八年之前的『浪潮』，與八年之後的『浪潮』，是不是同一個『浪潮』？
計算產業在變。傳統信息化應用如辦公系統、ERP、郵件等，所需的計算量隨着業務量的增加呈線性增長，而基於大數據、人工智能的新型應用對計算力的需求呈現指數級增長。
中國工程院院士、浪潮集團執行總裁、首席科學家王恩東表示，2020年以GPU為代表的AI加速芯片所交付的算力已經超過了同類CPU，預計到2025年加速芯片所提供的算力可能在整個計算力交付當中超過80%。
浪潮自身也在變化。猶如互聯網行業帶來的開放計算架構，打開了服務器產業封閉的大門，雲計算以及隨後的人工智能帶來的影響只會更大，浪潮在雲計算時代成為中國第一、全球前三的服務器廠商，在人工智能時代，浪潮不想也不會侷限於服務器廠商的定位。
浪潮提出，從計算到智算，智慧計算將成為智慧時代的核心動力。其本質就是探究在AI算力越來越重要的未來，如何構建新的IT架構，在這個過程中，浪潮在產業的中間地帶構建起另一種形式的生態。
人工智能需要從硬件繁榮走向軟件蓬勃不可否認的是，諸如GPT-3這樣的千億級參數的AI模型，已經逼近當前人工智能的計算天花板，即便用全球最快的超算來運算，也需要兩年的時間。
與此同時，深度學習的算力需求仍在以每三到四個月的速度翻一番，市場行情供不應求，那就必然隱藏着尚未滿足的市場空間。
中國工程院院士、浪潮集團執行總裁、首席科學家王恩東
王恩東指出，計算產業的技術、產品、產業都在面臨着巨大的挑戰，具體來説體現在以下三個方面：
多元化的挑戰：計算場景的複雜、計算架構的多元；
巨量化的挑戰：由巨量模型、巨量數據、巨量算力、巨量應用所引發對現有計算及體系結構的挑戰；
生態化的挑戰：智算產業正處於羣雄並起的階段，自成體系，生態離散，產業鏈上下游脱節；
首先，計算的關鍵任務是支撐業務的發展，不同的業務類型勢必要求不同的計算系統，AI應用引入了新的計算類型，從推理到訓練任務跨度大，同時數據量也從GB到TB、PB不斷提升，數據類型從結構化到半結構化、非結構化更加複雜多樣。
不同數值精度的計算類型對計算芯片的指令集、架構等要求也不一樣，導致通用CPU沒有辦法滿足多元計算場景的要求，這也是計算芯片種類越來越多的重要原因。
計算芯片羣雄並起帶來一個新的挑戰——軟硬件之間的割裂，芯片從設計、製造出來到大規模應用往往隔着一個巨大的生態鴻溝，芯片的指令集或者芯片架構的差異，導致編程庫、編程模型、算法框架無法有效的橫向拉通，引發開發者學習成本高、用户應用遷移難等問題。
其次，巨量化的挑戰表現在模型參數多、訓練數據量大。巨量模型依賴海量數據的餵養，需要大規模調用算力和存儲，現有AI芯片的架構已經不足以支撐巨量模型的參數存儲需求，算力中心對應用的支撐能力也受到嚴峻考驗。
最後是生態化挑戰，可能也是人工智能產業最大的問題。據埃森哲調查報告顯示，70%以上有技術的研究機構和科技公司缺少需求場景、領域知識和數據，70%以上的行業用户則缺少技術人才、AI平台和實踐能力，AI技術鏈條和產業鏈條呈現脱節狀態。
“計算技術與產業生態離散化，這與多元化的挑戰是相呼應的，芯片架構五花八門，指令集不同無法兼容，而面向芯片的編程庫等等又跟芯片緊密綁定，靈活性差。小公司只做了一個環節，這就造成生態的縱向不通；大公司則希望構建封閉系統，就造成了生態橫向不通。這些都嚴重製約了AI技術的應用和發展。”王恩東説。
軟硬兼施，浪潮是一家AI廠商與其説浪潮是一家服務器廠商，不如説它是一家AI廠商。
芯片供應商如果想解決開發者或者使用者的問題，往往需要比芯片的研發成本高數十倍的投入。以往大家認為英特爾就是一個芯片公司、硬件公司，但其實在英特爾內部有超過一萬人在做芯片的配套支撐、應用適配、軟件優化等工作。
類似地，英偉達通過長期大規模地投入CUDA軟件，才打造了GPU在HPC和AI方面的領先地位。硬件廠商解決問題之道在於軟件，這啓示我們，要解決人工智能產業的難題，需要跳出原有的視角。
浪潮提出，智慧計算創新體系架構是面向應用的硬件重構+軟件定義，即在硬件層將計算、存儲、網絡等資源分類進行資源整合，同類資源形成資源池，同類資源中不同設備間可任意重組。
同時，在軟件層面利用主動業務資源需求智能感知技術，進行自適應硬件資源重構，實現硬件資源的動態組合和智能分配，滿足各類應用的需求，即包含“硬件重構+軟件定義”的融合架構3.0。
浪潮新推出了AI視頻加速器、AI服務器NF5488、邊緣計算微服務器EIS800系列產品、全可編程智能網卡，並且聯合寒武紀發佈AI服務器“揚子江”。此外，浪潮的產品能力從AI服務器蔓延到數據中心級別，浪潮將其稱之為智算中心。
圍繞智算中心的算力、數據、互聯以及平台，浪潮可以提供包含AI算力、通用算力、關鍵算力以及邊緣側的算力，在數據存儲領域，涵蓋集中、分佈式數據存儲以及大數據分析平台；在互聯層面，擁有開放網絡系統以及實現加速數據流動和調度的智能網卡；在平台層面，浪潮擁有具備軟件定義特徵的元腦OS，在實現智算中心的智能化管控和運維的基礎上，提供算力的匯聚、調度、釋放。
如果英特爾和英偉達都不是純硬件公司，那麼浪潮也不應該是一家純硬件公司。如同芯片是英特爾和英偉達在人工智能時代的基礎，服務器等硬件產品也不是浪潮的全部，如何最大程度上讓AI用得起、用得好，是浪潮着眼未來的機會，也是浪潮智慧計算戰略關注所在。
在“微笑曲線"的中間地帶建立生態宏碁集團創辦人施振榮提出了微笑曲線(Smiling Curve)理論：微笑嘴型的一條曲線兩端朝上，在產業鏈中，附加值更多體現在兩端，設計和銷售，處於中間環節的製造附加值最低。
在“微笑曲線”提出的1992年，以及之後的十餘年，產業的確如此，但是人工智能這一個革命性技術正在重構產業，小公司的生態橫向不同，大公司的生態縱向不通，微笑曲線的中間地帶能不能建立一個新型生態，從而匹配人工智能的時代需求，浪潮正在證明這種可能性。
浪潮信息總裁彭震
浪潮信息總裁彭震表示，“面對智算時代，我們需要形成一個強大的生態羣組，未來有大量的計算、大量的新技術、大量的客户側的變化需要我們去滿足，浪潮也希望與合作伙伴一起圍繞元腦生態，形成強有力的生態合作伙伴體系，來滿足客户在整個智慧化轉型服務需求。”
在智算領域，很難有一個合作伙伴能夠解決所有問題，傳統IT很多標準和技術是由若干個大廠商定義，智算時代靠的是開放標準、開放技術，元腦生態實際上是浪潮在未來生態的一種模式。
浪潮元腦生態
元腦生態是浪潮面向智算時代的生態戰略，其代表是一體化智算產業聚合平台AIStore，左手夥伴包括算法、芯片等公司，右手夥伴包括交付、服務等公司，同時還有功能眾多的諮詢服務，為的就是構建起AI方案“嵌入”能力以及塑造AIStore聚合能力，實現生態夥伴間的業務聚合、資源聚合，乃至最終的戰略聚合。
浪潮元腦生態已經發展到2.0階段，1.0階段更注重解決方案層面，實現產品技術化和技術市場化，2.0階段主要聚焦服務需求，例如數據的運維、後期的管理等，瞄準全功能平台目標。
“面向智算中心建設，客户面臨着一個極其複雜的全新的架構體系，運維、管理、架構等需求遠遠超過自身能力，從某種角度上講，挑戰越大，機遇越大，智算帶來的技術挑戰恰巧是合作伙伴帶來的增值空間，這是非常重要的。”彭震表示。
人工智能的產業變革給了浪潮當下的時代機遇，元腦生態的存在能夠解決企業客户的現實需求，而這往往是上游和下游廠商不能做或者不願意做的事情，尤其對於中長尾客户的大量需求，浪潮的元腦生態不失為一條更現實可行的道路。
彭震言之鑿鑿地説到，“未來擁抱智慧計算則得以發展，拒絕智慧計算必然消亡。”