以“算力×联接，AI×未来”为主题的行业峰会在北京召开，紫光股份旗下新华三集团总裁于英涛在会上指出，当前人工智能发展已进入关键转折期，行业正面临Token经济重构、自主化矛盾、系统性瓶颈三大核心挑战。他强调，AI技术的规模化落地需要构建算力、网络、存储、云服务、安全防护、智能运维六大维度的协同体系。
数据显示，中国AI大模型日均Token调用量在两年间激增1400倍，全球相关基础设施投入已突破万亿美元规模。于英涛分析称，这种指数级增长标志着AI应用从实验室走向产业化的范式转移，但同时也暴露出算力成本与业务价值之间的匹配难题。他特别指出，单纯提升单点性能已无法满足需求，必须通过全栈优化实现Token性价比的最大化。
针对行业结构性矛盾，于英涛提出“AI自主化不是选择题而是生存题”的观点。他解释说，当前技术生态中存在算力架构碎片化、数据流通壁垒、安全可控性不足等深层矛盾，这些都需要通过系统级创新来解决。此次新华三发布的UniPoD S80000超节点算力平台等七大核心产品，正是基于这种全链路协同理念打造，可支持万亿参数级大模型的高效运行。
在技术实践层面，新华三推出的解决方案突破传统产品思维，将计算资源、网络传输、存储架构、云管理平台、安全防护机制和智能运维系统进行深度整合。据介绍，该方案通过“算力×联接”的乘数效应，可使客户在AI投入产出比上获得显著提升，特别在金融、医疗、制造等重点行业已形成可复制的落地案例。
与会专家指出，当前AI发展呈现“技术狂飙”与“落地焦虑”并存的特征。一方面，大模型、智能体等新技术不断涌现；另一方面，企业普遍面临算力成本高、数据孤岛、安全风险等现实困扰。新华三此次提出的系统级解决方案，为破解这些难题提供了新的思路，其强调的“让AI真正跑起来用起来”理念，直指行业痛点。
据了解，此次发布的超节点算力平台采用模块化设计，支持从千亿到万亿参数模型的灵活扩展。配套的智能运维系统可实现资源动态调配和故障预测，使整体运维效率提升40%以上。相关产品已在多个头部企业完成验证，在自然语言处理、计算机视觉等场景中表现出色。
