
雙OS驅動的新質生產力引擎正式發布。
作者|田思奇
編輯|栗子
在科技史的坐標系里,任何底層技術的爆發,往往需要經歷一次系統重構才能真正改變世界。
1913年,亨利?福特重構了汽車制造流水線,大幅降低裝配成本與周期,讓汽車從貴族專屬走入大眾生活;半個世紀后,IBM斥資50億美元推出System/360大型機,以統一指令集架構實現軟件跨機型兼容,奠定了現代計算平臺的基礎。
今天的AI產業也站在同樣的關口。國產芯片、大模型、智能體在技術層面多點突破,但單點繁榮仍難以轉化為企業真實可復用的生產效能。AI要真正走進千行百業,需要一場類似System/360的系統性重構。
這場變革的實踐,正發生在北京酒仙橋——新中國電子工業的發源地。扎根于此的國資背景AI原生企業北電數智,于近日主辦了第二屆酒仙橋論壇,并正式發布新一代核心產品星火?AI云2.0,給出面向產業落地的AI系統重構方案。
北電數智聚焦構建AI時代的新型基礎設施,把分散的算力、數據與模型能力整合為可長期穩定運行、可規模化落地的工業化生產力系統。
論壇前夕,「甲子光年」到訪酒仙橋,與北電數智CTO謝東展開深度對話。在他看來,AI產業真正的拐點,不依靠某一次模型能力躍升,而發生于AI以完整系統形態穩定進入產業生產體系的那一刻。
1.單點繁榮斷層顯著,AI產業亟待系統性重構
從技術指標看,AI似乎已經具備初步落地的條件。
國產芯片快速迭代、大模型能力持續提升、智能體逐步具備復雜任務執行能力。但現實是,企業將AI融入核心生產流程依然困難,大量項目停留在試點層面,難以規模化、長效化運行。
謝東將這一困局歸結為結構失衡,而非技術不足。當前行業普遍以算力、模型、數據等獨立模塊方式推進,但這種分散式進步難以直接形成規模化生產力,反而造成層層斷層。
“這兩三年,國產芯片產業快速發展,涌現出幾十家廠商,但芯片做出來后,斷層問題非常典型。”謝東直言,“有了芯片,不等于有了系統;有了系統,不等于有了服務器;有了服務器,也不等于能組成高效集群;即便集群建成,模型也未必能順利訓練收斂。”
他透露,國內已出現萬卡集群搭建后訓練不收斂的案例,問題不在硬件,而在網絡、存儲、調度等一整套系統能力不匹配。
模型與智能體的發展,由于其對系統能力要求更高,進一步放大了這種斷層。謝東觀察到,在部分通用場景中,國內主流基礎模型能力已足夠支撐產業應用,隨著智能體技術演進,模型價值被進一步釋放,當前產業瓶頸已不在模型本身。
但智能體從個人工具走向企業場景時,現實障礙接踵而至。“比如大家關注的‘龍蝦’(OpenClaw),看上去能力全面,但在企業環境中難以直接落地。”謝東坦言,部署模式、多租戶管理、數據共享、結果可追溯、合規安全等一系列問題,都不是單一API能夠解決的。關鍵問題在于:各類能力沒有被組織成一個面向產業的完整系統。
在所有斷層中,數據往往是首要瓶頸。謝東在交流中反復強調“數、算、模、用”的優先級,將數據放在首位。“數據對企業應用是首要的,沒有企業自己的數據,根本談不上企業自己的應用。”他表示,人事、財務、醫療、合規等高敏感核心場景,必須依賴自有數據,無法靠公共數據替代。
當前企業數據普遍存在兩大問題:一是系統割裂、數據不通;二是大量歷史數據為人類閱讀設計,結構和邏輯并不適配AI處理。“很多數據是給人看的,不是給AI用的,用它做AI應用,往往和真實業務邏輯對不上,”謝東補充道。
面對這一系列困局,北電數智提出“AI計算新基座”,且明確這不僅是局部優化或單點性能提升。

“我們的核心不是再做一個更強的模型或者更快的芯片,而是把算力、數據、模型這些能力放在一起,為了解決一個具體的AI任務,把它們串成一個系統,并圍繞應用去做整體優化,”謝東強調。
在第二屆酒仙橋論壇上正式發布的星火?AI云2.0,正是這一理念的載體,它以差異化全棧架構重新定義AI基礎設施,也走出了一條區別于單純技術競賽的獨特路徑。
2.星火?AI云2.0:雙OS驅動,重構AI全棧運行體系
北電數智要做的,是把AI產業鏈上的碎片化能力重新縫合為一體。在謝東看來,這不是簡單“打補丁”,而是從數據通路、算力調度到AI運行環境,對整個技術棧進行系統性重構。
不同于行業內多數聚焦單一環節的產品,星火?AI云2.0的核心突破,在于跳出了“資源堆砌”的思維定式,以“雙OS驅動”為架構核心,將數據、算力、模型、應用的全鏈路能力融為一體。這也是它與通用公有云、傳統智算云最鮮明的區別。

這套雙OS架構如同平臺的“雙核心引擎”,各司其職又深度協同:
謝東對「甲子光年」直言,行業普遍將AI云視為傳統云的“延伸版”,忽略了智能體時代的核心需求。“當智能體成為主流應用,云的定位正在發生根本性變化。它不再只是資源分配器,而是必須圍繞AI工作流重新構建的運行系統。”
這種重構體現在:智能體高并發運行需要強隔離沙箱環境;工具調用、新協議兼容、多智能體協同成為必備能力;網絡、存儲、容器調度全面向AI場景優化。新天?智能體平臺正是為此設計,讓智能體從演示走向企業級規模化運行。
具體而言,星火?AI云2.0的全棧能力,由四大模塊支撐,形成“數據→算力→模型→應用”的完整閉環。
作為系統根基,北電首先重構了數據層。謝東強調:“數據問題本質上更偏向工程問題。”為此,北電推出紅湖?可信數據空間,核心不是數據集中或開放,而是在“可用” 與 “可控” 之間建立平衡。
謝東將其形容為一個“物理空間”:“數據方把數據放在空間內,使用方可調用數據訓練模型、開展分析,但全程接觸不到、也帶不走原始數據,甚至可以在不感知具體內容的情況下安全使用數據。”
這一機制打破了數據流通壁壘,讓數據共享與交易不再依賴繁瑣流程,而是通過智能合約、數據目錄實現技術化保障。該能力已通過國家級數據安全評測,并在醫療、政務等高合規需求場景規模化落地。
算力層面,前進?智算平臺作為前進?AIOS的核心,承擔起解決國產芯片生態割裂問題的責任。當前各類芯片體系相互割裂,企業建集群常面臨“單卡強、集群弱” 的問題。謝東認為,產業競爭早已超越 “能用” 階段,真正關鍵是實現 “好用” 與規模化調優。
北電通過統一調度實現異構芯片融合管理與算力池化調度,并依托先進計算迭代驗證平臺,為國產芯片提供從適配到場景驗證的全鏈條賦能,推動國產算力在實際場景中的可用性與優化。

模型層面,寶塔?MCP模型開發平臺專注推理優化與部署效率,通過自研推理框架實現國產硬件上的性能最大化,降低企業AI落地門檻與成本。
更能體現北電差異化定位的,是其面向城市與產業的落地范式。緊扣國家“十五五” 規劃與 “人工智能 +” 行動方向,北電提出“一底座、兩突圍”的產城發展新范式:

目前,北電已在北京朝陽、珠海、佛山、安慶、馬鞍山等地落地標桿項目,包括北京數字經濟算力中心建設運營、珠海“云上智城” 整體運營等,并在全國規劃布局數十個AI底座,形成云邊端協同的全國化算力網絡。
謝東坦言,不同城市、不同行業無法用一套方案復制,必須深入調研、找準切口、長期運營。這些工作看似細碎,卻決定AI能否真正落地。“我們希望算力不僅能用,更能規模化用、長期用,讓企業在使用中真正形成新質生產力。這也是我們作為國企,更強調長期價值的原因。”
在這種路徑下,“全棧” 便不意味著什么都做,而是圍繞應用場景不斷收斂能力邊界。正如謝東所言,北電數智解決的從來不是單一技術問題,而是“如何讓AI能力真正用起來”。
這也正是北電數智作為AI原生國企的定位:打造自主可控的AI計算新底座,推動AI與科研、產業、城市、民生深度融合,讓技術服務于真實社會價值。
3.錨定“十五五”戰略:以自主可控底座助力國產算力破局
當AI進入系統重構階段,企業的長期競爭力究竟來自哪里?
在謝東看來,答案早已超越了單點技術比拼的范疇。當前AI產業的核心問題,不是能力不足,而是能力邊界尚未被行業充分認知與駕馭。人們既看不清AI的上限,也尚未建立與之匹配的系統化使用能力。
“當前行業普遍面臨的問題是,不知道AI到底還能強到哪一步。”他表示,部分傳統評測指標正在失去解釋力,圖靈測試等標準已不足以描述當前AI水平,行業正在重新定義智能的評價體系。
智能體的爆發,正是這一階段最鮮明的標志。“龍蝦”帶來的沖擊,并非模型本身突破,而是應用范式的變革——能力被重新組織、放大,并快速進入復雜業務場景。這種變革本質是系統級的,而非單點技術升級。
北電數智的核心優勢,恰恰在于更早轉向系統層面的布局:如何把算力、數據、模型組織成可運行、可擴展、可持續演進的生產系統。
謝東將這種壁壘總結為三點不可替代的優勢:第一是認知與工程落地的領先。早在智能體爆發前,北電就預判趨勢并在AI云底層完成高并發、強隔離沙箱等關鍵設計布局。“等到今年應用真正爆發時,我們的系統已經準備好了。”
第二是全鏈路數據能力。依托國資背景優勢,北電在可信數據空間、數據服務、知識工程到場景應用形成完整閉環,尤其在高安全、高合規領域具備難以復制的優勢。
第三是原生企業級服務基因。星火?AI云2.0從一開始就圍繞真實業務需求構建,兼顧性能、彈性與企業最關心的安全合規。這套復雜體系無法短期拼湊,只能長期深耕,也因此形成堅實壁壘。
本屆酒仙橋論壇以“國芯AI馭未來”為主題,緊扣國家“十五五”規劃推動科技創新與產業創新深度融合、全面實施“人工智能+”行動的戰略導向。謝東認為,人工智能并非虛擬經濟,而是關乎國計民生的實體產業,其核心競爭力不只體現在尖端科研能力,更在于將技術轉化為廣泛社會生產力的工業化落地能力。
借助本屆論壇,北電數智也希望向行業傳遞一份理性而務實的判斷。謝東表示:“我們希望大家對AI有更準確的認知,不要盲目過熱,也不要盲目擔心。”以智能體為代表的新技術并非萬能,也并非不可控。AI已經具備產業落地條件,但必須以可理解的決策,可追溯的結果,和可托付的安全為基礎。
在生產力重構的過程中,人與AI的關系正在深刻改變。目前謝東思考最多的,是未來哪些任務應該交給AI,以及人類如何與AI形成高效協作。“我們可能低估了AI的能力,同時又高估了我們使用AI的能力。”他認為,未來競爭不再是零散的提示詞技巧,而是人與AI之間體系化、制度化的協同模式。
放眼更長周期,AI產業的終局標尺可以用更具象的維度衡量。謝東對「甲子光年」表示,“如果類比蒸汽機和電力,Token正在成為重要的衡量單位之一。”所有AI產出本質上都以Token為載體,一個系統持續生產高質量Token的能力,在一定程度上反映其智能水平與生產能力。當Token從技術單位升級為衡量經濟活動、產業效率與社會價值的重要標尺,AI才真正從工具升級為新型基礎設施。
北電數智所做的,正是以系統工程重構算力、數據與智能的組織方式,打造自主可控、可持續演進的AI底座,以國企的長期主義與責任擔當,讓AI真正成為服務國計民生、驅動新質生產力的核心力量。
(封面圖及文中圖片來源:北電數智)