首都在线直播访谈讨论AI基础设施、出海算力与国产算力适配，但未披露新增订单或量化业绩增量

【实时直播转录 · 请回答WAIC：AI正重写什么】
来源:请回答WAIC：AI正重写什么(bilibili 直播间 80738) · 标题:请回答WAIC：AI改变创造
时段:2026-07-18 16:00–16:30(Asia/Shanghai),共 67 段
说明:以下为该时段该直播间的连续语音转录(直播 ASR,可能有同音/识别误差)。请从中识别与 AI算力/芯片/服务器/光模块/液冷/数据中心/大模型/机器人·具身智能/自动驾驶 等相关的、**可交易**的公司/产品/订单/产能/需求/合作/高管或官员表态,判断是否构成可交易事件;若通篇无可交易内容,判为不做。识别误差请结合上下文与常识修正,勿据孤立音近词臆断。

--- 转录正文 ---
[16:00] 适适应这样一个token,就是推理流量在全球的分发啊，这是第一。第二个，第三个呢我们认为是。
[16:00] 部分的运营交易者。就是以前呢大家认为这个应该是半年前大家去购买这样的一个max服。
[16:00] 的就就问什么模型，什么价格你能给到我。但现在我们反过来发现，很多客户不这么问了，他问我有这个场景，你。
[16:00] 觉得哪个模型最适合我这个场景，我希望有一个确定性的结果，而不是说我挑哪个模型，最终我发现是。
[16:00] 错了，我再去挑。另外一个模型，就是你要给我交付，你要给我一个确定性。对，然后第二个呢，这这里就涉及到我们能不能帮客户。
[16:00] 推荐它最适配它场景的一个模型。那第二个呢就是原来从token的产生产到最终应用这条链路啊，其实中间有。
[16:00] 很多中转链路本身的监测，其实是啊所以常会出现说哎怎么又断了，怎么又降质了等等。
[16:00] 这些问题都是在这个运营交易层要去解决的，让它这个过程可视。那最后呢就是我们认为的推理的token的应用层。
[16:01] 那这里其实我们本身不做应用。但是随着大家这个agent的数量增加，包括agent使用人数的增加，大家一个共同的。
[16:01] 关注点就是安不安全，我的数据上载安不安全。那这样需要一个agent的一个安全的运行环。
[16:01] 环境让大家能够减少隐私数据的安全。所以说我们希望我们要做agent的沙箱，让这个agent token的应用。
[16:01] 能够更安全。这四层呢是从我们的视角来定义token,从生产到应用的这么一个确定性的。
[16:01] 当然我知道这个事儿也不是一个纯国内在做的事情，因为现在很多中国企业是要出海，对，而且他们出海。
[16:01] 的区域跟以往也有很大的变化，是比如说这两年最火的沙特。
[16:05] 对对对，年可能有有一定的度的下降，因为不太安稳啊啊，然后北美我们中国企业好像一说出海就是东南亚，但是今年很多企业在去北美。对，那在这些地区，我们是不是也有这样的算力闭源目其是这个这个的吧。对，其实这里确实如您所说啊，那以前在互联的时代，我们中国企业通常是国内做成熟了啊，然后再出海。对那那现在互外外企业，您会发现或大家会发现使实很多AI企业第一时间就选择出海那个重要原因是海外的这个付费意愿更高，它能够尽快的实现商业闭环啊，那在这个过程中首都在线其实从几个方面一个是那海背后是算力加网络。那算力我们比如说在海外的、美国的我们的达拉斯节点，包括其个全球的其其他十个节点，我们要升级，我们的时力。那出海的企业出去的时候，在算力上我们能接得住。还有一个重要呢，其实就是我们这个网络啊，其是全球这张澳层网络，无论它的应用是在美外的在外洲，它的推内的企外应该布出哪，那那就需要算力将网络联动起来。那在这个推理的时间，从原来从国内到海外一百多毫络。那当地可能就是各位数的方表出，那最终我的的体验更好。对，这两方面我觉得是我们现在正在出海，还有一点就是很多出海的企业它一定面临一个问题就是合规。对啊，到一个陌生的地方，当地的服务标准怎么样使用习惯，怎么样包括它的法规诉求。比如说欧盟的GPDR它美发一有不同同法网络络啊，其为我我本身在全球化运营的非常多的嗯，但是相应应经验验会给给我我们客客户助力他们行稳资源啊，这个是我们当前对助力中国企业出海这块我们做的几个对对，从而其实考虑虑到球球的业务，这这块对其实一直有一个困惑。但是咱们跟云计算公司的对比对，就如果我是一个客络对理论上来说，呃，就我因为我们现在并不是云的重度的用户啊嗯的流量也常多。对嗯，但如果我是一家有一定规模的企业，我是不是选择一些像艾d bos这样全球规模非常大的。嗯，这个各地的企业非常多的。嗯，但是他的这家服务也非常多的，嗯，我是不选选择应该跟这样的公有云的一些公司去合作。对，但是事实情况也非常不是对，在还有大量量的理云是非常多。对对吧？我我我是不是说我们我国的这个网络是客户找上门来，你一定要帮我来做这个事情。对，就为什么？就中间是我们概括出现了啊其要像首都企线啊，像其他算利云这样网络去帮助市场去交付这样一部分的这个价。对，其实我觉得这里首先我们认为第一点，我还是回到刚刚那句话，就比如说我们刚刚中国的AI企业出海，为什么选择首都网络啊？第一原因是首都在线，这个全球这这网络啊因因为比如说要网网络个个路。对，其实我们的这这网网络啊，其为这张全国的这网网络尤其是我们现在升级改造适配这个全球的这个推理流量分布分发的这么个网络是我们我觉得他们选我们的一个重要的原因啊啊这个网全这个专线网络啊，其球国国国线网络络基础的这张推理的其个我国这做这个特点啊在上面我们会有相应的网络城的一些特性的这个价络对
[16:05] 辅助啊，那第二个呢，我们认为其实是首都在线是一个中立性的公司云公司，我们本身没有任何的商业的其他的商业的这个其他的好多云厂，您也知道他们本身既有
[16:05] 模型啊，又做各种业务。是吧包括游戏啊、电商啊，我从最底层一直做到最上面sars，所以说其实尤其是在到了AI时代AI时代跟数字化时代的最大的不同就是底层的业务逻辑直接被
[16:06] 透龄化了一定程度上那所以说其实很多公司选择我们一个就是我们不分应用，不分数据不做模型，我们只做好a
[16:08] AI企业底层的基础设施的势能。所以这个是他们的信任，为什么他们需要一个更专一的服务商就是是出于安全考虑呢？还是说数据安全啊，数据安全啊，刚刚网络其实是能够快速缩短它的title market，能够快速出去中立点。其实是它考虑他的业务数据的安全啊，让他的业务它能够更更可掌控，而不是把它的数据暴露出去啊，那第三点其实我我们认为就是我们其实相对于这么大厂，其实就是全球的套p我们其实更灵活啊们的服务能够基于客户的业务场景做一定的适配跟服全啊，那厂更多多是标准化的服务。对，那这带来就是我们的服务本身也更贴身啊。大厂是一个非常标准化的服务，尤其是对于啊特别是有些中小的企业来说，它一定程度上在对那边得不到相应的一些贴身的服务。这几点我认为是很多企业选择，我们这样的一个公司的一个而且大厂有些是有些时候有一些服务的那个服务本身也不太适合小团队去啊，对对，整体整体的实施成本还是比较高。对对对，其实一定程度上首都上线，其实是跟着我们的客户一起成长啊，客户也帮助我们成去啊对我觉得今年董老师有一个变化，今年哎呀其实这两年好像每一年都会有一个某某元年这样的一个称呼啊啊今年可能是AI应用元年或者a轮元年whatever。但是今年这个肯定是在AI在应用端一个爆发的一个爆发的一个变化。对。但是这个我们跟过去拆爆的对于底层基础设施压力又出现了很大的变化。对agent呢今年带给个法层面的压力是过去拆爆的很难想象。是的的，可个一个自然语言对话出去是后面可能是几十轮的这个变化。嗯，我可能会一个语言吊起fn个subagent，同时去做这个事情是所以那对于我们的基础设施是不是也提出了一些新的变化？另外我比较好奇的一点，就是所在对i行业变化这么快啊，所以可能去年还不是变化
[16:08] ，前年还不是这样，今年就是这样。但你基础设施建设总有一个周期吧，是你怎么follow这样的一个新的压力呢？啊，其实这里确实是我们包括我们自己也在使用这些agent有几大变化吧。第一个就是我们认为啊
[16:08] 现在的agent从原来刚刚您说的这个trade box嗯，啊现在变成了一个特别的可持续性的一个一个一个过程。嗯，就是agent比如说咱们平时应用，agent跑一个任务有可能我电脑晚上就不关让它一直关
[16:09] 二十四小时，唉，第二天起来还看到结果了，是吧？嗯，那这个过程就要求这个基础设施要可持续性，对，可稳定性要最好是保持在线。对，所以这个其实是对这个我们作为一个云公司有的时候我们要往晚上要做升级的时候，我们有以前觉得晚上大家不用了，是吧？嗯，有一个维护窗口，这个其实也是带来一个新变化。对，第二个呢，我们认为就是以前我们更多是用一个单模型track box，就是我跟他聊天嗯现在做agent的其实是我们不同的任务，我会用不同的模型用一个是哪我们知道哪个模型更擅长做这个事儿，我就用它，然后我不同任务的复杂度，我会用大中小模型在这个过程中其实是他的无论是网络的互联还是算力的调度，都会带来巨大的挑战。因为不同的人，他有他都是一个单agent去调调个模型。对，那这个程中的连接接复杂杂包包括因为不同模型背后其对对应的是算力的供给。对，这算力怎么调度？那未来我们能不能在这里做到一个是不是
[16:10] 事后感知做到事前的感知跟预测，能够让网络的调度跟算量调度能够支撑这样的一个n个agent的调用n乘以n个啊模型的这么一个现状，其实是对我们来说是一个非常的机房，真是比以前复杂太多了。是的是的是的是的，就是比以前这个部的这种这种流量真的是要考虑的维度，会者在外部流量。因为直接的流量出口是流量的入口，是这个网络的服务商提供的。哎，对对对，他们的业务还是很可预测的。是的是的，你要么就是白天跑高峰，要么就是晚上高峰。是的，像今天这个有些人可能是上班才用有些人是二十四小时跑，而且这些人二十四小时跑的人一般还是深度用户他那量很大。是的是的，你还都得接。是的是是的，所以说这就遇到了。是的
[16:11] ，挑战。其实大家一直在路上，怎么能够在应对这样的挑战的时候，把这个基础设施给准备好啊，应该说我们也还在路上啊啊，所以现在我可能是不是未来有可能在这个机房的施工层面会有一个更快的方案，比如说快速的去建议呗，您觉得这是一个关键问题吗？我觉得一定只要有挑战，有需求的地方，所有人就一定会有人去见嗯，毕竟现在国内的一个IAIDC可能九个月就能建成。但是在美国可能是三年才建成，那这里有各种时间的因素导致的。但是
[16:11] 如何做好标准化，你比如说这个以液冷为例，原来的液冷那那是一个机房统一做液冷啊现在你
[16:11] 会发现了一个机柜都可以作业业啊模就像像一样的模块化，那模块化一定会带来对灵活性跟快速交付。所以我觉得这个一定是趋势啊
[16:11] ，尤其是这样token这样需求量爆发的这个情况下，一定会带动整个产业链一个是速度要更快，二个是成本能够及时降本都会带来一必然导致进行标准化跟模范化。对啊当然还有一个比较敏感
[16:11] ，看的问题就是个问问题啊，就我也也道客客户都想要更便宜一些，是最好是别收钱。对对吧？对对对，那但是你这个价格低了，你的利润的那个空间就会收窄嗯，所以咱们现在怎么去定价
[16:12] ？因为我之前跟一些公司聊嗯，我们私下聊的也也很这个也很直观，我说为什么他不去选大型的公有云要跟你合作，我们便宜啊。对那对于首都在线来说，价格优势是不是也是必须考虑这个因素呢？呃，我们是
[16:12] 这么认为呢，就是有两部分吧，一个其实是随堂就市嗯啊尤其是当下这个GPU算力比较紧缺的情况下啊，其实我们获取到的成本也在涨价啊包括了GPU，包括网络，你像光摩款的
[16:12] ，今年在涨价是吧？都在涨价。那在这种情况，其实一定程度上是整个市场的成本的体现。嗯，虽然就是那咱们的客户会接受这个价格上涨的支持吗？接受其实其实一定程度上来说，呃，今年
[16:13] 今年更多是供不应求啊，我们怎么能把它借有的买就不错了。对对对，就是我们也希望我们的战略客户高优先级的去供给这样的一个算力。嗯，那第二个呢，其实是价值定价，我们认为就是在token我们自己也在做token的生产嗯啊因为token生产这一块啊，其实核心是把一每一批的算力你怎么通过你自己要选一个有价值的模型，什么叫有价值模型？就是咱不要选一个落后的模型厂家也没人用。对，就是客户的业务场景需要的模型选一个落在适适配这个模型的这个算力的集群上产生来说嗯，这一部分其实一定程度上生产嗯对单以当GPU去租赁它就会产生更大的价值。对我们来说嗯
[16:14] ，在这个盈利的测算会更好啊。那这里呢其实一当一方面考考究的当刚刚讲的这个算力集群的适配，也考虑到你的推理优化能力，更考虑到你全球化的客户需求。因为一个GPU，最好是全时段都卖出去。对，它是毛利最高的，最好是跑满的。对你要是只跑满了八个小时，其实你一定程度上你可能就是亏损。对，但我们的客户遍布了亚太欧洲、拉美啊、北美那这样我们有机会让某一些模型他们共用的模型能够在不同的时段的销售率能更高。那这一部分我们认为其实是价值定价啊价值定价。那其实无论如何来说，我觉得我们首都在线一直以来就是啊在一无论是在刚刚说的这个价值定价，还是有些衰伤，就省还有一点就是我们的这个服务保障，我们针对客户的响应，其实相对来说针对我们那几个行业的客户的响应，我们还是比有
[16:14] 相对来说是更快的啊
[16:14] ，跟客户啊应该说这个联动的这种响应会更顺畅，这也是我们我们觉得这个就是这个最终啊一定有成本的因素。但最终要给客户带
[16:14] 带来价值嗯，帮帮他解决问题，客户才会愿意为此而付付费去买单。对对
[16:15] ，下面这两个问题，我觉得合可以合并起来嗯，一起聊，我们一起去呃探讨一下。因为我觉得这个IDC可能AIDC这个大的行业过去在这个投资人眼中就是一个个资产的对
[16:15] 觉得重资产行业必不可免要去设想一下未来这条路会通往哪里？嗯，它会持续多久？比如行业这么这么好的上行期，它会持续多久嗯，所以未来这个我不知道董老师有没有想过未来首都在线的
[16:15] 方向或者这个行业的终局在哪里嗯
[16:16] ，那个时候我们会不会还有一个很强的护城河存在嗯，我们会不会跑的应用可能都是一些发散性的思考。对对，二，可也帮我们分享一下啊，我们其实一直也在问自己，我们的护城河是什么啊？我们对这些回答就是这个护城河不是一个点嗯啊是一个系统大体上我们认为有四个点。首先呢其实还是刚刚也提到了，我们这张全球的二层网络啊，其实我们花了二十多年时间跟着客户的业务把这个网络逐步铺过去啊
[16:16] ，这个互成这个二层网络不像说我建一个AIDC你可能要一年不算力集群，可能要几个月它这个网络的铺就包括这个网络你铺出去能被用起来，这个是其实是要好多年去建设的。我们认为这里
[16:17] 是需要时间去沉淀的那第二个呢，其实我们认为我们的一个护城河还是回到刚刚说我们的我们坚持中立我们上部分应用也不分模型，也不分数据这样客户在我们的集群在我们的网络里，它相当于在他自己的网络里面啊，能够让客户天然产生这样的一个信任啊，就是你不存在其他方面的利益冲突。对，第三个，我们认为是一个运营的基因啊，其实就是二十多年啊，我们应该一零年应该有至少十六年。这个云计算的这个运营基因，它因为云计算包括算力计算的算力服务背后其实是一个密集型的运营工作，它需要你的这个网络的规划集群的运营成本的管控服务的保障这些基因包括我们这个团队沉淀下来一些知识资产以及现在沉淀下来一些智能化的运营系统啊认为是我们的一个一
[16:17] 一个也算是护城河的一个点啊
[16:19] ，那最后呢其实就是我们对这个客户全球化的拓展过程中的一些合规的理解啊，我们对客户的业务的拓展过程中可能遇到的一些问题的支撑保障。这些最终其实是助力到客户能够让他缩短上市时间啊样的业务能够更顺畅的在全球化拓展啊，这些我们认为它是一个系统的工程。那还有一点呢，就是我们在这个过做个过程中，一直是软硬一体来做啊，我们不是单纯不算利，其实我们搭建了我们呃cloud OS适配于通算跟计算的这么一个智能调度系统，包括我们的AI infer平台这些软硬一体形成的效率的最优嗯持续更优。其实我们们一个个也一一个，这也是需要时间沉沉淀。那综综合来说就是一个是呢网络，第二个呢是时间。第三个其实信任这这么一个系统是我们的一个护城河啊这样的一个护城河，能支撑咱们走到终局呢？终局是个什么样的产品？这是在咱们的角度上去看啊，我们认为一定能啊我我我其实也在想啊，其实我们的终局其实回答其实核心是回答在客户的眼中，我们是谁啊？就是就是自己的终局一个企业的终局不是自己想象出来的。就是客户认为我们希望客户认为我们成为谁或者客户希望首都在线线线为为客户的一家公司啊们是首先我们应该成为国内算力服务的标杆企业嗯，啊这样的一个标杆企业不是说我们的体量最大，而是说一提到首都在线，大家就放心啊啊让客户的这个训练不中断，成本低，实延成本可预期服务有保障。我觉得这个是
[16:19] 一个算力服务的标杆企业的定义啊。第二个呢，我们希望成为中国企业AI企业出海的一个首选的基础设施服务商啊啊，因为我们现在其实也服务了十十多家的这个AI企业那个出海包括我们的网络跟海外的算力的集群的部署。那这样呢，我们希望持续能够为中国企业出海能够先把路铺好，把节点服务商让他们出海能够更聚焦自身的业务，而不是说基础设施的困扰啊啊，这是第二个啊，那第三个，其其我们们次提到到说定义totoken的一确确定性的程程。我们希望通通过到五五年的时间大能够够的确确定性这个标准给定下来嗯啊啊就跟现在算算云比如
[16:20] 这四个九啊是确定性的标准。那token的标准确定性标准是什么呢？我们希望我们这么一个token确定性里程这么一个提法，希望最终三到五年能在行业形成一个共识嗯这样的话大家能够形
[16:20] 正有序的合作跟竞争能够让这个行业更加的健康。对我觉得那董老师都聊到这儿了，我们把最后一个问题提前吧，因为跟最后一个问题这个很相关啊，首都在首都在线的使命啊，对吧
[16:20] ？就使命客户定义了，你应该成为的那个样子。对，所以你的使命可能也是向那个方向去靠的。是的，它支撑你可以走到最后嘛。对对对对，以咱们的使命是什么呢？是刚才说的那个对，其实其实我们公司就是
[16:20] 整个公司的使命，其实是赋能算力跟场景的连接啊，这是我们的使命啊，当然我们的愿景其实是成为刚刚讲的这个拓换确定性的旅程的AI的综合解决方案服务商啊，那这个为什么呢？因为
[16:21] 我们以前其实做IDC或者通算更多是提供一些单产品或组合产品。但是在AI这个时代，我们认为为什么要提到中一定是一个综合解决方案？这里有一个大的背景是什么？就是我们在十
[16:21] 多年前的这个大家一直是提数字化转型互联网时代是吧？从原来传统企业转变为数字化转型的企业，那这个过程中提的是什么呢？标准化流程化、数字化、线上化。对自动化。对，那这个过程中，其实企业更多的是把它的一个业务的标准流程希望梳理出来，然后通过IT化线上化最多呢有一些规则驱动的自动化。对，那这个过程中，企业依然是个主导者，对他更多的是采购一个乙方的一些服务，我自己来搞，但在AI这个时代您看原
[16:23] 原来数字化转型时代，它是一个通算服务器，是标准。对，按照AI这个时代，您的智能体，您的模型到底需要一个什么样的一个算力集群包括这个全球推推理流量的这个主网，怎么组网，然后原来要复杂的多，并且在AI时代会带来我们不同企业本身的业务的战略方向。业务的模式出现巨大的变化。所以说我们认为企业更需要把他的精力放在他的战略业务模式的思考上向我应该把底层的这些应加把企业的这个四个阶段对到我们这样的一个综合决决方服务商，让这个企业聚焦于本业，我觉得这样能够形成一个各自聚焦，然后形成一个良性的互动。我们也希望在就同业务的业务场景中能够收敛出我们的解决方案跟产品能够更好的服务同行业的其他客户这样我们其实在行业的护城河上也会更对更加坚，更加这个这个强大，对以最好好一个可以端到端交付的模式。对对，因原原个租用一个算力，其他的我也管不了这个。唉，对对对，其实他就是企业的，应该说企业本身面临的挑战也会更大。在AI这么个时代段，原原来难大交付的模准对啊，自己的主要阶段，现在你想打通整个基础设施的各层去整合资源不是那么容易。对比原来难度大多了，真的是。对比原来凭空多出了一个mass ter。对对，因为原来数字化转型阶段，其实很多企业走的要转就非常难。对，到现在这个AI转型阶段，其实更是难更难。所以说
[16:23] 我们就说我们要做AI的综合解决方服务商，把客户这些非本业的对是能不能帮他解决掉。对，而且你数字化转型时代没解决的问题，你在AI时代还得还债呢？哎，还得会前把这个债务还上，才能去解决更复杂的因为有些企业基本
[16:23] 等的可能流程化还没做数据治理还没做对，那这时候如果再把这个外围这一套再加上去，那就更难了。对，是的，所以说是，而且它偷更的消耗不会因为你数据没有就减少消耗，反而会消耗的更更多
[16:24] 。对对你数据治理的越好，本身流程化做的更好。对你的agent的使用对就更多快，对话轮次就会减少。哎，对对对，所以说这里这个过程中，它其实是一个如果说像整个企业转型或企业业务
[16:24] 有的TCO的话，嗯，本身的业务本身对跟刚刚讲的这个token的这个从生产到传送到运营交易到应用这个这一个基础设施，他们两个之间其实是一个互相助力的一个过程嗯
[16:24] ，对吧？如果本身企业也务这梳理没到位的话，你的token消耗量就大了。对的，成本更高嘛，是吧？所以不是数字化转型时代，很多顾问在这个企业内落地实施去解决的问题嘛。对对对，但这个可能很多企业实施到一半AI时代就来了
[16:24] 。是所以说现在应该说这是一个最好的时代啊，也是一个大家面临挑战非常大的时代。最好我们在这个时代，比如未来的三年内一次性把这些问题解决掉，然后我们可以进入入一个新的阶阶段。对在这个过程中我们也希望能
[16:25] 能够跟我们的客户，跟我们的伙伴一起共同成长。是的，其实我们本身对我们本身来说也是一个成长。对对，最后一个问题也是很大家很关注的问题是国产专利问题尤尤是今年deep sick这个也是今年上半年时隔一年
[16:25] 发布了新的版本的模型。然后这个过程中大家听到了很多消息，它是基于国产算力去训练的。嗯，但国产算力我觉得现在问题是一是我们做算子啊，做各方面就时间太短了嗯，可能有很多不能跟英伟达的这个生态有去比。另外就是国产芯片
[16:25] ，现在算现在它的算力类型也很多。嗯，呃不是说你去选适配英伟达或者google的那个DBU就完事儿了。对，所以那咱们现在作为这个AI计算基础设施的这个核心的建设房，咱们怎么看
[16:25] ？大概现在整体的这个过程，对我觉得首先是对于国产适配这件事，首先是呃不是要不要做的问题，是一定要做的问题就是什么时候做然后能做到什么程度的事情
[16:28] 。从几个层吧。第一个城从适配层上其实我们在庆阳做了个全球，应该是国内比较大的一个一个国产算力适配。唉，董老师就是我想打个岔啊，就是如果我层其实实个华人学员来来华华了嘛啊当时好像放出一个消息是后面有一些比如说GB二百还是什么芯片啊，还HH二百其以给中国产可以卖到中国啊，就是如果我们纯从这个您的客户的角度看啊啊，华润轩的这些芯片可以卖到中国以后国产化也仍然是必要的嘛。对客户来说，我认为是必要的啊，我认为是必要的。因为这从国家层面涉及到供应链安全啊啊，然后底层其实也涉及到企业的业务数据的安全的问题，因为不断也会传出来这个是吧？h二零h两百你也知道的啊啊，所以说其实还会到刚刚一个是在适配层上，我们其实对于首都在用，我们跟那个庆阳市政府啊甘肃庆阳也是八大枢纽啊啊建立的这个国产适配的这个平台啊，华为啊随员啊摩尔县城啊木西这些我们的这个芯片在那里做适配啊，希望其实理想情况是在我们的客户在英伟达以及在这个国产平台上切换的时候啊，认为家以以达到的的的啊啊后代产它的部配程上，其实国国是无感知啊，对最终的模型客户来说。所以这个过程其实我们跟我们的模型的客户也在一起在啊看这一块我们怎么做，这是在适配层上在那个产能层上其实包括了实在庆阳部的万力呃万p的这样会多里面包括了啊英伟达的算力大，包括了国产算。那现在在产能上，其实更多还是对对为达的做国量会多一点，大模型的训练会多一点，包括大的参参数的模型的推对。那国产算力更多做这个推理推理以及中小模型的这些训练啊，在产能上我们目前是这么一个分布。那在生态上呢，其实我们前段时间也定增了啊。对，为了一个呃呃天数制算云项目，我们定增啊这个其实就是说我们在国产适配上，尤其是在刚刚您说的这个算子上，我觉得我们不能是国内中国国企入程。对对对啊，一定是要有预投入的。我觉是作为一家中国的企业的，我觉得是一个责任跟义务担当。大家重人十材火焰高嘛。对，所以说我们也为此特意啊追加了这样的一个投入，因为投入其实工工程的难度还是这里的投入还是非常大的对对啊
[16:28] ，所以说最终其实我觉得投入这个事儿有预期回报吗？考虑这个回报问题啊，其实我们现在还没有精确的算这个回报啊，因为大家
[16:29] 首先就是觉得这个这个事必须得做。嗯，啊其次呢，也一定能做出来啊，我觉得咱们中国是吧，现在还有哪几件事没做成的，是不是最终啊大家在国家一生态的这个这个共同的努力之下，嗯，但是再回到当下当前的话，其实我们啊有些客户的服务，我们还是得用英伟达的算力来保障客户的服务质量嘛。那在这个过程中国产的算力啊
[16:29] ，匹配客户的应用场景，包括我们跟这几个国产算力厂商的联动，我们还是希望加速这个过程最终在这里面做出我们应有的这个贡献啊
[16:29] ，好，谢谢董老师，今天跟董老师聊特别开心，谢谢。对，也感谢这个直播间的观众朋友们，今天能看我们聊一聊这个AI音啊，我觉得跟每个同学还都是相关的。好，谢谢大家，谢谢大家，谢谢大家