AI从技术突破走向产业化，底层能力正在加速汇合。大模型、多模态模型与智能体进入真实业务后，数据不再只是模型训练前的准备，算力也不再孤立于数据与应用之外。持续的数据供给、模型训推、智能体运行，以及复杂软硬件环境下的稳定支撑，共同构成产业AI走向规模应用的新基础。
近期，科杰科技与清微智能完成产品深度适配。双方将依托各自在AI数据基础设施与可重构计算领域的技术积累，进一步推动AI数据与算力协同，为产业AI构建更加自主、稳定的底层支撑。
01
数算协同：
产业AI走向体系化演进
算力为模型训练、推理和智能体运行提供计算支撑，AI数据基础设施则持续承接复杂数据处理、高质量数据供给以及模型与智能体运行。二者之间更顺畅的协同，正在直接影响复杂场景下AI系统的部署效率与运行稳定性。
以某大型能源集团为例，科杰科技围绕生产、经营等多系统并行、数据口径复杂的业务环境，建设统一AI数据底座，将跨系统数据持续汇聚、治理并转化为可复用的数据供给能力，并进一步支撑智能问数、智能检索及辅助决策等场景。
而当AI进一步进入生产环境，依靠的并非某一项技术单独完成。AI数据基础设施需要与国产算力、国产模型共同适配：“国芯”提供计算支撑，“国模”承载模型能力。各层能力在真实业务中完成兼容与协同，产业AI才能从单点能力走向更完整的工程化落地。
从“算得动”到“智能跑得稳”，正在成为数算协同更现实的产业命题。
科杰科技持续完善AI数据基础设施对多元国产技术环境的适配，清微智能则长期深耕可重构计算技术，在AI训练、推理等场景形成自主算力能力。此次产品深度适配，是双方既有技术能力的一次工程验证，也进一步丰富了科杰科技AI数据基础设施面向国产算力环境的适配体系。
02
智能底座：
AI数据基础设施走向产业核心
算力持续演进的同时，产业AI对数据基础设施的要求也在快速提升。AI数据基础设施正在从支撑分析应用，走向支撑整个智能生产过程。
算力决定AI能跑多快，数据基础设施决定AI能跑多稳。
作为AI数据基础设施引领者，科杰科技KeenData Agentic Lakehouse Platform智能底座，由 KeenData Lakehouse多模态湖仓平台 与 Keen Agentic OS智能体开发操作系统协同组成。KeenData Lakehouse覆盖多源数据汇聚、离线与实时开发、多模态处理、跨模态对齐、数据治理及高质量数据供给；Keen Agentic OS进一步面向模型训推、Agent Runtime、Multi-Agent协同以及企业级治理与安全，贯通从数据到模型、从模型到智能体的关键链路。
从复杂数据处理到高质量数据供给，从模型训推到智能体开发运行，科杰科技正在把过去分散在不同技术环节中的能力纳入同一智能底座。产业AI越深入真实业务，AI数据基础设施越需要从“管理数据”走向“持续支撑智能运行”。
03
生态共建：
构建开放协同的产业AI生态
产业AI走向规模化，也在推动国产技术生态从单点突破进入体系协同。芯片、模型、数据基础设施各层能力真正协同起来，人工智能才能更顺畅地进入生产系统。
国产AI生态的价值，不在于各自可用，而在于协同可用、规模可用。
目前，科杰科技已在政务、能源、制造等核心行业持续推进工程化实践，相关能力已在300余家大型组织中完成验证。在生态建设层面，科杰科技已与主流国产算力芯片、国产大模型持续推进深度适配与兼容共建，不断完善面向国产技术体系的生态适配能力。此次与清微智能的深度合作，是这一生态体系持续拓展的一环。
面向未来，科杰科技将继续以AI数据基础设施为核心，持续深化与国产算力、国产模型及产业伙伴的技术协同，推动自主技术从单点适配走向体系共建，共同构建更加开放、自主、繁荣的产业AI生态。
