AI的迅猛發展催生智能算力需求，智算中心基礎設施及軟硬件國產化需求也隨之增長。有數據顯示，2023年我國信創產業規模已達到20961.9億元，2027年有望達到37011.3億元。

在芯片層面，國產GPU廠商有20多家，這些廠商推出了不同代際、不同用途的AI芯片產品，軟硬件之間不適配、不兼容問題有待優化；模型層“百模大戰”不可開交，基礎模型廠商在預訓練模型和推理模型上持續發力，中間工具層和AI應用層玩家層出不窮；數據層也面臨著中文開源數據的數據量不足的問題，且公共數據要素和行業數據要素分散在數據煙囪中，制約著AI大模型的發展。整個信創產業在某種程度上仍被服務器芯片、基礎設施國產化和IT生態構建等問題“卡脖子”。北電數智認為：“做好人工智能的基礎設施建設，不僅要完成算力層的建設，還需要在算法、數據服務上做布局。”

北京電子數智科技有限責任公司（以下簡稱“北電數智”），是北京電控旗下一家專注于原創性、顛覆性、引領性科技創新的人工智能科技企業。企業自2023年8月1日成立伊始，便以全棧AI能力布局算力、模型與數據領域，現有五大產品矩陣，包括推動國產芯片從可用到好用的“前進?AI異構計算平臺”，提供模型適配與算力加速的高質量AI工具鏈“寶塔模型適配平臺”，推動數據安全共享、可信流通的“紅湖·可信數據空間”，服務國計民生的垂類模型矩陣，以及包含智算中心建設與運營、加速人工智能落地的AI工廠“星火?智算”。不僅如此，北電數智還持續承接北京市重點項目，如北京數字經濟算力中心、先進計算迭代驗證平臺等，并入選北京市集成電路產業重點支持企業、工信部重點支持企業；先進計算迭代驗證平臺也經過批復列入北京60個核心重點項目。

多種國產算力混元，探索高效靈活且更具性價比的解決方案

近年來，雖然國產高性能GPU芯片發展迅速，多家公司的GPU產品已問世并落地，但產品在整體性能與國際芯片產品相比仍有明顯差距，單一國產企業難以與國際企業長年積累的品牌效應和技術研發實力抗衡，智算集群建設勢在必行。智算集群的算力并非單純GPU算力整合，而是集成不同功能、特點的芯片進行統一調度，整合不同芯片的性能，探索更高效、靈活、且性價比更高的解決方案。北電數智前進·AI異構計算平臺可將不同功能、特點的芯片進行集成并統一調度，再根據不同國產算力的產品性能，將計算任務分布到不同的GPU上，讓特長芯片發揮細分性能優勢，提升模型訓練的整體效率。

在前進·AI異構計算平臺的支持下，用戶無需了解底層硬件細節，只需關注自己需要完成的任務；且算力收費以吞吐量計費，信創客戶也可以享受到底層無感、價格優惠的國產算力。

以AI工具鏈打破“煙囪難題”，自由切換不同模型

從等級來看，模型分為通用基礎模型、行業基礎模型和場景模型，且不同等級的模型各有所長。目前，企業更加注重多樣化選擇，模型需要快速切換并根據需要部署到不同的應用程序中。這決定了具備高靈活性、能適配不同模型的AI產品，將影響并引領人工智能技術、產品和生態的新走向。 北電數智寶塔·模型適配平臺能向上適配各類軟件，兼容各大主流開發框架，降低企業和開發者使用門檻。得益于寶塔·模型適配平臺，開發者既可以選擇主流的基礎大模型，也可以采用開源模型，從而打破算法層面的“煙囪難題”。

構建互聯互通信息場域，讓數據要素充分流通共享

現如今，我國正面臨著高質量數據集獲得難的挑戰。相較于美國，我國的數據開源和市場流通較差，數據要素的挖掘和治理能力落后，優質的中文數據集依然稀缺，大量非結構化數據無法被算法模型訓練所使用。為此，北電數智運用隱私計算、模型分層計算、數字沙箱、區塊鏈存證等前沿技術和多層次解決方案，搭建了“紅湖·可信數據空間”。紅湖·可信數據空間能夠實現數據要素的可信、可控、可用、可審計，有效應對數據安全與隱私保護、數據開放受限等合規性風險和技術挑戰，實現對數據要素的可信開發利用。

針對當前算力、算法、數據三個層面的“煙囪難題”，北電數智均提出了行之有效的解決方案，這背后是前瞻性的戰略眼光與深厚的技術積累。作為推動我國AI產業高質量發展的重要力量，未來北電數智也將繼續秉承“建設數字中國”的使命，致力于以面向未來的AI計算基礎設施和AI生產力引擎，推動下一代工業革命在中國加速到來，打造國企新質生產力典范。