其次，模型的快速推理离不开对数据的快速存取。这方面，浪潮先后突破新型高性能大数据存算分离、基于微策略的虚拟化性能优化等技术。以前者为例，可实现数据存算资源分钟级弹性缩扩容、计算存储成本下降20%，在国际事务处理性能基准测试（TPC）中，计算性能和性价比两项指标均列世界第一，得分较前冠军提升24%。

　　又比如，上传自己的知识文件，让大模型的创作能力与这些信息相结合来提升创作质量，是目前许多人使用生成式大模型的方式。浪潮云对此研发了多步迭代的检索增强技术，让模型具备“自我反思”能力，在每一步迭代中改进或调整答案，确保生成内容更可靠更准确。

　　人工智能领域创新速度，快到难以想象。

　　2024年，大约每半个月甚至每周就会有较大的技术迭代；

　　2025年，受现有训练数据资源逐渐被耗光等瓶颈限制，速度有所下降，但一个月左右也会有明显技术优化。

　　向未来

　　大模型的“聪明”并非用于“炫技”，在实际场景中解决问题才是其价值。浪潮海若大模型沉淀超过100个场景

　　在山东大学齐鲁医院临床技能培训中心，87位住院医师的年度考核中迎来一位“新朋友”——病史采集环节引入浪潮云帆“数字病人”智能体。

　　传统考核方式由专人充当“病人”角色按脚本演绎。现在，一个智能体可同时模拟不同年龄段，内、外、妇、儿等多学科临床患者的体征表现，同时为多名考生提供考核场景。

　　“数字病人”智能体是浪潮与齐鲁医学院共同发布的齐鲁临床技能大模型中一个较为成熟的应用，已进化至3.0版本。