全國政協委員、京東集團技術委員會主席曹鵬在今年兩會期間提交了一份《關于推進異構算力基礎設施建設，助力新質生產力發展》的提案，聚焦大模型應用落地中的算力門檻、技術復雜性與成本高等問題，提出從自主可控的異構算力基礎設施升級、智能體創新應用、算力資源共享機制等方面破局，為實體經濟智能化轉型提供“用得上、用得起”的解決方案。

　　加強異構算力建設：降低智算成本讓企業“用得起”

　　隨著年初國產大模型DeepSeek的爆火，大模型技術正加速滲透千行百業，但算力資源的結構性矛盾日益凸顯。企業落地AI應用過程中，面臨兩大困境：一方面，GPU等高性能算力成本高昂，且系統互不兼容，造成顯卡資源浪費；另一方面，安全和效率很難兼顧，擔心數據泄露同時，又怕推理速度耽誤業務進度。某新能源汽車頭部企廠商曾表示：“每個模型訓練的系統都不一樣，跨平臺調度效率又很低，起碼有40%算力資源在機房睡大覺，嚴重拖垮研發進度。”

　　對此，曹鵬在提案中提出核心路徑：建設全國一體化的異構算力基礎設施，通過統一調度多元算力資源，打破地域與架構壁壘，從而降低智算成本，讓企業都“用得起”。在近期京東云深圳城市大會，京東云推出八大智算產品，其中vGPU AI算力平臺，能夠實現異構算力的智能調度：一邊自動分配多元算力，實時響應業務需求，把GPU利率用提上來；另一邊創建全生命周期AI開發環境，開箱即用，大幅壓縮大模型訓練周期。目前，這個平臺支持企業智能駕駛、人形機器人等20多個場景，精細化管理千卡AI算力集群，預計1年內，省下的算力相當一兩座數據中心的算力！

　　基礎設施方面，除了算力之外，曹鵬還在提案中強調了存儲的重要作用。《金融行業先進AI存力報告》報告中提到，在同樣的GPU算力規模下，存儲性能的高低可能造成模型訓練周期3倍的差異。只有存儲與算力協同并重，才能在降低能耗的同時進一步提升系統性能，助力智算進一步普及。京東云云海以單節點95GB/s的讀帶寬、60GB/s的寫帶寬，進一步拉低了國產存儲與國際老牌廠商的差距，可以同時滿足DeepSeek、ChatGPT、LLaMA等20余種主流大模型的存力需求，助力更多企業把智算用起來。

　　智能體創新：讓大模型“輕裝跑進生產線”

　　場景的碎片化，讓如何平衡極致性能和極致性價比，成為大模型落地的關鍵。智能體作為大模型最輕量化的落地形式，已成為大模型落地的熱點。曹鵬在提案中強調，要抓住這輪大模型發展的契機，鼓勵企業在實際業務中探索智能體、應用智能體，推動智能體技術與各行業深度融合，以加速產業轉型和智能化進程。

　　作為智能體落地的先驅，目前京東自有的多場景中，已落地超1萬個智能體，累計提升人效上億元。基于此，京東云作為京東集團對外輸出技術與服務的核心平臺，充分解耦京東智能體實戰經驗，總結出五大核心場景：協同辦公、專業助手、客戶服務、營銷推廣和數據應用。

　　這些場景已在京東內部發揮巨大業務價值。例如在專業助手方面，我們的JoyCoder智能編碼助手，能幫助開發者預測代碼、生成注釋、進行智能評審，生成的代碼采納率超過40%，開發周期縮短30%。在營銷上，通過AIGC技術可以快速生成高質量的營銷文案和商品場景圖，制作效率提升高達90%。比如，言犀數字人能自動生成直播腳本，已經覆蓋9000個直播間，帶貨GMV總量超百億。

　　目前京東云將這些智能體能力，沉淀在言犀智能體平臺，對外支持更多企業在智能體方面探索。食品行業上下游角色分散，會議對決策管理至關重要。在味全食品，京東云搭建了一套會議管理系統，可自動生成會議文本記錄，并分類歸檔，有效提升公司運轉效率；在中國飛機租賃，專業知識復雜，人工查詢影響決策效率，京東云構建一個智能問答系統，提供高效、準確的問答交互，并依據反饋持續優化性能，大幅提升員工辦公效率。“輕量化不是妥協，而是讓技術精準匹配需求。”曹鵬表示，這一路徑可降低企業AI開發對高性能算力的依賴，推動大模型“輕裝跑進生產線”。

　　普惠實踐：鏈主企業推動，智算實現“千企共享”

　　如何讓算力從“稀缺資源”變為“普惠服務”？曹鵬提出“鏈主企業+云平臺”的共享模式：鏈主企業和云平臺開放智算配額，向中小企業提供低成本、高質量的智算服務，將緊跟時代的先進技術通過產品化、平臺化，普惠化地對外開放，降低應用和部署門檻，打造開箱即用的產品服務，讓更多企業和個人無差別地享受技術創新的紅利，引導技術創新走出實驗室和大公司的圍墻，在產業場景發揮價值。

　　“對我和我們數字化中心來講，今年初DeepSeek發布以來，我們重新調整了所有的工作節奏。”某家居集團數字化中心總經理表示。之前公司已有一些人工智能應用，現在正嘗試用DeepSeek重新做一遍。在人工智能競爭全球化的背景下，曹鵬委員的提案將技術突破與產業需求深度融合，為算力普惠化提供了切實路徑。隨著兩會熱議的展開，這份聚焦“底層生產力”的提案能否進一步推動政策與市場的共振，值得期待。