全国政协委员、京东集团技术委员会主席曹鹏在今年两会期间提交了一份《关于推进异构算力基础设施建设，助力新质生产力发展》的提案，聚焦大模型应用落地中的算力门槛、技术复杂性与成本高等问题，提出从自主可控的异构算力基础设施升级、智能体创新应用、算力资源共享机制等方面破局，为实体经济智能化转型提供“用得上、用得起”的解决方案。

　　加强异构算力建设：降低智算成本让企业“用得起”

　　随着年初国产大模型DeepSeek的爆火，大模型技术正加速渗透千行百业，但算力资源的结构性矛盾日益凸显。企业落地AI应用过程中，面临两大困境：一方面，GPU等高性能算力成本高昂，且系统互不兼容，造成显卡资源浪费；另一方面，安全和效率很难兼顾，担心数据泄露同时，又怕推理速度耽误业务进度。某新能源汽车头部企厂商曾表示：“每个模型训练的系统都不一样，跨平台调度效率又很低，起码有40%算力资源在机房睡大觉，严重拖垮研发进度。”

　　对此，曹鹏在提案中提出核心路径：建设全国一体化的异构算力基础设施，通过统一调度多元算力资源，打破地域与架构壁垒，从而降低智算成本，让企业都“用得起”。在近期京东云深圳城市大会，京东云推出八大智算产品，其中vGPU AI算力平台，能够实现异构算力的智能调度：一边自动分配多元算力，实时响应业务需求，把GPU利率用提上来；另一边创建全生命周期AI开发环境，开箱即用，大幅压缩大模型训练周期。目前，这个平台支持企业智能驾驶、人形机器人等20多个场景，精细化管理千卡AI算力集群，预计1年内，省下的算力相当一两座数据中心的算力！

　　基础设施方面，除了算力之外，曹鹏还在提案中强调了存储的重要作用。《金融行业先进AI存力报告》报告中提到，在同样的GPU算力规模下，存储性能的高低可能造成模型训练周期3倍的差异。只有存储与算力协同并重，才能在降低能耗的同时进一步提升系统性能，助力智算进一步普及。京东云云海以单节点95GB/s的读带宽、60GB/s的写带宽，进一步拉低了国产存储与国际老牌厂商的差距，可以同时满足DeepSeek、ChatGPT、LLaMA等20余种主流大模型的存力需求，助力更多企业把智算用起来。

　　智能体创新：让大模型“轻装跑进生产线”

　　场景的碎片化，让如何平衡极致性能和极致性价比，成为大模型落地的关键。智能体作为大模型最轻量化的落地形式，已成为大模型落地的热点。曹鹏在提案中强调，要抓住这轮大模型发展的契机，鼓励企业在实际业务中探索智能体、应用智能体，推动智能体技术与各行业深度融合，以加速产业转型和智能化进程。

　　作为智能体落地的先驱，目前京东自有的多场景中，已落地超1万个智能体，累计提升人效上亿元。基于此，京东云作为京东集团对外输出技术与服务的核心平台，充分解耦京东智能体实战经验，总结出五大核心场景：协同办公、专业助手、客户服务、营销推广和数据应用。

　　这些场景已在京东内部发挥巨大业务价值。例如在专业助手方面，我们的JoyCoder智能编码助手，能帮助开发者预测代码、生成注释、进行智能评审，生成的代码采纳率超过40%，开发周期缩短30%。在营销上，通过AIGC技术可以快速生成高质量的营销文案和商品场景图，制作效率提升高达90%。比如，言犀数字人能自动生成直播脚本，已经覆盖9000个直播间，带货GMV总量超百亿。

　　目前京东云将这些智能体能力，沉淀在言犀智能体平台，对外支持更多企业在智能体方面探索。食品行业上下游角色分散，会议对决策管理至关重要。在味全食品，京东云搭建了一套会议管理系统，可自动生成会议文本记录，并分类归档，有效提升公司运转效率；在中国飞机租赁，专业知识复杂，人工查询影响决策效率，京东云构建一个智能问答系统，提供高效、准确的问答交互，并依据反馈持续优化性能，大幅提升员工办公效率。“轻量化不是妥协，而是让技术精准匹配需求。”曹鹏表示，这一路径可降低企业AI开发对高性能算力的依赖，推动大模型“轻装跑进生产线”。

　　普惠实践：链主企业推动，智算实现“千企共享”

　　如何让算力从“稀缺资源”变为“普惠服务”？曹鹏提出“链主企业+云平台”的共享模式：链主企业和云平台开放智算配额，向中小企业提供低成本、高质量的智算服务，将紧跟时代的先进技术通过产品化、平台化，普惠化地对外开放，降低应用和部署门槛，打造开箱即用的产品服务，让更多企业和个人无差别地享受技术创新的红利，引导技术创新走出实验室和大公司的围墙，在产业场景发挥价值。

　　“对我和我们数字化中心来讲，今年初DeepSeek发布以来，我们重新调整了所有的工作节奏。”某家居集团数字化中心总经理表示。之前公司已有一些人工智能应用，现在正尝试用DeepSeek重新做一遍。在人工智能竞争全球化的背景下，曹鹏委员的提案将技术突破与产业需求深度融合，为算力普惠化提供了切实路径。随着两会热议的展开，这份聚焦“底层生产力”的提案能否进一步推动政策与市场的共振，值得期待。