5月30日，中興通訊首席發展官崔麗受邀出席在澳門舉行的BEYOND Expo系列活動。在數字AI峰會（Digital AI Summit）的開場“基礎設施賦能AI進化”的爐邊對話中，她就AI產業演進洞察、AI基礎設施架構設計、軟硬協同能力體系、AI時代女性獨特價值與個人成長等多個議題，與主持人艾誠做了深入分享。

內容提要

• AI與通信產業異同：通信穩進迭代、專業且高度標準化，可靠性要求高；AI則超高速迭代并進入應用驅動階段；兩者均屬于復雜系統工程，AI正呈現出與通信產業早期類似的演進邏輯，全棧全域技術積累與系統工程能力成為核心可復用財富。
• AI基礎設施設計原則：開放解耦、可擴展、靈活適配、全棧最優。AI競爭正從單點突破走向系統協同，算、網、存、能、軟的超大復雜、系統級的極致協同成為基礎設施能效比的核心。
• AI能力體系：AI競爭的下半場，“軟硬兼施”和“領域沉淀”才是真正的競爭壁壘。中興通訊全棧全域的技術工程積累和全球化經驗，正在成為其‘隱形護城河’。
• AI時代女性獨特價值：女性天然具備的延遲滿足、韌性、細膩敏銳、共情包容等優勢，將在AI時代發揮更大作用。
• AI時代個人成長建議：保持好奇心與批判性思維，以“一專多能”和“文理雙修”拓展認知邊界，在技術快速演進的時代，以信念、敬畏、愛與感恩構筑長期成長的精神內核。

對話全文

主持人艾誠：大家好，我是艾誠。在澳門這個多元交融的城市，今天我們要談一個最熱的話題——AI。但有趣的是，我身邊的崔總，教育背景恰恰是'熱能工程'。崔總，如果用熱能工程師的視角，給當下的AI熱度測個溫，您覺得現在是幾度？是可持續的'恒溫'，還是需要降溫的'過熱'？

崔麗：感謝艾誠詳盡的背調，的確我的本科專業是熱能工程，保送研究生無法更換專業，所以我選擇了熱能系統軟件開發，研究生畢業后加入中興通訊的27年，都在ICT技術領域深耕。用溫度的確不太好準確表達AI熱度及未來發展。我愿意換個說法，就是像寒武紀一般的生命大爆發，不同于的是寒武紀是碳基生物，而本輪則是硅基智能的爆發。我相信它會跟歷次工業革命一樣，在經歷初期的技術高速迭代之后，會進入一個長達數年或數十年的技術擴散過程，在深刻變革人類社會方方面面的同時，也將帶來更多的新業態。

從通信老兵到AI基礎設施架構師

主持人艾誠：您在中興27年，從2G到5G，參與了中國通信業的完整周期。現在從移動通信轉型AI基礎設施，這兩個'基礎設施'建設和發展周期最大的不同是什么？哪些經驗可以復用？

崔麗：通信是穩進迭代，專業且高度標準化，且對可靠性要求較高，也被稱之為信息高速公路。通信業數十年一代代的努力，持續向香農極限沖擊，希望類似頻譜等有限的資源可以被最大化利用；同時，基于互聯互通的需求，通信也是高度標準化的產業，大家都是在遵循標準的技術上再有各自的創新，或者將創新融入下一代標準中。再有，受限于用戶終端更換頻度，運營商的網絡往往也會呈現多種代際技術并存，而且需要根據用戶發展和業務變化持續進行網絡優化。正是這些特征決定了通信基礎設施較高的技術門檻，行業里主要玩家趨于寡頭。

當下AI則超高速迭代，跨學科且已經進入應用驅動。這波AI大模型技術在泛化和涌現后，進入一個超高速的迭代周期。作為一個廣泛賦能的底層技術，這種動態高速演進其實會給基礎設施建設帶來比較大的挑戰。回顧自ChatGPT發布之后AI三年多的發展歷程，大概每六個月AI就會有一次關鍵性突破，產業重心也會進入下一階段，比如大語言模型、多模態模型、推理能力進階、開源爆發成本驟降、智能體/具身智能等應用拓展；在此過程中，算法和架構的創新更是層出不窮，重量級創新包括MoE、MLA、量化、蒸餾、注意力機制優化、超長上下文等等。不同算法需要不同硬件才能做到性價比最優，而系統架構和硬件架構則大概2-3年一個周期，所以必須去判斷兩三年后的AI發展方向；同時，架構的開放解耦和可擴展性會成為中長期競爭力的關鍵。

通信和AI基礎設施也有很多類似的地方。首先，無論是CT、IT還是AI，核心都在于數據的處理、數據的交換和數據的存儲。其次，通訊與AI都是復雜超大系統的高效協同，通訊涉及多個網元組成龐大的網絡，AI需要芯片、服務器、存儲、交換和數據中心組成高效綠色的基座。兩者不僅需要局部最優，也需要芯片、硬件、軟件、資源調度和應用等的全局優化，需要具備全棧的技術積累、工程實踐和系統優化能力。國內來看的話，也是從英偉達的硬件集成到DeepSeek軟件創新，到光互聯，算法和硬件的創新，到場景落地的領域和應用創新等。所以看起來AI的發展跟最初通訊的演進整個發展邏輯相通。

AI的發展本質上是一個跨多學科的復雜的工程科學，而且這一波大模型也是源于產業實踐而非學術創新，它的創新進程始終離不開大量工程實踐經驗、參數調優、算子融合和算法優化、生態構建等等，涉及領域廣、技術門檻高。對于這種超大規模的復雜系統工程，全棧全域的技術積累和系統工程優化能力是核心可復用的財富。

主持人艾誠：從CT到AI，變的的是技術范式，不變的是中興對'系統工程最優化'的執著。這或許是傳統巨頭轉型中最寶貴的'隱性知識'。

AI基礎設施架構設計四大原則

主持人艾誠：崔總提出AI基礎設施的四大原則：開放解耦、可擴展、靈活適配、全棧最優。我想做個現場調查：如果您是投資者，這四大原則中，您最看重哪一項？請用掌聲投票——1. 開放解耦（避免被綁定）；2. 可擴展（小步快跑）；3. 靈活適配（場景為王）；4. 全棧最優（成本控制）

看來大家最關心的是成本控制。崔總，這是否說明當前AI投資正在從'追求技術領先'轉向'追求經濟可行'？

崔麗：感覺大家對技術和市場的焦點判斷都非常準確。的確當下已經進入應用和技術擴散階段，大家更加關注全棧TCO最優和經濟可行。但這背后的邏輯我也愿意跟大家分享一下，因為這對于后續趨勢判斷也有幫助。

從大模型性能來看，去年年底，全球頂尖通用大模型的性能差距已顯著縮小。Google Gemini系列與OpenAI旗艦模型的性能不相上下，中國如千問、DeepSeek、智譜、Kimi 等則快速逼近，均處于全球第一梯隊。差距縮小的核心原因主要在三個方面：首先從技術層面看，大模型核心架構與優化算法已逐步成為行業通用知識；其次，開源生態的爆發式增長打破了閉源模型的壟斷格局，進一步加速了創新擴散和共享；此外，算法和工程等方面的持續優化帶來模型生產成本的快速下降，大幅降低了入局門檻。從AI技術熱點而言，去年年底到今年，已然從Chatbot形式的“能說”邁向“Agentic AI”方式的“會做”，以“感知—規劃—執行—反思”自主行動和自我進化，并且在以Agents和具身智能等多種形態逐步從數字世界延伸至物理世界，業界重心也從Prompt Engineering到Context Engineering到Harness Engineering。

基于上述分析可知，AI發展已然進入到技術創新和技術擴散并舉，即應用驅動為主的階段。同時Anthropic預計今年二季度盈利，顯然給資本和市場對于商業模式閉環帶來更大的信心。因此，科技巨頭的市場競爭重心已從單純比拼模型能力到比拼提供智力服務的競爭力，算力競爭度量體系，也從芯片走向系統、全棧能力和生態，從峰值參數走向端到端能效，即Tokens/w，即TCO最優。算、網、存、能、軟的超大復雜、系統級的極致協同成為基礎設施能效比的核心。

此外，我想特別強調一下，剛剛艾誠給出的前三個選項，也是實現全棧最優經濟可行的不可或缺的關鍵。首先就是開放解耦，正因為技術依然處于高速迭代中，只有開放解耦才能最大限度吸收和內化業界最新成果和實踐；其次是可擴展，以小步快跑代替一步到位，可以更好的降低硬件折舊壓力；再有就是靈活適配，根據場景和應用特征能夠支持量體裁衣，適合才是最好的，才能提供最優性價比。

軟硬協同：中興通訊的全棧全域能力體系

主持人艾誠：談到AI基礎設施，大家首先想到的是芯片、服務器等'硬實力'。但您在之前的公開場合也特別強調過'軟實力'——資源調度、領域知識注入、安全合規。在這些'看不見的戰場'上，如何做到軟硬協同，并具有自身的獨特優勢呢？

崔麗：硬實力在于大道至簡，也就是“把最難的事情做到最好”的一種匠心和堅持，更多是對確定性領域的持續深耕，要想達到全棧TCO最優，需要單點的極致性能和高效的系統協同并重。在底層核心能力如芯片、架構等方面，中興通訊的目標是成為國產AI開放生態的主導者和建設者。通過全自研機內/機間高速互聯芯片、領域定制處理器芯片、數據及網絡加速處理芯片，及適配優化多種主流GPU芯片，秉承開放解耦，兼容優選的理念，構建AI系統級全域芯片能力；零線纜正交互聯架構具備架構領先、高密集成、高可靠、簡化運維、開放互聯等特性，采用組件化設計，靈活支持超節點和超大規模的高能效AI工廠構建。

從產品和解決方案維度，公司推出涵蓋超節點、系列化智算服務器、通算服務器、高性能存儲及智算一體機等全棧全域智算解決方案，精準契合不同場景下最為經濟的建設需求；網絡設備支持多種開放標準的高速無損互聯，以網強算，持續提升智算中心性能與效率；數據中心則基于模塊化、預制化理念，提供液冷整機柜、智算微模塊、800V高壓直流等多形態產品，彈性適配不同算力規模需求，打造高效、綠色、安全能源基座。

軟實力在于唯快不破，就是能夠與不確定性共舞的能力。首先，由于當前硬件迭代速度快且廠家眾多，混池可能是一種必然形態，如何實現異構資源的高效調度管理需要做特別考慮；其次，從應用拓展和技術擴散角度，如何降低技術門檻，封裝復雜性，提高便捷度是至關重要的。一方面，行業或企業場景應用，往往需要在通用基礎模型基礎上結合領域知識或私域數據做增量訓練，并且結合自身情況持續優化推理部署，這就需要有一個簡單便捷的訓推加速平臺；另一方面，未來各種應用開發，可能涉及數據治理、知識圖譜生成、一鍵精調、智能體生成甚至到工具的自進化等，同樣需要軟件平臺或工具包的支持。

中興通訊始終堅持軟硬解耦、模型解耦、訓推解耦，聚焦工程能力工具化，提高AI生產效率以及易用性，致力于打造AI操作系統AIOS與智能體中樞。能力平臺就包含了上述三個：高效資源調度平臺、導航式訓推加速平臺和應用開發服務平臺。除此之外，還有一類特別重要的組織軟實力，也就是行業或領域私有數據和知識，以及組織進化過程中的能力沉淀（如組裝式研發架構、運營、合規等）。對于企業的智能化轉型，AI技術本身是類似的，往往是組織的平臺能力決定落地深度，私域數據和知識積累決定價值上限。

主持人艾誠：這揭示了AI競爭的下半場：“軟硬兼施”和“領域沉淀”才是真正的競爭壁壘。中興全棧全域的技術工程積累和全球化經驗，正在成為其'隱形護城河'。

女性力量：從熱能工程到AI基礎設施

主持人艾誠：作為罕見的從熱能工程背景成長為科技公司高管的女性，您的職業路徑本身就很有啟示。特別是在AI這個看似'冰冷'的技術領域，您的'熱能工程'背景和女性視角，帶來了哪些不同的溫度？

崔麗：受教育其實是對學習力和思考力的訓練過程，好奇心、批判性思維、持續思考學習和實踐，才是個人快速成長的關鍵。本科雖然學習的是熱能工程，但基礎物理理論如流體力學材料力學等培養的是物理智慧，研究生的熱能工程軟件開發磨練了數字智慧和工程場景的結合。職涯則是干中學，進一步提升自己的跨界思維廣度和思考深度。

女性普遍擁有的一些特征及優勢會在AI時代發揮更大的作用，這包括了：延遲滿足、韌性、細膩敏銳、共情包容等等。首先，面向不確定性的未來，需要的不是確定性能力，而是超強的適應力和持續的自我成長，延遲滿足和韌性對于這些能力構建至關重要。其次，在快速變化的環境中，感知力是適應變化的源頭，女性的細膩、敏感和審美品位都可以培養成一種敏銳的感知力。最后，共情和包容某些程度上體現為愛的能力，是建立信任和鏈接的關鍵，這可能是AI永遠缺乏也是AI時代不可或缺的。

當然，揚長的同時也要避短。我們有時候容易在細節里打轉，或者在決策上過于謹慎。AI也可以成為一種有效補位，通過數據和邏輯幫助校驗判斷，在感性洞察與理性決策之間形成更好的平衡。

主持人艾誠：崔總的經歷告訴我們：AI不僅需要'算力'，更需要'平衡力'。在技術狂熱中，需要有人記得再強大的AI系統也有'熱力學極限'。

給年輕一代的建議

主持人艾誠：最后，崔總，您從軟件研發到通信再到AI，完成了三次大轉型。對于今天想進入AI基礎設施領域的年輕人，您會建議他們重點培養什么能力？

崔麗：我們每個人都需要重新思考如何能夠終生學習和成長。AI時代信息過載，剛剛提到的好奇心和批判性思維變得比以往任何時候都重要，批判性思維本質是第一性原理，洞悉技術和商業邏輯的本質。除此之外，在能力培養方面，要注重一專多能、文理雙修。真正有競爭力的人，是具備能夠跨越單一領域、把握底層邏輯的"多能"，以及在專業領域里形成真正判斷力的"一專"，并以此構建系統工程思維。此外，技術再強，也難以真正理解人類社會的復雜性，具備“文理雙修”復合型視野的人，才能真正駕馭技術，讓它服務于人。同時，也要注重訓練健康的身心，增強感官、運動和綜合能力，尤其是在信念、敬畏、謙遜、愛與感恩等層面，這些看似“非技術”的能力，反而會成在AI時代變得越來越重要，成為人與人之間的重要連接與支撐。

我始終相信：科技與人文應成為AI進化的雙螺旋基因，技術也始終應當服務于人，拓展人類認知與能力邊界，激發潛能，守護人類價值。

主持人艾誠：感謝崔總。今天的對話讓我們看到，AI的未來不僅需要技術天才的'突破力'，更需要工程師的'系統力'、女性的'平衡力'，以及像中興這樣的傳統巨頭的'定力'。在AI的狂熱中，或許最稀缺的不是算力，而是這種'冷靜的智慧'。