近年來，人工智能技術正以驚人的速度改變著各行各業(yè)的運行方式。聯(lián)想集團副總裁戴煒指出，當前人工智能的發(fā)展已不再局限于傳統(tǒng)的算力支撐，而是通過混合式人工智能實現(xiàn)從“支撐”到“賦能”的范式躍遷，這正在重塑新型算力底座，并對人工智能應用軟件開發(fā)帶來深遠影響。

混合式人工智能是指將云端、邊緣端和終端等多種計算資源進行有機整合，構建起一個靈活、高效且智能的新型算力基礎設施。在傳統(tǒng)的計算模式下，算力通常集中部署于云端，雖然能夠處理大規(guī)模的數據和復雜任務，但在實時響應和數據隱私保護方面存在一定局限。而混合式人工智能通過引入邊緣計算，將部分算力下沉至數據產生源頭，結合終端設備的輕量化處理能力，形成了云、邊、端協(xié)同的算力架構。

這種新型算力底座的核心優(yōu)勢在于其能夠根據不同應用場景的需求，動態(tài)分配計算資源。例如，在智能制造領域，邊緣設備可以實時處理生產線的傳感器數據，及時識別異常并做出響應，而云端則負責進行長期的數據分析和模型優(yōu)化。在醫(yī)療健康領域，終端設備可以進行初步的健康監(jiān)測，邊緣節(jié)點負責數據加密和初步分析，云端則承擔復雜的疾病診斷模型運算。這種分層、分布式的算力架構不僅提升了系統(tǒng)的響應速度和可靠性，還加強了對數據隱私和安全的保護。

混合式人工智能也對應用軟件開發(fā)提出了新的挑戰(zhàn)和機遇。傳統(tǒng)的軟件開發(fā)模式往往基于單一的算力環(huán)境，而混合式人工智能要求開發(fā)者必須考慮不同計算節(jié)點的資源分配、任務調度和數據同步問題。例如，在開發(fā)智能交通管理系統(tǒng)時，軟件需要能夠在云端處理歷史交通數據以優(yōu)化信號燈配時方案，同時在邊緣節(jié)點實時分析攝像頭數據以檢測交通擁堵，并在終端設備上運行輕量級的行人識別算法。這種多層次的開發(fā)模式要求開發(fā)者具備跨平臺、跨環(huán)境的系統(tǒng)設計能力。

為了應對這些挑戰(zhàn)，聯(lián)想正在推動一系列技術創(chuàng)新和生態(tài)建設。在硬件層面，聯(lián)想通過優(yōu)化服務器、邊緣設備和終端產品的性能，為混合式人工智能提供強大的算力支持。在軟件層面，聯(lián)想開發(fā)了統(tǒng)一的開發(fā)框架和工具鏈，幫助開發(fā)者更高效地構建和部署跨平臺的人工智能應用。聯(lián)想還積極與行業(yè)伙伴合作，推動標準化的接口和協(xié)議，以促進混合式人工智能生態(tài)的健康發(fā)展。

隨著5G、物聯(lián)網等技術的進一步普及，混合式人工智能將在更多領域發(fā)揮重要作用。從智慧城市到智能家居，從工業(yè)互聯(lián)網到數字醫(yī)療，新型算力底座將成為推動數字化轉型的核心引擎。而人工智能應用軟件開發(fā)也將從傳統(tǒng)的代碼編寫轉向更加智能、自動化的開發(fā)模式，例如通過低代碼平臺和AI輔助開發(fā)工具，降低開發(fā)門檻并提升效率。

聯(lián)想戴煒所倡導的混合式人工智能不僅重塑了新型算力底座，更推動了人工智能從支撐工具向賦能核心的范式躍遷。這一轉變不僅對技術架構提出了更高要求，也為應用軟件開發(fā)帶來了新的發(fā)展機遇。未來，隨著技術的不斷成熟和生態(tài)的日益完善，混合式人工智能有望成為推動社會進步和產業(yè)升級的重要力量。