回顧浪潮AI伺服器的前世今生，我發現在7年時間内，浪潮一共有五個關鍵抉擇，決定了今天占據市場佔有率過半的局面。
在剛剛結束的雙11上，阿裡實作了2684億交易額，全程沒有卡頓、當機等情形，這一成就的基礎是基于阿裡雲建構的強大IT基礎設施。這一套基礎設施中，成千上萬台伺服器在飛天系統排程下提供大規模并發計算能力，伺服器上的AI算法被應用在商品海報、智能推薦、視訊生成、物流排程、支付安全等所有買買買相關環節，銀行、物流、商家、營銷和工廠諸多雙11相關角色的系統社會化協作，阿裡、供應商和合作夥伴數以萬計的運維工程師徹夜不眠在背景提供保障……狂歡剁手的雙11，是新零售的奧運會，是智能技術的大練兵。
雙11隻是AI落地的一個縮影。對各行各業來說，AI已然變為基礎設施。
01
高速增長的AI基礎設施
IDC在11月釋出的《2019H1中國AI基礎設施市場調查報告》顯示，傳統行業的AI應用已邁入規模化部署階段，産業AI化進一步提速，2019年将成為實至名歸的“産業AI化元年”。
每一波技術浪潮都有成就一批科技巨頭企業。計算機浪潮成就了聯想，移動通信成就了華為，網際網路成就了BAT，移動網際網路成就了位元組跳動……AI浪潮會成就什麼樣的企業？答案不會隻有一個。
說到AI，人們很容易想到百度、阿裡等，然而事實上，AI市場十分巨大，與各行各業深度融合，産業鍊比網際網路更長，已成為越來越多玩家的紅利市場。AI四大要素是算法、算力、資料和場景，資料和場景往往在各行各業的企業手裡，第三方向這些企業客戶提供算法和算力并擷取價值，如AI晶片、AI伺服器、AI雲服務、AI算法服務商、AI應用服務商……
其中，最具基礎設施屬性的應該是算力，即便是百度、阿裡這樣的網際網路AI巨頭，亦需要向第三方采購。8月底，IDC與浪潮聯合釋出的《2019-2020中國AI計算力發展評估報告》顯示，網際網路是投資AI算力最多的行業，占據了中國62.4%的人工智能算力投資市場佔有率，應用于電商的精準營銷、圖像識别和智能客服，視訊的内容審查、人臉識别和智能寫作等領域。而算力這一AI基礎設施，主要由AI晶片和AI伺服器玩家提供，這一市場正在高速增長。
2023年中國人工智能産業投資額（美元）
IDC報告顯示，2019年上半年，中國人工智能基礎設施市場銷售額達到8.37億美元，同比增長54.1%，其中浪潮AI伺服器銷售額4.2億美元，市場佔有率50.2%，遠遠超過第二名的15.7%。網際網路依然是AI伺服器市場最大的主體，同時能源、服務、建築、通信、公共事業五個行業增速超過或接近200%。IDC的另一份報告則顯示，未來五年，中國人工智能伺服器市場複合增長率将超過30%，增速達到中國整體伺服器市場增速的三倍，AI伺服器将成為AI市場和伺服器市場接下來的一個重要增量。
02
浪潮成為AI伺服器一哥
說到浪潮，很多人第一個想到的是伺服器巨頭，IDC資料顯示，二季度浪潮伺服器出貨量和銷售額均為全球前三，銷售額同比增長26.6%，出貨量同比增長14.1%，出貨量市場佔有率提高1.8個點達到8.7%，是全球x86伺服器市場中唯一增長的主流伺服器品牌。在中國市場，浪潮伺服器出貨量同比增長14.5%，銷售額同比增長27.8%，銷售額市場佔有率較去年同期提高9.6個點，達到32.9%，市場第一。浪潮提出了伺服器全球第一、成為領先的“雲+數+智”新型網際網路企業的戰略目标。
浪潮
浪潮的野心不隻是成為全球伺服器市場一哥，對于AI伺服器這一新興品類，同樣是志在必得。盡管各路伺服器主流品牌開始布局AI伺服器産品線，但浪潮AI伺服器從2017年開始就一直拿下超過50%的市場佔有率，穩居市場第一。
浪潮AI伺服器陣列面向訓練、推理、邊緣等各種AI計算場景，明星産品有AGX-5，全球最強的單機計算性能為每秒2000萬億次的人工智能計算主機；AGX-2，全球計算密度最高的人工智能伺服器；NF5488M5，業界首款支援NVSwitch高速互聯的4U 8GPU人工智能伺服器，大大提高了主流NLP模型Transformer的訓練性能，GLUE基準訓練至80.4%的時間，相比同類産品大幅減少67%。
浪潮AI伺服器系列
在自有AI伺服器産品外，浪潮還在AI晶片、AI開發資源平台、算法工具平台等AI基礎設施上布局，推進“元腦生态”計劃，連接配接具備AI技術開發能力的科技公司和具備實施AI整體解決方案能力的SI、ISV夥伴，共同為客戶提供端到端的Al模型和方案，建構浪潮AI生态。
毫不誇張地說，浪潮已是AI計算領域的關鍵玩家。看到這樣的市場結果，對浪潮AI發展的來龍去脈深入了解後，我發現浪潮AI版圖的成型，不是蹭熱點追風口的行為，不是一朝一夕的成果，而是多年時間的積累，某種程度上可以認為：有其必然性。
03
AI伺服器之王如何煉成？
浪潮的曆史是一個漫長的故事，浪潮AI伺服器的布局，最早可以追溯到2012年。回顧浪潮AI伺服器的前世今生，我發現在7年時間内，浪潮一共有五個關鍵抉擇，決定了今天占據市場佔有率過半的局面。
第一個關鍵抉擇：市場倒逼下做異構計算，奠定了AI計算的基礎。
AI對計算提出了全新要求，跟傳統IT技術比，AI需要不斷對海量資料進行學習、挖掘、訓練和推理，計算量指數級上升，終端出現了AI晶片，雲端興起了AI伺服器。在摩爾定律失效後，傳統通用計算已很難滿足AI算力要求。80年代就誕生的異構計算有了施展拳腳的機會，其可以融合不同指令集和體系架構的計算單元，充分利用各種計算資源實作分布+并行計算，突破傳統通用計算的限制，讓算力指數級提升，成為AI行業的通用計算方案，雲計算和AI巨頭正在戰略布局。
早在2011年、2013年，浪潮就分别與Intel、NVIDIA成立并行計算實驗室和雲超算應用創新中心，研發MIC和GPU異構加速技術，應用到伺服器系統加速等領域。從2014年開始，浪潮開始為奇虎360、中石油BGP等提供基于異構的AI應用優化服務，所設計場景包括語音識别、以圖搜圖、機器學習等領域，涉及GPU、MIC和FPGA三項異構計算應用調優能力。
浪潮聯合Intel于2011年成立“中國并行計算聯合實驗室”
浪潮聯合NVIDIA于2013年成立“雲超算應用創新中心”
2016年AlphoGo戰勝李世石後，AI才逐漸成為各行各業的共識。浪潮2008年最初布局異構計算，不是因為瞄準了AI伺服器将會崛起的趨勢，而是滿足傳統通用伺服器領域的計算加速需求，這樣一個在當時與AI并不相關的抉擇，卻為後來浪潮進軍AI計算領域打好了技術底子。
基于對異構計算的深刻了解，浪潮2015年開始對深度學習架構單機版進行異構擴充優化工作，當時Caffe是最火熱的深度學習開源項目之一，這是一個清晰而高效的深度學習架構。浪潮基于Caffe推出全球首款Caffe-MPI版本（即基于Caffe的并行架構版本，極大提升計算性能）并向社群開放。
到2016年，浪潮和英特爾共同釋出了雙方合作研發的FPGA加速卡F10A，這是目前業界支援OpenCL的最高密度最高性能的FPGA加速裝置。
自此，伺服器、晶片/加速卡、AI算法架構……軟硬體層面，浪潮進軍AI的基礎有了。
第二個關鍵抉擇：2016年戰略布局智慧計算，成功抓住AI爆發潮。
2015年，浪潮提出“計算+”戰略，當時，“網際網路+”方興未艾，浪潮希望計算可以像網際網路一樣成為各行各業的基礎設施。
2016年3月AlphaGo戰勝李世石，當行業還在讨論AI究竟是不是噱頭時，嗅覺敏銳的浪潮意識到AI一定會爆發且一定會改變計算市場，在一個月後的浪潮IPF合作夥伴大會上，浪潮對“計算+”解釋為關鍵計算、智慧計算和科學計算，智慧計算成為浪潮核心戰略方向，中國工程院院士、浪潮集團首席科學家王恩東指出認為，“智慧計算将成為未來計算産業裡面最重要、最主要的組成部分。”并預計到2020年智慧計算在整個計算中的占比，将從2015年的四分之一左右增長到超過一半，到2025年或許會超過三分之二。
2018年王恩東再次指出，計算力就是智慧時代的生産力，智慧計算将是全球伺服器産業重要的推動力，将是中國伺服器産業的新一輪發展機會。
浪潮IPF2016合作夥伴大會
在浪潮的智慧計算版圖中，AI是三大支柱之一，以CBD（Cloud Computing、Big Data、Deep Learning）即為核心，網際網路巨頭後來提出的ABC（AI、Big Data、Cloud Computing)一說，跟CBD有異曲同工之妙。AI算法最核心的就是深度學習，且AI與雲和大資料一定是三位一體的：雲提供算力，資料是AI原材料。
智慧計算戰略如何落地？浪潮的戰略是建構“硬體重構+軟體定義”的融合架構技術體系和開放創新的計算生态，為客戶提供可精确按需擴充、滿足多樣化應用場景的智慧計算，特别是在深度學習領域做戰略性投入，不斷積累和儲備。
硬體重構層面，浪潮基于GPU、MIC和FPGA等HPC異構計算應用能力的積累，開發了各類可重構計算方案，既保持處理器的通用性，又能夠具備專用硬體邏輯的高效性以及邏輯可重構的靈活性，2017年推出的圖像識别引擎采用GPU專用計算平台，性能較原來高出34倍；
在軟體定義層面開發自有深度計算學習架構Caffe-MPI以及深度學習管理平台AIStation，同時與百度等生态夥伴密切合作，比如2017年就與百度聯合釋出面向更大規模資料集和深層神經網絡的超大規模AI計算子產品——SR-AI整機櫃伺服器，比一般的AI方案性能提高5-10倍，率先在百度批量部署，應用于無人駕駛等超大規模資料集訓練業務。
戰略布局智慧計算，且将CBD作為三大支柱，是浪潮抓住AI這一波浪潮的戰略抉擇。
第三個關鍵抉擇：基于JDM模式，與網際網路巨頭一起探索AI。
春江水暖鴨先知，谷歌作為推手讓AlphaGo戰勝最聰明的人類棋手，讓AI進入大衆視野。事實上，不論是中國還是美國，網際網路公司均扮演了AI探索的排頭兵：網際網路公司有資料、場景和算力。
中國最強的AI公司是哪一家？有人說是百度，有先發優勢和算法積累；有人說是阿裡，有雲的協同和商業場景，各有道理。百度先發制人，基于搜尋引擎的優勢特性，早在2013年就成立了深度學習實驗室，後升格為百度研究院，形成了顯著的人才優勢，以及百度大腦、PaddlePaddle、自動駕駛、智能語音互動等技術沉澱。阿裡則在阿裡雲基礎上推出多個面向不同場景的ET大腦，後來上馬投資千億達摩院高舉高達攻克核心AI技術。
百度和阿裡兩個山頭外，現在各家網際網路公司都将AI作為重點技術戰略布局。浪潮第一時間就意識到AI興起于網際網路産業的趨勢。在各家網際網路公司做AI的過程中，成為其親密戰友。
浪潮伺服器四年來一直穩居網際網路行業市場佔有率第一的位置，幾乎所有知名頭部網際網路公司，比如BAT、今日頭條、京東、奇虎……都在用浪潮的伺服器，BAT三巨頭80%的計算都由浪潮伺服器支援，近水樓台先得月，浪潮憑借着獨特的JDM模式滿足網際網路巨頭特别是AI巨頭的AI算力需求時，練就了業界最強的AI計算能力。
最初網際網路公司通過一台伺服器解決所有計算問題，網際網路泡沫後，WEB2.0興起，UGC、社交、電商等業務陸續出現，資料和計算需求大規模增長，資料庫、檔案、緩存、應用、負載均衡等均以叢集形式部署，專業伺服器需求日益強盛，浪潮率先探索定制伺服器需求，面向不同場景淺層定制專業伺服器。2009年阿裡雲成立，3G發牌，雲+移動的時代到來，網際網路巨頭對伺服器的需求呈現出爆發式增長，分布式架構成為主流，浪潮開始探索與客戶聯合開發、深度定制的模式來研發伺服器，這一階段标杆産品是面向雲服務的整機櫃伺服器SR。
2014年在“網際網路+”的趨勢下，網際網路基于雲将各種計算能力對外輸出，“生态”成為新的關鍵詞，騰訊将半條命交出去，阿裡提出了經濟體的說法，網際網路公司的業務無所不包，同時場景變得更加複雜，多變和彈性，伺服器需求爆發的同時，提出了更複雜的要求，對成本、供應的需求要求到極緻。基于前期的定制模式，浪潮形成了全新的JDM (聯合開發,Joint Design Manufacture)業務模式，差別于傳統OEM、ODM模式，與客戶一起圍繞使用者需求協同創新，而不是你買我賣的傳統供給模式，在設計、研發、傳遞和制造環節，利用智能制造、網際網路、大資料、物聯網等技術智能化，将新品的研發周期從1.5年壓縮到9個月，從研發到供貨最短周期可以縮短到3個月，這已是行業極限。
浪潮JDM業務模式
浪潮的JDM模式一點都不難了解：這跟馬雲2016年提出的“新制造”出奇一緻，基于消費大資料洞察，利用智能制造來實作柔性定制，再通過智能物流實作零庫存的終極目标，2019年雙11，阿裡基于聚劃算大力推行工廠直供模式，聚劃算下面的天天特賣工廠直接向品牌或工廠定制專供款，專供款設計研發制造周期大幅縮短，工廠生産出來的商品直接放到菜鳥倉，直接響應雙11訂單，這是現在日益流行的C2M模式。浪潮JDM本質上就是在伺服器領域實作C2M。
JDM模式，讓浪潮抓住了雲時代複雜的伺服器需求，雲伺服器産品已涵蓋了ODCC、OCP和OPEN19三大國際标準，SR整機櫃伺服器市場占有率60%。AI時代的伺服器應該長成什麼樣子？網際網路巨頭都在摸索，但顯著的趨勢是計算場景更加複雜：不隻是大，而是在語音、圖像、大資料邊緣、IoT、自動駕駛等場景都呈現出截然不同的需求，需求日益複雜，JDM這樣模式可以更好地滿足。
浪潮伺服器智能工廠
比如針對百度全場景AI技術開放的需求，浪潮與其聯合開發了ABC一體機。
ABC一體機的誕生正是源自于JDM模式，浪潮是百度第一戰略供應商，早在2012年就開始合作定制化伺服器，2012年與百度聯合研發中國首款基于天蠍标準的整機櫃伺服器SR，廣泛應用于百度，此後有多款定制産品服役于百度機房，成為百度在伺服器領域合作最廣泛和深入的供應商。再比如針對騰訊的智慧計算需求，浪潮提供了4卡、8卡GPU伺服器産品，支撐騰訊在人工智能應用和GPU雲相關業務的發展，并協助騰訊建立AI統一平台。
JDM的形成不是從0到1的，而是傳承自網際網路時代的專業伺服器模式，以及雲時代的定制模式，基于客戶資源、行業沉澱、定制能力最終形成獨特的JDM模式，進而抓住AI時代，基于JDM模式，與網際網路公司一起探索AI，浪潮在AI伺服器領域已形成業界最全産品陣列，包括全球性能最強AI伺服器GX-5，性能密度最高AGX-2，整機櫃SR-AI等，基于此，浪潮AI伺服器已占據80%的網際網路市場佔有率，成為網際網路公司AI計算标配，一定程度這促成了浪潮AI伺服器市場佔有率占比過半這個結果。
第四個關鍵抉擇：不止于伺服器，建構全棧AI技術“護城河”。
基于JDM模式、網際網路行業第一的客戶資源優勢，浪潮抓住了AI最先爆發的網際網路産業。不過，随着AI成為共識，AI伺服器市場的高速增長，這一市場終究還是迎來了“狼”，比如華為、曙光、新華三、戴爾等等，均在布局AI伺服器，這是一種必然的結局，是以，浪潮一定要提前構築護城河。
浪潮智慧計算戰略的一部分是建構“硬體重構+軟體定義”的計算力，不止于AI伺服器：
- 浪潮開始向底層布局AI加速晶片，推出全球首款內建HBM2的FPGA加速卡F37X，支援OpenCL的最高密度最高性能的FPGA加速裝置F10A；
- 向上則布局人工智能開發資源平台AIStation、OpenStack AI雲平台、自動機器學習平台AutoML Suite、FPGA高效AI計算架構TF2、以及2015年就開源的全球首個叢集并行版的Caffe深度學習計算架構Caffe-MPI；
- 浪潮正在布局智能應用加速解決方案，如智能視訊分析、醫療影像、電力裝置巡檢、金融匯率預測、語音識别、AI雲等AI端到端解決方案，包含應用場景咨詢與系統方案設計、應用代碼移植優化、計算加速部件性能橫向評測等。
至此，浪潮已形成AI計算全棧能力。
網際網路企業是AI應用的先鋒，業務場景十分複雜，與此同時，網際網路技術與各行各業都有結合點，正在積極推進産業網際網路程序，将各種技術能力開放。基于此，浪潮與網際網路客戶一起探索積累的全棧AI計算力，具備應用到更多行業客戶的基礎。事實上，浪潮已經成功走出網際網路行業，将AI伺服器、軟體算法和解決方案提供給各行業客戶，比如成功幫助平安科技在多個金融信貸場景中應用AI，雙方聯合開發了人工智能雲主機平安雲B1，采用浪潮最新的人工智能超級伺服器AGX-5，計算性能高達2千萬億次/秒。
早在2016年浪潮就曾指出：“無人駕駛汽車、語音識别、以圖搜圖、精準推送等智慧計算發展很快，網際網路企業也成為智慧計算發展和應用的主體，但是長期看，對智慧計算需求最大的是傳統行業，智慧計算同傳統行業結合。”IDC報告則指出，AI伺服器市場，能源、服務、建築、通信、公共事業五個行業增速超過或接近200%，網際網路隻是浪潮AI的起點。
第五個關鍵抉擇：全面開放，生态協作擁抱産業AI。
2019年，産業AI時代到來，AI成為各行各業的基礎能力，向各行各業落地，不同行業不同企業的AI應用需求都各有不同，AI産業鍊本身又很長，一定會呈現出專業化分工的趨勢：算法、算力、資料、雲服務、應用……沒有任何一家公司可以滿足所有企業的AI需求。
協同創新，共同服務成為AI産業化的必然，各家AI巨頭都在基于自身優勢建構開放的AI生态。今年8月浪潮釋出“元腦生态計劃”，連接配接技術端的人工智能算法公司和應用端的ISV、SI公司，共同完成從人工智能算法開發、模型部署，到計算基礎設施建構，再到人工智能應用開發與傳遞的全流程服務。
AICC2019浪潮公布與合作夥伴共建AI生态的“元腦”計劃
浪潮多年來在伺服器領域以及AI伺服器領域的布局，積累了AI核心能力，如今已經成為開放的平台資源與合作夥伴共享，如高效創新的AI計算平台、靈活協作的AI資源平台和即時傳遞AI算法工具平台，同時積累了大量的客戶資源、合作夥伴資源和場景認知沉澱。
正是因為此，浪潮可以立足AI計算，建立元腦生态，深入場景耦合，擁抱産業AI化趨勢，推進行業AI生态發展，讓行業最終使用者可以開發并部署屬于自己的AI大腦。
布局異構計算形成AI基礎技術，戰略布局智慧計算加碼深度學習，瞄準網際網路行業基于JDM模式與AI先行者同行，逐漸形成軟硬體全棧AI計算能力，再通過建構元腦生态将AI能力開放給各行各業，浪潮布局AI的五個關鍵抉擇，清晰地描繪了其從摸索沉澱到戰略重視，從單一行業到各行各業，從伺服器技術到全棧技術，從内部業務到開放生态的發展路徑。算力永遠都是AI的基礎要素，浪潮在AI産業化中将有不可替代的位置，與不同環節的AI巨頭一起推進AI産業化。
04
浪潮AI沖浪啟示錄
伺服器玩家衆多，AI伺服器正在受越來越多伺服器品牌重視，浪潮AI伺服器取得市場佔有率過半的成就，不隻是一句“做得早”就可以解釋。關鍵時刻做出正确的抉擇在對的時間做對的事情，是成功的原因是一句廢話。問題是，浪潮如何可以做出正确選擇，又如何可以讓每一次選擇變為正确呢？
1、眼光。
浪潮前身山東電子裝置廠成立于1945年，是中國曆史最悠久的科技巨頭。1970年，中國第一顆人造衛星“東方紅1号”就采用了浪潮生産的半導體作為電子元件；1990年，浪潮研制出全球第一台中文尋呼機，并開發制定了全球第一個漢字尋呼标準，這一标準沿用今。浪潮與時俱進，布局軟體産業、伺服器、雲計算、大資料、智慧城市、智慧企業服務、光電諸多業務，旗下已擁有四家上市公司，為全球100多個國家和地區提供IT産品和服務，成為中國本土綜合實力強大的大型IT企業之一。
看到一次機會容易，看準每一次機會卻很難。每一波浪潮到來，浪潮都能“踩準點”。就AI來看，浪潮進軍AI的時間點跟AI産業潮是完全一緻的：2012年到2015年AI探索期，浪潮摸索試探，打好基礎；2016年AI方興未艾，浪潮旋即決定戰略布局；2019年AI産業化元年，浪潮提出“雲+數+AI”的戰略，推出元腦計劃做開放生态，在網際網路行業取得絕對領先時走向各行各業。
優秀的沖浪者要做的就是跟着浪潮的節奏，浪潮在AI浪潮中，沒有起個大早，沒有趕個晚集，“正确的時間做正确的事。”這是眼光。
2、傳承。
站在市場層面來看，AI浪潮不是忽然出現的，是雲計算的傳承甚至是結果。雲計算造就了規模化的計算能力，聚集了海量資料，對大資料進行挖掘的過程催生了深度學習技術。2009年到2015年，在雲時代，浪潮就跟網際網路公司緊密合作，滿足雲資料中心的伺服器需求，抓住了雲伺服器的浪潮，這個中間基于定制需求逐漸倒逼出JDM模式，後來當網際網路公司發展AI對伺服器有全新需求，浪潮第一時間進行了很好的滿足。浪潮相關業務負責人對羅超頻道複盤稱：“我們的JDM模式不是造出來，而是不斷摸索中提煉出來的，是業務在一線幹出來的。”
站在技術層面來看，浪潮是中國為數不多的在伺服器領域覆寫從X86到高端伺服器到高性能伺服器的玩家，而AI伺服器的前身是超算伺服器，在硬體層面有很多相似之處，比如中國天河2号、美國泰坦等超級計算機都采取異構計算來滿足高性能計算需求，浪潮在AI前時代就一直在服務大規模、高性能、高擴充計算需求場景。通用、高性能HPC和關鍵業務三條伺服器線，通用在雲時代使用；HPC高性能用在科學計算和超算等領域；關鍵業務用在銀行、金融等對可靠性、連續性、一緻性要求很高的場景。所有這些場景形成的能力都對AI計算非常重要，浪潮從雲計算到AI計算切換很自然。
正是因為浪潮業務和技術的傳承，是以它可以做出正确的決定，且有條件讓選擇變為現實。
3、專注。
浪潮做AI将最核心的事情放在了AI伺服器上，在底層算法架構上更多是基于Caffe或者TensorFlow這樣的開源架構，同時也會為開源社群做貢獻。浪潮跟各行各業的頂尖巨頭合作，與百度這一AI算法巨頭合作，推出ABC伺服器、共建AIStation與飛槳聯合方案；與VMware合作推出AI私有雲解決方案……獨創的JDM同樣是一種專注的展現：與合作夥伴各自發揮所長，突破計算邊界。
AI市場很大，誘惑很多，但浪潮隻做自己最擅長的事情，其他則交給合作夥伴。正是因為有這樣的專注，浪潮才有大量的合作夥伴，才有了元腦生态的推出。朋友多了路好走，浪潮AI的路顯然是越走越寬。
4、技術。
傳統伺服器技術壁壘高，供電、散熱、性能處理、網絡I/O交換等等細節，都将決定伺服器最終的性能、成本和品質，進而決定客戶體驗。浪潮在傳統伺服器、大型資料中心這樣的伺服器通用技術領域，不斷在各個底層技術點上突破極限，形成深厚積累。
就跟智能手機一樣，隻是産品創新是不夠的，在限定成本内確定産品品質同樣至關重要。基于獨創的JDM模式，浪潮擁有适應客戶任意需求的創新、設計、制造和傳遞能力，在研發周期、制造成本、傳遞體驗等次元都有優勢。浪潮擁有全生命周期的品控，包括高品質研發、嚴格部件采購、生産過程控制和嚴格的下線質檢、嚴格把控的産品運輸和實施，比如研發環節的技術标準就接近嚴苛，氣候環境、機械環境、失效分析、結構散熱、電磁相容、精密測量、系統驗證和資料中心等8大實驗室和高于業界的設計标準來確定品質，形成獨特的供應鍊優勢。
AI伺服器技術壁壘更高，浪潮伺服器的積累和JDM模式，打好了基礎，比如2017年推出的浪潮AGX-2則實作在2U空間内8GPU卡的高密度，實作更高速的資源加速通路能力，而一般GPU伺服器的極限隻有4塊GPU卡，一般伺服器GPU間帶寬是30G左右，AGX-2的GPU間互聯帶寬高達150GB/s，在I/O上提供8塊NVMe/SAS/SATA熱插拔硬碟,可支援最多4塊100Gbps的EDR InfiniBand接口卡的高速叢集互聯，不僅支援通常的風冷散熱方式，還可支援片上水冷以提供更高的計算能效比。基于高密度技術和極限化配置實作了當時的最高性能。再比如在機房空間是IDC機房最稀缺資源時，浪潮推出的SR-AI整機櫃伺服器，單機就可實作支援16個GPU的超大擴充性節點，這是高密度存儲技術在加持。
浪潮AI伺服器AGX-2
浪潮可以提供這些非常适合AI的配置，然而業界一些場景的标準解決方案卻無法滿足。基于這樣場景化定制需求，浪潮又有JDM模式實作定制化的柔性的生産，與網際網路客戶一起創新形成基線産品不斷優化，在這一過程，浪潮AI伺服器技術實力不斷錘煉沉澱，形成全棧技術實力，到現在再抽象出來解耦合，形成元腦生态，可以适應各行各業更加個性化的AI計算需求，與不同場景再耦合。
越來越多伺服器品牌在做AI伺服器。好在，在多年的摸爬滾打中，浪潮AI伺服器的技術護城河早已形成，浪潮前期投入最早、投入最大，形成專業化和極限化能力，在這種PK硬實力的賽道上，是沒有什麼“捷徑和彎道”的。
僅僅是在最近10多年，計算就經曆了多次變遷：32bit、x86-64、多核、GPU、2010年“CPU—GPU”異構計算再到後來的ARM移動計算，以及現在的AI計算，時代腳步非常快，一波又一波浪潮，滾滾而來。計算相關的巨頭10年間有新星升起，亦有巨頭走向衰落。而浪潮，從X86到雲再到AI，可以說抓住了一波波的浪潮。
巴菲特合夥人查理·芒格提出了一個“沖浪者模型”，他認為：
“當新的行業出現時，先行者會獲得巨大優勢。你會遇到一種我稱之為沖浪的模型——當沖浪者順利沖上浪尖，并停留在那裡，他能夠沖很長很長一段時間，無論是微軟、英特爾、NCR或者其它公司，都是如此。但如果沒沖上去，就會被海浪吞沒。”
科技巨頭本質上是在沖浪，既然是沖浪，就有被海浪吞沒的風險，但如果能留在浪尖就會風頭無兩。AI這一波，一定會有伺服器巨頭被吞沒，一定會有伺服器巨頭成功停在浪尖，浪潮是伺服器巨頭裡面，擁抱AI最成功的玩家。
浪潮沖浪，是科技巨頭如何應對多變時代的一個樣本。