從“300kg機(jī)房”到“1.68kg便攜超算”，東方超算讓AI算力進(jìn)入“效率時(shí)代”

【2025年11月，中國(guó)】當(dāng)全球AI硬件巨頭仍在比拼算力峰值時(shí)，東方超算（deepx.ai-power.com）用一款僅1.68kg的設(shè)備，重新定義了企業(yè)級(jí)AI算力的效率邊界。

其最新發(fā)布的 Deep X G20系列，憑借1824 TOPS推理算力、338 tokens/s推理速度與300W功耗下的高能效比，實(shí)現(xiàn)了對(duì)國(guó)際頂級(jí)AI工作站的跨越式超越——在MLPerf v3.1測(cè)試中，其性能比NVIDIA DGX Spark提升82%，功耗卻降低40%。

這不僅是一場(chǎng)技術(shù)競(jìng)賽的勝利，更是AI算力“性能—效率”范式的革命。

性能革命：1824 TOPS裝進(jìn)1.68kg機(jī)身

Deep X G20系列的旗艦型號(hào) G20 Pro Max 搭載Intel Core Ultra 9 285處理器（24核心，5.6GHz）與NVIDIA RTX PRO 5000 Blackwell架構(gòu)GPU（24GB GDDR7顯存），形成三芯協(xié)同的“神經(jīng)態(tài)異構(gòu)計(jì)算架構(gòu)（NHCA）”。

這一架構(gòu)通過(guò)CPU、GPU、NPU智能調(diào)度算法，使三者實(shí)現(xiàn)“零空轉(zhuǎn)”協(xié)同，計(jì)算資源利用率提升40%。

在實(shí)際測(cè)試中，G20 Pro Max實(shí)現(xiàn)了：大模型推理：LLaMA 11B速度達(dá)338 tokens/s，首字延遲僅78ms，比國(guó)際競(jìng)品快82%；圖像生成：Stable Diffusion XL生成速度提升67%，每分鐘輸出30張高清圖像；深度訓(xùn)練任務(wù)：BERT模型訓(xùn)練加速78%，長(zhǎng)期運(yùn)行穩(wěn)定性衰減低于0.8%。

這意味著，在不到2升體積的空間中，Deep X完成了“將數(shù)據(jù)中心裝進(jìn)背包”的工程奇跡——從300kg的機(jī)房級(jí)設(shè)備，到手提可行的“移動(dòng)超算”，性能密度提升了百倍以上。

效率革命：部署時(shí)間從480分鐘縮短到8分鐘

性能強(qiáng)大固然重要，但在AI應(yīng)用落地中，“效率”才是決定ROI的關(guān)鍵。傳統(tǒng)企業(yè)部署AI模型往往需要8–23小時(shí)，涉及環(huán)境配置、依賴安裝、模型下載、量化優(yōu)化等繁復(fù)流程，成功率僅40%。東方超算用“軟硬一體化”徹底改寫(xiě)了這條流程。

Deep X + AppMall.ai 的組合讓AI部署變成“工業(yè)化作業(yè)”：打開(kāi)AppMall.ai，搜索模型 → 一鍵部署 → 自動(dòng)下載、優(yōu)化、生成API接口，全程僅需8分鐘；硬件利用率從50%躍升至90%，模型運(yùn)行穩(wěn)定率達(dá)98%；預(yù)置1000+模型（覆蓋視覺(jué)、語(yǔ)音、NLP、醫(yī)療、制造等50+領(lǐng)域），全部針對(duì)Deep X硬件做過(guò)兩周級(jí)別專項(xiàng)優(yōu)化。

“這不是算力提升60倍，而是部署效率提升60倍。”東方超算研發(fā)負(fù)責(zé)人表示，“我們把AI從‘實(shí)驗(yàn)室’帶到了‘生產(chǎn)車間’?！?/p>

能效革命：300W功耗釋放1.824P算力

在能耗成為AI硬件新瓶頸的當(dāng)下，Deep X的300W功耗設(shè)計(jì)堪稱“極致平衡”。通過(guò)液態(tài)金屬導(dǎo)熱系統(tǒng) + VC均熱板 + 智能風(fēng)道，G20實(shí)現(xiàn)了工業(yè)級(jí)穩(wěn)定性。在7×24小時(shí)滿載運(yùn)行下，設(shè)備溫控穩(wěn)定在68℃以內(nèi)，噪音低于40dB。

與同類機(jī)房服務(wù)器相比：Deep X功耗降低40%，算力密度提升200%，每TOPS成本僅為云GPU的1/15。

這意味著企業(yè)每年可節(jié)省60–120萬(wàn)元云GPU支出，而硬件投資僅4萬(wàn)元人民幣。對(duì)于中小企業(yè)而言，AI算力的門(mén)檻從“高不可攀”變成“即買(mǎi)即用”。

穩(wěn)定性革命：從“云依賴”到“本地智能”

在穩(wěn)定性與數(shù)據(jù)安全方面，Deep X的本地化部署模式展現(xiàn)出傳統(tǒng)云方案無(wú)法替代的優(yōu)勢(shì)。在金融、醫(yī)療等數(shù)據(jù)敏感行業(yè)，用戶可在本地運(yùn)行全部AI模型，無(wú)需外網(wǎng)通信，數(shù)據(jù)泄露風(fēng)險(xiǎn)降至零。

Deep X還通過(guò)x86架構(gòu)實(shí)現(xiàn)100%生態(tài)兼容性：支持PyTorch、TensorFlow、ONNX等主流框架；Docker鏡像直接運(yùn)行，無(wú)需重新編譯；Windows與Ubuntu雙系統(tǒng)即插即用。這讓企業(yè)可以“零遷移成本”接入現(xiàn)有工作流，從云端遷移至本地AI計(jì)算只需數(shù)小時(shí)。

投資回報(bào)革命：從成本中心到利潤(rùn)引擎

性能與效率的提升最終回歸為可量化的商業(yè)收益。在東方超算公布的企業(yè)部署數(shù)據(jù)中：

企業(yè)不再為“算力消耗”買(mǎi)單，而是在“算力產(chǎn)出”中創(chuàng)造利潤(rùn)。正如某CFO所言：“我們不再把Deep X視為電腦，而是一臺(tái)能印鈔的機(jī)器。”

技術(shù)視角：算力的“摩爾定律2.0”

東方超算將這場(chǎng)性能革命總結(jié)為“摩爾定律2.0”——不是芯片制程的縮小，而是系統(tǒng)協(xié)同效率的提升。

通過(guò)在CPU、GPU、內(nèi)存、存儲(chǔ)、部署軟件之間實(shí)現(xiàn)深度協(xié)同，Deep X把同樣的硬件性能“壓榨”出兩倍價(jià)值。

這背后是一整套從底層架構(gòu)到軟件生態(tài)的優(yōu)化哲學(xué)：“算力不是堆疊出來(lái)的，而是調(diào)度出來(lái)的。我們追求的不是峰值性能，而是可被所有企業(yè)用起來(lái)的性能?！薄獤|方超算首席科學(xué)家

結(jié)語(yǔ)：AI算力進(jìn)入“效率時(shí)代”

從1824 TOPS到8分鐘部署，從1.68kg到90%硬件利用率，Deep X G20不僅刷新了AI硬件的性能指標(biāo)，更重構(gòu)了企業(yè)使用AI的方式。

在全球AI硬件競(jìng)爭(zhēng)加劇的今天，這場(chǎng)由中國(guó)企業(yè)引領(lǐng)的“效率革命”，正在改變行業(yè)敘事：AI不再是技術(shù)的象征，而是生產(chǎn)力的基礎(chǔ)設(shè)施。

未來(lái)，隨著Deep X與AppMall.ai生態(tài)的持續(xù)擴(kuò)展，東方超算正讓AI算力，從機(jī)房走向每一個(gè)辦公桌。