当 AI 技术以前所未有的确定性席卷各行各业，从实验室走向产业深水区，传统企业对 AI 转型普遍陷入 “想转不敢转” 的困境。带着对行业痛点的深刻洞察与破局决心，青云科技正式推出 AI Infra 3.0，以 “All in One, One for AI” 为核心理念，打造 “重构归一” 的全栈架构。
青云科技 CEO 林源在发布会现场，分享了企业 AI 转型的演进趋势与困局，并以 AI Infra 3.0 破局，为企业构建起一座衔接历史与未来的 AI 转型桥梁，让企业以低门槛、高安全、高效率拥抱 AI 价值。
三大趋势，AI 发展的确定性信号
先看看 AI 带来的一些变化和趋势。
在大模型时代，AI 迎来了爆发式增长，变成了一个非常确定性的事情，我们可以从几个维度的数据看到这样的变化：第一就是 GPU 芯片的增长，OpenAI 在 2024 年底只有 10 万颗 GPU，到今年年底预计增长 10 倍，到 100 万颗 GPU；第二个维度是电力的消耗，全球 GPU 的电力消耗占全球电力消耗的比重，2023 年只有 0.1%，今年达到了 0.5%，预计到 2030 年将会达到 3%-5%，这是一个巨大的增长和变化；第三个维度是 Token 消耗量，与 2023 年相比，2024 年 Token 消耗量增长了 100%，进入 2025 年之后，Token 消耗量急速上升，今年上半年每月的环比增长就超过了 100%。
当 AI 大潮已经变得非常确定，企业客户的数智化转型也必须提上日程，尤其是今年年初 DeepSeek 的出圈更是坚定了企业客户的信心。但是对于企业来说，“怎么转？什么时机转？能不能转？”成为企业客户在数智化转型过程中的困惑和挑战。
青云一直陪伴企业的数智化转型，也观察到了一些市场的变化。从 2023 年到 2025 年，企业的数智化转型经历了三个不同阶段，有不同的需求与挑战，青云也有对应的产品及解决方案。
2023 年是大模型元年，第一件事就是智算中心的建设，当时市场的主要的痛点是：非专业的算力投资者如何去解决算力管理和运营的问题，所以青云 AI Infra 1.0 的核心是帮助智算投资者运维运营智算中心。随着智算中心的建设，到了 2024 年，越来越多的客户也愿意尝鲜 AI，有更多行业、不同场景的客户去拥抱 AI，青云 AI Infra 2.0 要解决的问题是：如何让不同的行业、不同的客户、不同的场景能够拥抱 AI，解决了不同行业差异化需求的问题，推出了不同行业的解决方案。
今年年初 DeepSeek 的爆火，标志着企业已经度过了尝鲜阶段，开始非常认真地考虑如何真正让 AI 在企业内部落地。这时，更多、更突出、更严峻、更严肃的问题就暴露了出来，这也是青云 AI Infra 3.0 在架构设计时，我们考虑和解决的问题。
三重挑战，企业 AI 落地的本质痛点
因此，在介绍青云 AI Infra 3.0 之前，我们先来看看，企业在真正落地 AI 时，到底都面临哪些具体问题。
首先是历史问题。企业客户是非常严肃、非常复杂的，往往有很长的历史。青云的企业客户在最近的 10-20 年间，经历了非常多 IT 技术架构的变迁。原来企业用的是传统 IT 架构，后来开始拥抱虚拟化技术、开始上云，然后面临着信创替代，又需要把云用得更好，去拥抱云原生技术，到现在又面临 AI 时代。对于企业而言，不仅仅是多重架构，更是多重挑战。
就现状而言，企业内部 IT 团队与业务部门也面临着问题和冲突，企业的业务越来越复杂、越来越多元化，新技术让企业业务的更迭频率变快。在面对复杂多变的企业应用场景之下，企业的 IT 部门能力难以支撑，往往疲于奔命。
不仅如此，在现在的大环境之下，企业一方面要做技术创新，还要面对业务稳定性的刚性要求，让企业内部的数字化团队更加举步维艰，做多反而错多。
这么多问题在企业内部到底会带来哪些核心挑战呢？企业主要面对“既要又要还要”的三重核心挑战。
第一，既要尊重历史投资，又要拥抱 AI 创新，就是新老不兼容、“升级即淘汰”的核心挑战。
第二，在当前 IT 团队或者技术团队里，需要的是简化管理、简单管理，因为越简单代表越稳定，越简单代表越不容易出错；但是业务部门面对诸多市场竞争，拥有业务多元化需求，这就导致 IT 越支持就越复杂。
第三，企业需要满足在创新过程的技术迭代性，还必须稳定。这样一来，团队就不敢升级，怕出问题。
所以企业数智化面对两难选择：不转型难，转型更难。
企业的问题恰恰就是我们厂商的机会。青云分析了企业面临的挑战，其本质是什么问题，我们又该如何去解决。我们知道，不管是虚拟化、云原生还是 AI，我们经历的每一次技术变革、技术迭代都是跨越式的，甚至是颠覆性的。但是回到企业自身，企业的发展是渐进的，需要一步一步来。本质上企业所面临的数智化转型难题，是技术迭代的颠覆性和企业发展的渐进性之间的错配。
企业要的不是颠覆性创新，企业需要的是从一个 IT 架构跨越到另一个 IT 架构的桥梁，而这恰恰是我们厂商应该要去考虑的、更重要的事情，青云要为客户架设一座衔接历史与未来的桥梁：第一，它能兼容存量架构，保护既有投资，第二，它能全面的支撑未来持续演进的 AI 需求，第三，它还能确保业务转型中的平滑性和稳定性。
正如某位企业 CIO 所说的，“我们不是不想拥抱 AI，而是怕一脚踏空，既丢了过去的积累，又抓不住未来的机会”。这是客户真实的心声，也是青云需要满足的客户需求：帮助企业以渐进式的创新思路去做数智化转型。
当青云为这种渐进式创新来构建转型桥梁时，我们确保首先要做到以下三点：
第一，必须要兼容客户已有的 IT 资产，必须要尊重客户现有的存量业务，因为只有尊重过去，才能更好地展望未来。
第二，必须是一个按需、可进化的架构。所有的客户都非常担心一步到位的技术革命，企业会面临极大的风险与极高的成本压力。同时，不同客户的阶段不同、能力不同、需求不同，青云需要满足不同客户的按需、分阶段升级的需求。
第三，也是最重要的，在每一次 IT 技术、IT 架构的变革中，青云需要确保客户转型中的业务连续性、数据安全性和升级平滑性。
青云 AI Infra 3.0 正是为了解决这样的挑战而诞生。青云希望通过统一的底座，更好地支撑企业的数智化转型。
四重安心，从技术架构到业务价值
下面简单介绍一下青云 AI Infra 3.0 的四层能力。
最底层的能力是内核层。青云推出了 PrimusOS 信创操作系统，这会成为我们所有平台功能的核心 Kernel 和底座，以确保信创适配，包括与不同芯片的适配，确保合规和安全，也确保了极致的性能调用。
在操作系统之上是 KubeSphere 核心调度层。不管是通算、超算、智算，都在这一层完成调度，这既是一个开放的系统，更是一个开源的调度底座。
在统一的调度层之上，是青云不同能力的呈现，包括企业需要的完整虚拟化能力、全栈云能力、云原生能力，以及 AI 智算能力，都可以在这个统一平台去呈现。这一层既是全功能的，确保了客户的业务能够随着 IT 架构的变革实现逐步的进化，以确保客户业务的连续性。
企业的环境是复杂的，需求是复杂的，业务是复杂的。当平台在不同行业落地的时候，都会面临差异化的需求。如何能够在保证青云产品标准化的同时，还能够满足不同生态的对接，满足不同行业最后一公里的落地呢，那就要靠“开放层”。
除了 KubeSphere LuBan 开放平台、各个产品 100% 开放的 API 以外，我们还会开放和兼容 MCP 协议，让我们的生态、我们的客户能够通过 AI 原生的方式去做定制化开发、去做差异化落地。
在这四层能力的支撑之下，青云 AI Infra 3.0 给客户带来四个关键的特性。
第一，拥有虚拟化、云、云原生、AI 智算四个维度的全栈能力。
第二，能力是可解耦、可插拔的，并且可以支持客户按需实现分阶段的升级，避免一步到位的风险与成本压力。
第三，在架构的标准化之上，支撑所有产品交付的标准化。给客户带来的是扩展与升级难度的降低、运维成本的下降。
第四，带来客户业务稳定性的提高，统一架构能确保业务的连续性、数据安全性与升级的平滑性，开放的底座、开放的架构也能够确保我们的产品与能力与时俱进，持续满足客户未来的需求。
因此，青云 AI Infra 3.0 给企业客户带来的四点价值，也回应刚才企业在数智化转型中面临的困难和挑战：投资安心、转型安心、运营安心、创新安心。
这都是我们在实际交付客户的过程中，真实的给客户带来的价值。
首先，统一的架构，相比于推倒重建的 IT 架构创新，它能够帮助客户节约高达 75% 的成本。
第二，在面对企业客户拥抱 IT 架构变革的顾虑时，我们能做到 100% 的平滑升级、业务零中断。
第三，统一架构一定是统一的管理控制台，在同一个管理界面上，企业内部的运维和运营团队的支撑效率能够提升 70% 以上。
第四，在当前的环境下可以确保业务的稳定性，企业能够不再畏惧创新，同时可进化的技术架构也能够确保青云与客户的需求与时俱进。
通过青云 AI Infra 3.0 架构，我们为企业客户构建了一座衔接历史与未来的桥梁：以投资安心保护存量资产，以转型安心降低客户的升级门槛，以运营安心简化客户管理的复杂度，以创新安心支撑客户的长期计划。
我们深知，企业的数智化转型的每一步，都承载着历史的积累与未来的希望。青云也愿以统一架构为桥，与企业共赴 AI 时代。
