数据中心厂商与车企在云栖大会重构AI底座
硅谷101
AI产业竞争焦点已从模型参数转向以供电、散热、网络及端侧落地为核心的底座基础设施建设。
AI-assisted summary of 探访云栖（一）：揭秘AI“底座”，谁在为算力搭建“水电气”？【101 Weekly】 — original source. Check the original for full context.
Source published:
Detailed notes
## Background 本视频由Bilibili平台的“硅谷101”频道于2025年10月28日发布。视频简介指出，今年AI风向已从“百模大战”转向AI落地的底座建设，本期沿着AI算力流动的路径，探寻施耐德电气、中国移动、锐捷网络及斑马智行等企业如何构建AI在供电、散热、网络和端侧应用上的“水电气”基础设施。
## TL;DR 视频详细梳理了今年云栖大会展现的AI底层生态新趋势：AI核心命题已转向产业落地，促使供电与散热成为制算中心的关键瓶颈。施耐德电气通过全生命周期能源管理与“用AI管AI”提升效率；中国移动搭建算力“动脉”并推出税务小助手等垂类 Agent；锐捷网络通过智算网络产品与CPU/GPU解耦方案夯实数据中心“毛细血管”；斑马智行则推行端侧大模型上车，打造“Auto-Omni”智能座舱。各层级分层解耦且紧密协作，共同筑牢AI落地生根的绿色稳定底座。
## Atmosphere & style 整部视频呈现出前沿、紧迫且充满实干气息的探访氛围。主持人以客观敏锐的视角带出产业加速迭代的紧迫感与行业乐观预期，从宏观趋势自然过渡到微观硬件方案，展现出严谨专业的科技记录风格。整体语调兼具科技前沿的探秘感与产业落地的务实沉稳，让观众深刻感受到物理世界基础设施建设与数字世界AI算力协同演进的澎湃脉搏。
## Key takeaways - [00:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=0s) 2025年AI行业风向全面转变，行业焦点从去年的“百模大战”突破模型参数，转向探讨如何让AI走出实验室、在产业中落地生根并转化为实际生产力。 - [00:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=0s) AI数据中心面临功率密度骤增的考验，电力的稳定供给（供电）与高效散热（液冷）成为决定AI算力上限与运营成本的核心物理挑战。 - [00:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=0s) 施耐德电气针对数据中心极高功率密度与散热瓶颈，推出涵盖全生命周期的能源管理系统，并融入AI算法实现“用AI去管AI”。 - [00:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=0s) 中国移动扮演算力“动脉”角色，从提供基础算力集群升级为提供应用层垂直平台与智能体（如解决复杂报税与海外税收政策的“税务小助手”）。 - [05:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=300s) 锐捷网络构建数据中心内部的末梢网络“毛细血管”，通过128端口400G/64端口800G交换机及LPO光模块提升连接密度并降低功耗。 - [05:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=300s) 锐捷网络针对超大规模GPU集群创新性地提出CPU与GPU解耦方案，通过PCIe拉远实现在单机柜内高效连接128个GPU超节点。 - [05:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=300s) 斑马智行将2025年定为“端侧大模型上车元年”，基于高通8397大算力芯片与通义千问3.0 Omni，全球首发“Auto-Omni”端侧大模型解决方案。 - [05:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=300s) 端侧车载大模型具备断网可用（90%服务本地闭环）、隐私保护不上云以及主动式服务感知三大优势，重塑智能座舱交互形态。 - [10:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=600s) 从电力能源、骨干网络、数据中心末梢连接到终端Agent，AI底座已演变成“分层解耦又紧密协作”的完整生态链路。
## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=0s) 云栖大会新趋势：从“百模大战”到AI底座与“水电气”建设
去年人工智能领域上演了轰轰烈的“百模大战”，全球目光均聚焦于模型参数竞赛与能力突破；而今年行业风向标已然掉转，核心命题变为“如何让AI走出实验室，真正在产业中落地生根并转化为实际生产力”。在今年杭州云栖大会上，不仅诸多芯片化产品不再停留于PPT阶段，在AI底座、商业链路和开发者生态上也展现出值得观察的新信号。本期视频将分为三期总结云栖大会的新趋势，本集聚焦于“云网融合与绿色算力”，沿着AI算力流动的完整路径，探寻庞大底座的成形过程。
一切AI计算的起点是数据中心里服务器的每一次脉动。大模型的训练与推理对算力、网络、能源和安全提出了前所未有的要求，一个稳定、高效、绿色且安全的AI底座正在成为下一轮竞赛的“胜负手”。随着GPU功率密度不断攀升，电怎么进来（供电）以及热怎么出去（散热）成为了制算中心面临的两大核心挑战，直接决定了AI算力的上限与成本。
* **赛道核心主题**：唯一的关键字就是“加速”，包括学习速度、模型迭代速度、部署速度，以及供应商产品与方案的落地节奏。 * **行业乐观预期**：虽然无法确知这种加速趋势会持续多久，但至少在未来几年内，行业对此持非常乐观的态度。
---
[00:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=0s) 施耐德电气：全生命周期能源管理与“用AI管AI”
针对数据中心极高的功率密度与散热瓶颈，施耐德电气（Schneider Electric）在展区重点讲述了其围绕数据中心的解决方案。过去仅依靠空气冷却吹风的方式已无法满足需求，如今必须采用水冷或液冷技术。施耐德电气的答案是在供电与散热的全链路中融入数字化与AI能力，实现“用AI去管AI”，让电力的供给与散热更加智能高效。
施耐德电气构建了覆盖数据中心全生命周期的能源管理系统，从设计阶段的数字孪生模拟，到运营阶段的AI预测性维护，全方位赋能AI数据中心。随着AI的指数级增长将物理世界的建设推向极限，这种紧迫感在供应商身上体现得尤为明显。
> “当你花了三五个月的时间学会用一个东西，刷完权（训练完），这个引擎又更新了、又迭代了，对吧？那就意味着我们没有其他的选择，我们只有加速。”
---
[00:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=0s) 中国移动：搭建算力“动脉”，提供垂类 Agent 与税务小助手
电力注入数据中心后，需要一张强大的网络如同人体的“动脉系统”一般，将算力安全高效地输送到全球各个角落，运营商在此环节扮演着无可替代的角色。以中国移动为例，其在2023年敏锐捕捉到大模型带来的爆发机遇并迅速布局。
从2023年算力热潮初起时仅提供基础的大模型调用能力与算力集群，发展到如今的新浪潮下，中国移动已能为客户提供应用层垂直平台及落地解决方案。例如，中国移动推出的“税务小助手”智能体（Agent），可直接服务于企业客户：客户通过自然语言提问即可解决微扣报税、海外不同国家及各州政府的最新税务政策等复杂问题。
---
[05:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=300s) 锐捷网络：构建数据中心网络“毛细血管”与128 GPU解耦超节点
当算力流经运营商的骨干网络后，需要通过更细腻的“毛细血管”深入到数据中心内部的每一个GPU以及工厂、园区等具体场景。作为国内领先的ICT基础设施与行业解决方案提供商，锐捷网络（Ruijie Networks）正是构建这些末梢网络连接的专家。
锐捷网络在云栖大会展出了面向数据中心的智算网络产品，包含AI Fabric整体解决方案。针对超大规模GPU集群（如阿里展台展示的128个GPU超节点），锐捷网络早在2023年英伟达（NVIDIA）发布GH200芯片时，就敏锐意识到大量GPU连接本身也是一种极具挑战的网络问题，并积极参与了高吞吐以及ETS/Scale-Out等相关开放组织。
在硬件层面，锐捷网络不断提升交换机端口密度并推动LPO光模块等创新技术，以降低成本与功耗；在软件与系统架构层面，锐捷网络配备了专业的AI软件开发团队针对推理框架（End-to-End Stack）进行优化，并创新性地提出了CPU与GPU解耦的硬件方案：
* **硬件展品规格**：展示了基于博通（Broadcom）Tomahawk 5（TH5）芯片的高密度交换机，提供128端口400G以及64端口800G的数据中心交换机产品。 * **CPU与GPU解耦方案**：通过PCIe拉远的方式，将CPU节点与GPU节点分离，实现在单机柜内连接128个GPU的高频高效连接，软硬结合最大化发挥硬件性能。 * **行业判断**：锐捷网络认为，从模型算力到网络连接，AI规模化落地的条件已经“万事俱备”。
---
[05:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=300s) 斑马智行：端侧大模型上车与“Auto-Omni”智能座舱生态
经过能源与多级网络的层层铺垫，AI的价值最终要通过具体的智能体（Agent）呈现。在出行领域，斑马智行（Banma）正在将AI基础设施的能量注入到智能汽车这一最具代表性的智能终端中。斑马智行判断，今年（2025年）是“端侧大模型上车的元年”，随着大算力芯片的成熟，端侧大模型将替代传统车载APP，重塑出行的交互与服务形态。
斑马智行提供AI全栈端到端的解决方案。在云侧，基于通义基础模型打造了面向智能座舱的垂直大模型，并与最新发布的千问3.0 Omni（Qwen3-Omni）全模态大模型展开合作；在端侧，斑马智行基于高通（Qualcomm）8397等大算力芯片（可支持7B参数量的多模态大模型），全球首发了全模态端侧大模型解决方案“Auto-Omni”。
* **自主智能**：车载系统可在车内提供主动式感知与服务，从冰冷的机器变成数字伙伴。 * **断网可用**：90%的智能体服务能够在车内本地闭环运行，无需依赖网络信号。 * **隐私无忧**：用户相关的敏感数据与隐私信息留存在车内，不上云端。
---
[10:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=600s) 总结：分层解耦、紧密协作的AI底层生态
从施耐德电气的能源供应与散热系统，到中国移动的全球骨干网络，再到锐捷网络的末梢超节点连接，最终到斑马智行的端侧智能座舱，一条AI价值流动的完整链路清晰呈现。这不再是单一公司的单点突破，而是一个需要众多合作伙伴共同构建、“分层解耦又紧密协作”的生态系统。虽然挑战与机遇并存，但一个稳定、融合、绿色的AI底座正在成型，并将最终决定AI在现实世界中能够走多快、走多远。
## Notable quotes > [00:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=0s) 如何让AI走出实验室，真正在产业中落地生根并转化为实际生产力
> [00:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=0s) 云网融合与绿色算力
> [00:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=0s) 电怎么进来（供电）以及热怎么出去（散热）成为了制算中心面临的两大核心挑战，直接决定了AI算力的上限与成本
> [00:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=0s) 用AI去管AI
> [00:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=0s) 当你花了三五个月的时间学会用一个东西，刷完权（训练完），这个引擎又更新了、又迭代了，对吧？那就意味着我们没有其他的选择，我们只有加速。
> [05:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=300s) 万事俱备 — 锐捷网络
> [05:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=300s) 端侧大模型上车的元年 — 斑马智行
> [05:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=300s) 从冰冷的机器变成数字伙伴
> [10:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=600s) 分层解耦又紧密协作
> [10:00](https://www.bilibili.com/video/BV11ZyiBsEy2?t=600s) 最终决定AI在现实世界中能够走多快、走多远
## Mentioned 硅谷101, 云栖大会, 施耐德电气, 中国移动, 锐捷网络, 斑马智行, 英伟达, 博通, 高通, 阿里, GH200, Tomahawk 5, AI Fabric, 千问3.0 Omni, Auto-Omni, 税务小助手
[Source](https://www.bilibili.com/video/BV11ZyiBsEy2)