支撑全产业AI，需要怎样的算力服务？(3)

那么，企业想要选择适当的算力服务平台，究竟有没有定量、定性的科学方法与行业标准呢？《2022中国算力服务市场发展研究报告》或许可以作为参照。

算力服务POSE模型：

解锁AI产业化的新姿势

《2022中国算力服务市场发展研究报告》基于对国内算力服务市场及平台的整体调研分析，提出了算力服务综合价值力分析模型POSE，从中，我们会发现支撑一个算力服务平台品质的四种要素。

产品力：主要指技术能力、基础设施建设、服务价格等产品层面的能力。曙光智算在基础设施建设支撑与技术性能方面略胜一筹 ；阿里云的算力种类相较更丰富，但在自主创新能力弱于曙光智算与华为云。

运营力：包括服务能力、行业口碑、商业化能力。其中曙光智算与并行科技具有即时、专业的服务能力，对每一个客户都可提供专业的团队支持与应用的迁移适配服务；阿里云与华为云作为云服务先行者，积累大量案例，商业化更快。

调度力：主要聚焦资源协同调度的能力。曙光智算背靠集团20余年异构计算经验沉淀及生态建设，阿里云凭借更早的网络建设布局和云服务基础，双方并列第一。

生态力：全产业链资源聚合能力、适配能力、自身生态开放度等。华为云、阿里云、曙光智算背靠集团生态建设，目前都较为成熟。

不夸张地说，POSE模型的四大要素，也是算力服务的“四梁八柱”，没有这个核心框架的承重能力，很难支撑AI大模型这样的产业“重器”。这也是对厂商们的综合大考：既要快速上马，服务于如火如荼地东数西算工程；还要挑战更好，在群雄逐鹿的竞技场交出更优秀的答卷。 其中，曙光在多个指标中都拔得头筹，比起靓丽的成绩，背后所做的努力更值得探究。

聚&变：

一站式平台托举的产业AI集结令

曙光能够在开局就拿出来全国一体化算力服务平台和诸多案例，提前吹响产业AI的集结号，这或许能够从侧面展现出曙光生态的一些特质。