迎接AGI时代，我们真的准备好了吗？

前不久，2024年诺贝尔物理学奖授予了美国科学家约翰·霍普菲尔德和加拿大科学家杰弗里·辛顿，表彰他们“通过人工神经网络实现机器学习的基础性发现和发明”。无独有偶，2024年诺贝尔化学奖的共同获奖者丹米斯·哈萨比斯和约翰·乔普开发了一种人工智能模型解决了一个50年前的问题：预测蛋白质的复杂结构。两个诺奖同时颁给了智能技术的使用者，可见AI已经成为尖端科学研究的关键工具。

全球人工智能领域的重要人物、OpenAI前研究副总裁达里奥·阿莫迪，曾在公开发表的文章中预言：当AGI到来，它的纯粹智力方面甚至能超越诺贝尔奖得主，将科学新发现的速度提高10倍。现在看来，梦想似乎已经照进现实。当机器能够像人类一样进行思考和推理，解决广泛的复杂问题，显然将给商业进化带来极大的想象空间。

不过，以当下的实际情况来看，从AI到AGI，这中间还有很长的路要走。近年来，虽然AI的发展突飞猛进，但即使是最领先的AI工具，也仍是执行人类命令和实现人机交互的程序，而不具备独立决策的能力。

那么，抵达AGI时代需要跨过怎样的技术鸿沟？以及要解决哪些复杂的现实挑战？就此，《哈佛商业评论》中文版执行出品人齐馨与新华三集团高级副总裁、云与计算存储产品线总裁徐润安展开了一场对话，从新华三的探索与实践出发，探讨企业在推动AI应用落地过程中需要培养的新能力、新思维。

当前，AI技术正以其强大的变革力渗透到社会的各个角落，重构着百行百业。从互联网行业不断迭代的搜索和推荐系统，到汽车行业飞速发展的自动驾驶技术，再到制造业广泛开展的智能化转型，背后都离不开AI的深度助力。

位于杭州的新华三未来工厂，便是AI赋能下制造业转型升级的典型代表。在这家工厂里，传统的人工流水线被高度自动化的机器人所取代，从研发生产测试到仓储物流，无人化作业覆盖全流程，整体自动化率接近90%，大大节省了人力成本，也提高了生产效率。

尽管如此，随着AI技术的深度应用，与AI三要素——算力、数据、算法息息相关的一系列痛点也随之而来，这将是各行业AGI之路上面临的重要挑战。

首当其冲的是算力问题。如今，全社会对算力的需求激增，企业不仅希望增强基础的算力能力和性能，也对不同业务场景下的智算效率提出了更高的要求。在此背景下，如何高效地调度算力以及优化资源配置，成为摆在众多企业面前的一大难题。“数据中心侧的模型训练与业务侧的微调、推理的协同问题，变得愈发重要，它关系到企业AI应用能否真正落地。”徐润安表示。部分企业在测试AI应用时发现系统反应较慢、加载时间过长等，很可能都是因此导致的。

数据问题也日益严峻：一方面，AI大模型的发展需要愈发强大的数据治理能力，来保证高质量数据的获取和管理，以满足大模型高效训练的要求；而另一方面，数据规模的急剧增长，也使得数据治理的难度大大增加。

数据的质量又进一步影响到算法的准确性和可靠性。加上现实问题的复杂性、各领域数据的差异性等，都要求企业对算法进行迭代与提升，在特定应用场景中选择最合适的算法，能够实时处理数据并做出快速反应。

能耗问题亦不容忽视。根据国际能源署发布的数据，全球数据中心消耗的电力超过250TWh，约占全球电力需求的1%，占全球碳排放的0.3%。预计到2030年，这一数字将达到8%。因此，如何构建新一代数字基础设施，实现更高效、更智能的能耗治理，提高数据中心的整体能效，事关AI产业的高质量发展。

新华三集团高级副总裁、云与计算存储产品线总裁 徐润安

尽管面临诸多挑战，但徐润安对AGI时代的到来仍持乐观态度。“现在我们能够看到openAI推出的新模型O1已经出现了慢思考、推理的过程，加上脑科学、神经科学的进展，所以我相信AI会越来越接近人类。”

在他看来，AGI的出现只是时间的问题，一旦出现则将会深刻改变人们的生活与工作模式，助力社会各个层面的创新与发展。这种对未来的信心，不仅是基于对技术进步的深刻理解，也源自新华三的前瞻性布局。

比如，为了解决困扰行业的智算效率难题，新华三在深化“AI in ALL”、加速“AI for ALL”的企业战略基础上，提出“算力×联接”，旨在通过多元化算力和标准化联接的深度融合，打造更为强大的算力基础设施，让算力得以更灵活地调度和释放。

具体来说：在算力方面，提供CPU和GPU多元化选择，满足市场与客户的多样化需求，并加强供应链的供给保障；而在联接层面，积极推动联接标准化，通过服务器内、外部GPU联接标准化，实现异构GPU的智算集群，降低算力部署和应用的成本。

“企业在不同的AI应用场景下要用到不同的算力，所以光靠某一种算力是不行的，一定要做集群。这不仅需要计算侧的互联，也要做到网络侧的互联。让不同的算力资源实现池化，再加以科学调度和管理，从而带来智算效率的大幅提升。”徐润安表示。

傲飞算力平台便是这一理念下的重要产物之一。作为智能调度和业务开发平台，它不仅支持万卡集群的通用算力、智能算力统一调度，还能够根据不同的智算场景为客户提供定制化服务，为AI应用的成功落地提供坚实支撑。

不仅如此，在近期的新华三智算新品发布会上，新华三又重磅推出了多款计算、存储和算力调度领域的新产品，其核心就是秉持着“内生智能、成就智慧”的产品理念，一方面通过内置NAI智原生能力，将AI技术融入产品设计，打造可进化的架构和智能管理系统；另一方面，面向AGI时代的长远考虑，新产品将全面贯彻多元异构、开放兼容、高效稳定的技术战略，构筑可进化的算力基础架构体系。

除了算力层面，在数据、能耗等方面，新华三的一些解决方案同样走在行业前沿。比如，在解决数据治理问题上，绿洲大模型数据治理平台能够通过异常清洗、过滤、去重、去隐私、语料增强、多维评估等流程将原始数据转化为训练数据，并对结构化数据、文本、图片、音视频等多模态数据进行高效管理，覆盖AI数据应用的全流程、全生命周期。在能耗问题上，为提升散热系统能效、降低智算中心PUE，新华三的全栈液冷方案已覆盖冷板式和浸没式两大技术路线，并加速迭代中。

在新华三的布局中，不管是算力的释放、数据的治理，还是能耗的优化，这些过程都离不开AI的深度赋能，在新华三内部被称作“×AI”。也就是在基础架构升级中全面引入AI之力，大幅提升各项产品及解决方案的应用体验，从而使基础架构在AI等新型业务负载中获得更加优异的表现。

“AI具有指数级的放大能力，乘以AI能够让所有业务收益倍增，产生更大的化学反应，而不仅仅是作为一个特性的叠加。”徐润安表示。

当然，对于企业而言，面向AGI时代的转型绝非单纯的技术变革，更是一种思维上的革新。培养新的生态思维是大势所趋。毕竟，任何行业问题的解决，都不能靠某家企业的单打独斗。尤其是在通往AGI时代的道路上，新问题层出不穷，只有多方联手，做好生态建设，才能推动整个产业的共同繁荣。

“没有哪家公司能够从头到尾把所有事情都做完。”在徐润安看来，企业总会有自己的一些短板，很难凭借一己之力满足市场的一切需求，所以不仅要在整个产业链里面找准自己的生态位，而且要有合作意识，懂得借助生态伙伴的力量。“我们鼓励或者希望整个大产业里的伙伴都能聚集在一起，共同解决现在的算力、算法、数据问题等等，大家一起去努力。”

而从这种生态思维出发，新华三也在持续致力于建立一个包容不同伙伴类型、倡导多样性、开放性的良性生态系统，在此之上携手合作伙伴联合创新，深化AI技术的行业应用，共同孵化越来越多的融合解决方案，推动各个行业实现智能化转型，迎接AGI时代的早日到来。