决方案，为浪潮云在市场中赢得了领先地位。

▲浪潮云首席技术官孙思清

“人工智能带来了云技术堆栈的改变。过去，云厂商主要以通用算力为主。现在，随着大模型对GPU、TPU、NPU的消耗，底层的算力、数据治理体系以及整个平台都在发生变化。”孙思清进一步解释道。

在底层基础设施上，除了算力消耗增加，会更关注高质量数据的处理。同时，MaaS服务会基于大模型与数据的结合，拥有更出色表现。而在应用层，一些助手型、协助型的服务开始脱颖而出。未来，随着智能体（Agent）的不断进化，所有应用都会往人工智能的方向去转型。而从云服务的角度来看，不管是AI for Cloud还是Cloud for AI，一定会量变引起质变。

当前，不管是大模型、还是小模型，都在和业务紧密结合。而浪潮云本身的定位就是行业云，主要结合产业与行业场景解决实际问题，这样的能力在智能化时代得到了进一步延展，凭借对不同产业主体业务特性和组织共性的深刻理解，浪潮云将以组织形态和组织结构为核心形成跨产业的智能模型。面对底层技术逻辑的升级，浪潮云将通过分布式计算和云网边端的多核心架构，实现信息的互联互通与高效利用，为行业智能发展注入新的活力。

数据要素成为加快产业智能升级的重要引擎

打造新质生产力，浪潮云不仅关注技术性突破、产业升级转型，更关注生产要素创新性配置。

孙思清指出，数据作为重要的生产要素，正在与大模型形成合力，共同推进行业智能化的发展。在大模型实际应用落地过程中，必须充分释放数据价值，找准数据与产业结合的突破点，才能满足不同企业的需求。

训练大模型，需要更广泛的数据源，不仅需要企业内部数据，还需要融合更多的外部数据。同时，为了让大模型更能满足行业属性，仅靠通用数据根本无法满足场景需求，还要有行业专属数据，包括在大模型推理过程中，要全面提升数据治理能力，才能管控好数据集质量。

针对业界关注的公共数据授权运营，在多地已有制度与组织支撑，但尚处于起步阶段。目前，在金融、医疗等领域，展现出相对成熟的运营模式，具有更广阔的应用场景。

“浪潮云作为可信数据技术提供者，聚焦于数据空间的技术构建与平台运维，而非直接数据运营。”孙思清强调，可信数据流通基础设施尚不完善，是制约数据流通的关键因素之一。

如何在保证数据安全的提前下，实现数据的流通和共享？浪潮云把数据空间当作重要抓手，根本目的是为数据要素市场提供实现路径，围绕数据汇聚、处理、流通、利用、安全等内容，展开关键技术探索。相信，随着“数据二十条”的推进，数据在域内流通成为趋势，浪潮云看好数据产品化发展，特别是大模型+小模型的数据产品形态，这是未来数据流通领域值得关注的一个重要方向。

在数据驱动大模型服务能力升级方面，浪潮云基于分布式云技术实现数据和信息的本地化存储，并严格遵守《数据安全法》和《关键信息基础设施安全保护条例》等法律法规要求，全方位保障政府和企业的数据安全及组织发展利益。浪潮云拥有3000多个行业数据集，主要用于行业基础模型训练，形成知识图谱，而非直接提供数据。企业落地行业大模型需结合自有数据，并通过浪潮云提供的数据治理工具提升数据质量，以实现模型与业务价值的深度融合。

结论：

人工智能是主流创新方向，行业落地是当前重要任务。当行业大模型风起云涌，意味着人类社会真正进入了智能化巅峰时刻。而以浪潮云为代表的企业，正在肩负着技术创新与产业升级的重任，更怀揣着“数智共生，加数向未来”的宏伟愿景。不管是构建大模型全栈服务体系，还是以行业智能为战场，打通数据流通的“最后一公里”，这些都是浪潮云在不断夯实数据要素和大模型新底座的重要行动。相信，随着浪潮云数字生态体系的不断完善，行业智能建设将硕果累累，成为推动中国企业数智化转型的一股关键力量。