数据驱动AI大模型应用，联想凌拓瞄准“场景创新+价值落地”两大方向

       在企业推进数字化的进程中，通过更强大的数字化工具实现提效增质和产业价值链升级，已经成为企业的共同选择，基于AI大模型的应用正在工业、医疗、能源、城市、交通等领域不断拓展。根据IDC的报告数据显示，中国AI大模型市场预计2024上半年达13.8亿元，2028年将增至211亿元。

       然而纵观AI大模型的开发与应用现状，虽然文生图、文生表、文生视频等各类应用已经屡见不鲜。但不可否认的是，面对不同行业差异化的需求，通用大模型仍然难以直接落地。一方面，企业需要将大量积累的数据与大模型进行结合，导入行业know-how，使大模型能够理解业务逻辑；另一方面，企业需要优化自身的数据存储架构，支撑AI完成优化决策与运营。

       “AI时代，数据质量决定着AI演进的高度。”在日前举办的联想凌拓技术大会（INSIGHT CHINA）上，联想凌拓首席执行官杨旭在媒体交流环节，介绍了数据管理领域的前瞻趋势与前沿技术。在杨旭看来，面对大模型为代表的AI浪潮，企业需要持续优化智能数据基础设施，以实现数据管理的现代化。联想凌拓产品管理与营销高级总监林佑声则从技术角度出发，介绍了联想凌拓多款新发布存储系统的特点，并剖析了联想凌拓如何站在客户需求的角度实现产品创新，以数据驱动实现AI价值落地。 革故鼎新，AI浪潮带来存储管理难题 

       如今，基于AI大模型的应用正以迅猛的势头在各行各业内推动着无数的颠覆和转型，这是一个不可逆的潮流。据杨旭介绍，尤其是在中国市场，针对AI算力的部署已经处于全球领先位置，各个行业从不同业务维度切入，探索AI应用价值。

       以联想的销售团队为例，已经采用AI“智能体”辅助进行销售工作：当销售人员需要推荐存储配置时，可以直接询问AI，AI会根据客户需求自动生成最优产品配置建议。这种智能化方式，将产品经理提供的数据与材料整合到AI系统中，极大提升了效率和与客户沟通的精准性。

       但需要注意的是，杨旭表示虽然过去一年大模型的种类和数目不断增长，但聚焦到细分行业，大部分的企业还无法承受超大规模算力的投入，这也是为什么很多企业更注重小规模、高精度的模型训练与推理。当面对AI大模型建设的具体需求，企业首先需要对自身IT架构进行梳理，如果没有长期的数据准备和智能化的存储管理系统，很难步入模型应用阶段，这也是AI大模型落地的一个重要门槛。

       林佑声介绍在部署大模型应用的过程中，考虑到不同类型企业所属的不同阶段，必然会有差异化的存储需求，联想凌拓主要将其划分为数据整理、训练、推理、大模型和企业应用五个阶段。

       例如在数据整理阶段，主要面临的是数据种类繁多、规模庞大的挑战，需要采用高效的平台和基于闪存的分布式存储来平衡性能和容量需求；在训练阶段，性能是核心需求，超算级别的高性能存储能够充分释放GPU算力，加速模型训练；至于推理阶段，则需要在吞吐、时延和数据安全之间找到最佳平衡。

       在这种情况下，传统存储架构已经无法满足新的需求，甚至可能成为发展的瓶颈。这也是为什么联想凌拓在本次大会上发布多款全新存储系列产品的原因。为了全面适配不同阶段下的存储需求，联想凌拓创新推出了高性能SAN存储ASA A系列、统一混合闪存FAS系列、统一全闪存AFF A系列及全新统一大容量全闪存AFF C系列，以满足复杂业务场景对多样化存储能力的要求。 深耕场景，谱写AI大模型落地方法论

       目前有些企业构建了多种应用，但成效甚微，投入产出比并不理想，其根本原因在于没有适配对应的场景。杨旭介绍只有将行业规则、知识库与AI技术深度结合，才能真正提升效率并解决实际问题。

       以媒体娱乐领域为例，渲染过程中会产生大量碎片化文件，这些文件需要高速处理，如果稍有延迟，就会影响整体效率。对此，联想凌拓与客户紧密合作，通过优化数据部署与计算连接，为其提供优化后的解决方案。

       在林佑声看来，企业在推进AI大模型应用时，企业必须从自身需求出发，从算法、算力、数据不同角度培养自身的模型建设能力。林佑声表示联想凌拓不久前发布的AIPod，正是一套端到端的定制化解决方案，可以帮助用户快速实现AI的技术落地。通过AIPod，用户可以构建一个完整的AI应用验证平台，在整合GPU服务器、存储和网络设备的同时，AIPod还兼具初步测试的功能，不仅降低了用户的试错成本，还提供了清晰的性能数据，便于制定下一步计划。

       林佑声强调，AIPod不仅仅是硬件叠加的单一产品，更代表的是面向未来的参考架构和发展理念。他介绍AIPod的核心理念是“扶上马，送一程”，让客户专注于AI与业务场景的结合，而无需过多担心硬件架构的复杂性。在实际应用中，AIPod已经在金融、医疗和制造等领域展现了价值。例如：

       •    在金融领域，AIPod帮助客户通过量化交易模型预测股市动态，提高决策效率；
       •    在医疗领域，AIPod支持AI精准定位疾病，加快诊断流程；
       •    在制造领域，AIPod被用于工厂缺陷检测，帮助企业快速发现并剔除瑕疵品。

       上述应用不仅展示了AI存储的潜力，也体现了AIPod在推动行业AI落地中的核心作用。林佑声介绍，未来联想凌拓希望与更多生态伙伴合作，深入客户场景，实现更全面的优化和创新，进一步提升AI技术的行业影响力。

持续创新，以数据驱动释放AI价值

       存储市场发展迅速，这既是计算能力飞速提升的结果，也反映了客户快速迭代的需求。杨旭介绍联想凌拓的独特优势在于背靠联想和NetApp两大母公司，通过融合它们在研发、基础架构和AI技术领域具备深厚积累，并结合本地化需求将这些技术引入中国市场，使其更好地为客户服务。目前，联想凌拓已建立起专业的研发团队，专注于数据管理领域的本地化创新开发。

       值得一提的是，杨旭强调为了服务好每一个企业，充分释放AI潜能，联想凌拓会深入客户实际场景，提供针对性的支持。通过客户的需求变化反馈指导方案迭代，使产品始终保持竞争力和实用性。这种“客户需求-产品迭代”闭环，也是联想凌拓快速响应市场的关键所在。

       例如在AI与制造业融合应用中，联想凌拓倾听客户的需求，在芯片设计、自动驾驶和生物基因等行业中已获得许多成功实践。在芯片设计场景中，联想凌拓形成了针对海量小文件场景设计的文件系统、高性价比的全闪存储，以及全套集成的数据保护、生命周期管理和防勒索解决方案；联想凌拓自动驾驶方案则可以帮助用户解决分析数据预处理和模型训练等环节的业务挑战；在生物基因场景中，联想凌拓形成了基因组学三级生信分析的高性能存储和大容量归档存储方案。        随着人工智能技术的不断创新突破，未来基于AI大模型的应用场景将进一步拓展。杨旭表示，未来存储技术将朝着多维度发展，以满足不同应用场景的需求。联想凌拓的目标是打造端到端的本地化解决方案，结合全球领先的大模型技术与中国市场的本地化需求，为客户提供更高效、更安全的存储方案，助力AI技术在各行业的实际落地。