在中旬的时候，发过一篇转载，是陈晓红院士团队写的：我国算力服务体系构建及路径研究，有兴趣的可以戳下面的链接去学习一下
原文根据整个人工智能全行业，分成了五部分
算力资源层：是指由大量单核CPU、GPU和FPGA等算力基础设备组成，这一层的目标是提供基础的硬件设施支持，以满足各种计算需求。这些设备具有不同的性能、功耗和成本特点，可以根据不同的应用场景和算法需求进行灵活的组合和配置。
算力融合层：由算力资源层提供的多种算力形态，结合算力网实现跨区域跨层级的云、边、端算力高速互联和数据传输，形成大规模分布式算力资源池。各算力资源池通过算力网连接形成互联互通的算力有机体，汇聚和共享算力、数据和应用资源，为不同场景和需求的算力服务提供了强大的支撑。
算力运营层：其职能是用尽各种手段保证算网业务系统的稳定性、可用性、安全性，打通算力封装、算力并网和算力接口等环节，形成行业统一标准，打造“一站式”算力运营平台，使其具备定价、交易、结算和维护等职能，形成闭环自动化的智能运营模式，实现跨厂商、跨地域、跨应用一体化智慧化运维。
算力服务层：算力服务层的作用是为算法提供资源，使其能够应对不同的需求和挑战。算力服务层的核心是数据，数据为算法提供支撑，使其能够处理复杂问题和多元场景；而算法则为数据提供技术支撑，使其能够产生有价值的信息和知识。算力服务层可以根据算法的特点和目标，动态分配和调整资源，以达到最佳的性能和效果。算力服务层是一种创新的技术，为数据和算法之间建立了一个高效、灵活、可扩展的桥梁。
算力应用层：让算力像“自来水”一样普及供给，代表着人类社会向数字化、智能化转型迈出了坚实步伐。这一举措不仅可以显著提升终端应用的响应速度和服务体验，更为各行各业发展提供了有力的基础保障
资源—融合—运营—服务—应用
我个人的理解是这样的，按照行业，上中下游，应该分成三个
上游：算力产出
中游：算力服务
下游：算力应用
我的理解是这样的
上游：就是一个算力产出，通过算力服务器（不管你是GPU也好，ASIC也好），最终是算力产出，目的就是提供算力，使得算力能最大化的供给，这是上游应该做的
中游：就是一个算力服务，即算力租赁，AIDC（新的名次 AI IDC）算力中心，通过购买服务器，购买服务，购买软件，购买各种各样的配件，使得能够将算力服务给下游应用端
下游：就是一个算力应用，即中游AIDC的算力，转换成应用，服务B端企事业单位或者是C端个人用户，这是下游应用
我不知道这样分类对不对，这是我个人的一个理解
那么今天，我们就来分析一下，人工智能的上游
首先，大家得有一个思路需要转变，只要是能提高算力，或者让算力损耗减少到最少，不管你是硬件还是软件，都是属于上游，不单单卖铲子的，软件也算！
我们先看硬件，硬件其实就是算力服务器里面的那些：GPU，ASIC，HBM，NVLINK，chiplet，PCIE，PCB，等等等等，这些名词，这些硬件的升级，能真真实实的提升算力
我们再看软件，简要说一下，只要能提升算力的软件，包括算法上的优化软件，都是属于上游软件，这个软件，不是下游应用软件，而是上游的算力优化软件
前阶段，有一波朋友，去了AIDC调研，发现了一个国内普遍存在的问题：大家都知道，目前咱们国内拿不到NVID的卡和服务器，很难很难，那么，咱们国内和北美，存在一个比较大的差异就是，打个比方 OPEN AI 可能一个机房，万卡服务器，这万卡服务器，都是H100，那国内呢？国内现在一个机房，各种品牌，各种架构的服务器都有，即便好不容易拿回来的A100和H100，也存在架构不同，A100是Ampere架构，H100是Hopper架构，品牌不同，有些H100是超微服务器，有些H100是戴尔服务器，有些A100是新华三服务器，每个品牌的服务器，用的主板都不一样。这些杂牌军服务器组合在一起，有英伟达的，有华为的，甚至还有海光啊，寒武纪的。。。。。
那么问题就来， 这些服务器在组网以后，发现性能下降的厉害
打个比方，100台 8U 版本的H100服务器，每台应该是16P算力，那么100台应该是1600P算力对吧
但是目前的情况是
128台小型集群，组网以后性能下降大概30%
1024台中型集群，组网以后性能大概下降50%
万卡大型集群，组网以后性能下降到只剩30%
这组网性能大幅下降的主要原因就是组网以后，没有一款软件去组网调优，去匹配各种架构，各种品牌的GPU，这种算力损耗，其实是相当巨大的
只要能解决目前国内杂牌军的组网性能下降的软件，这都是上游，因为他是能提升组网算力，
说一句中游的算力服务，即算力租赁，其实也有软件，这个软件是用来统计流量，实时根据算力需求选择服务器开关机，等等等，这个软件，是不能提升算力的，所以这是中游的软件，完全不一样，不要混淆概念，不能提升算力的，都不是上游！
而光模块，交换机，其实都是中游配件。。。。。
那么，我们来结合农尚环境的产业链布局，来仔细的分析一下，我写的会详细，因为我反反复复听了1月底的电话会议，不下十几遍，逐词逐句去扣，去理解，其实那天电话会议，对于战略和产品线的规划，说的异常清晰
第一步：把购买回来的算力服务器，以租赁的方式派发到各个AIDC算力服务中心去
注解：这一步，是不赚什么钱的，因为是为了后面的铺路，这和中贝通信，莲华健康，等拿了算力服务器自己搭建算力中心的理念是完全不一样的，农尚环境不搞重资产，反复强调，不搞重资产，算力中心是重资产，农尚不会去搞，只是简单的拿到的算力服务器以租赁的方式派发到各个AIDC算力中心
第二步：用软件帮助AIDC 系统整合，给AIDC算力中心通过软件系统整合优化，（主要是算力调度和算法应用带来的优化）
注解：这一步，是公司未来的目标主营营收，不是算力租赁，这块业务是软件组网，前面分析的很清楚，国内算力中心杂牌军，组网以后性能下降，公司旨在通过软件优化组网，主要就是算力调度优化，在训练端，每台服务器，不打架，性能发挥最强
第三步：通过软件给AIDC组网优化以后，再去主推公司的自主推理端服务器
注解：最后一步，也是未来最大的看点，完全自主的推理端服务器，这是未来的发展方向，因为给算力中心调优组网完成以后，算力中心可以发挥最大化的性能，可以开始跑训练端大模型了，当跑完数据，生成大模型以后，下一步就是需要推理服务器，推理服务器的需求量大家已经看到了，上周KIMI连续宕机，扩容5次，还是不够用，最后上周五紧急租赁了农尚环境的54台超微服务器，推理服务器的需求，在2024年下半年，会急速爆发性增长！
最后总结一段话：首先我能拿到服务器，我可以不赚钱的帮你们算力中心去拿，这不是我的主业，我也不靠这算力服务器赚钱，其次，我会帮你测试组网，调试，调优，软件服务，帮你数据中心性能达到最大化，帮你每一台服务器发挥最大的算力，最后，算力中心完成大模型的生成以后，我有完全自主可控的推理端服务器，供你算力中心选择
这，就是当天电话会议，对于公司战略规划和产品线规划的说辞
基于行业来分析，其实，都是属于行业上游，因为这三部曲，都是围绕算力来做文章，至于公司战略规划和产品线的规划，能不能成功，这只能交给时间去验证，每个人都有自己的想法，这个不能强求，仁者见仁智者见智吧