问题：汽车产业智能化升级进入更复杂的阶段，对底层算力和工程化能力提出更高要求。目前，整车研发、验证与量产环节的数字化水平快速提高，仿真计算、智能座舱、智能驾驶等研发工作，对算力规模、并行效率、开发周期和稳定运行带来系统性挑战。同时，企业推进智能化还面临数据安全合规、算力利用不均、运维复杂度上升以及能耗压力增加等问题。如何“可用、好用、用得起”基础上形成持续迭代能力，成为车企亟需解决的关键课题。 原因：一上，汽车产品正从以机械为主加速走向“软硬一体”，功能迭代更频繁，研发链条更依赖高性能计算与数据闭环；另一方面，面向业务的算力建设已不再是简单增加硬件，而是需要异构资源协同、统一调度、持续运维和安全体系的支撑。尤其多部门、多场景并行推进时，开发流程分散、标准不一致容易带来重复建设与效率损耗。此外，随着“双碳”目标推进，绿色算力与能效管理从“可选项”变成“硬要求”，车企对兼顾性能与能耗的基础设施需求更加迫切。 影响：据介绍，围绕中国一汽的研发与业务需求，联想提供算力基础设施及涉及的智能设备，并参与建设智能运维体系与高性能计算引擎，支撑仿真计算、智能座舱等核心研发场景。通过提升算力供给能力和资源管理效率，可缩短研发验证周期，提高计算任务吞吐与运行稳定性，加快新技术从研发走向量产。在安全上，本地化部署与配套安全机制可一定程度上降低数据外流风险，增强对关键数据和核心业务连续性的保障。在能耗上，绿色算力与能效优化有助于降低算力运行成本，为规模化应用提供更可持续的投入方式。 对策：活动现场，联想发布自主研发的“AI工厂”解决方案，定位为面向应用落地的“专属基础设施”。该方案希望将以往分散、复杂的开发流程，转化为标准化、高效率的“生产线”式流程，覆盖从场景定义、数据采集到智能体开发、模型训练等环节，为企业提供更可复用的工程体系与工具链支撑。其核心思路于：以异构算力为底座，配合统一的资源调度与运维管理，降低跨团队协作成本；以标准化流程提升开发一致性与交付效率，减少重复试错；以安全与稳定为前提，将关键能力沉淀到基础设施与平台层，形成可持续迭代的能力闭环。联想上表示，其算力基础设施领域形成了“一横四纵”的产品与方案布局，覆盖异构智算方案，以及服务器、存储、数据网络、超融合等核心能力，并以“面向应用”和“本地化部署”为重点方向持续完善相关基础设施。 前景：业内人士认为，汽车产业竞争正从单点技术比拼转向体系能力竞争，算力基础设施与工程化平台将成为智能化升级的重要底座。随着车企对数据闭环、模型迭代和业务连续性要求不断提高，兼顾性能、成本、能效与安全的本地化智算体系有望得到更广泛应用。面向未来，围绕混合部署、异构算力协同与标准化交付的解决方案，或将深入推动智能化能力在研发、制造、服务等环节的规模化落地，并带动产业链上下游在算力、数据与应用生态上形成更多协同创新。
制造业迈向智能制造，既需要应用端创新，也离不开底层算力与工程体系的长期投入。以算力基础设施为支点，推动标准化流程、绿色能效与安全合规同步提升，正在成为汽车行业智能化升级的共同选择。未来，谁能更快构建稳定高效、可持续演进的算力底座，谁就更可能在新一轮产业变革中掌握主动权。