AI基础设施正在经历一次重要转折。

过去几年，行业关注的是建成多少智算中心、部署多少GPU、形成多少算力规模。今天，随着AI从技术试验走向规模化应用，一个更加现实的问题开始浮出水面：

建设了多少算力，不等于拥有多少有效算力；调用了多少模型，也不等于创造了多少业务价值。

一边是数千张GPU持续消耗电力，另一边是大量算力资源处于空闲、割裂或碎片化状态；一边是各部门不断接入大模型和智能体，另一边是AI究竟花了多少钱、产生了多少回报，仍然难以准确核算。

AI基础设施的竞争，正在从“有没有”转向“用得怎么样”，从规模建设转向资产经营。

2026年8月，东软正式发布Neusoft SDA资源运营管理平台。

围绕算电协同、算网融合和模型运营三大核心能力，Neusoft SDA将能源成本、异构算力、模型调用和业务价值纳入统一运营体系，为智算中心和大型企业提供覆盖“能源—算力—模型—应用”的全链路运营能力。

这套能力的根基，是东软特有的“上下贯通”：向下扎根电力与碳管理，向上覆盖众多垂直行业应用。

东软将其定义为：智算资产价值释放的全栈解决方案

它所要解决的，不只是资源管理问题，而是AI时代的一道经营命题：

如何让每一度电、每一张卡、每一次模型调用，都能够被计量、调度、优化，并最终转化为业务价值？

AI基础设施，正在从建设时代进入经营时代

智算中心的运营账，并不好算。

首先是能源账，高密度智算中心需要持续消耗大量电力，但在传统模式下，计算任务与能源系统通常相互割裂。任务什么时候运行，主要取决于算力资源是否空闲；电力从哪里来、什么时候价格更低、绿电是否充足，则由另一套系统管理。

其次是算力账，企业通常同时部署不同厂商、不同架构的CPU、GPU和NPU。各类设备拥有独立的管理工具，资源难以统一编排。大型训练任务需要整卡，许多小模型和推理任务也长期独占整张卡，造成大量算力碎片。

最后是模型账，随着大模型、行业模型和智能体快速进入业务系统，企业开始同时使用自建模型、外购API和第三方模型服务。但不同部门调用了多少Token、消耗了多少算力、承担了多少成本、产生了多少业务回报，往往缺少统一口径。

结果是，AI投入持续增长，AI资产却没有形成一套完整的经营体系。

过去，企业拥有的是设备清单、资源监控和费用账单；未来，企业需要的是一张能够贯通能源、算力、模型和业务结果的AI资产经营报表。

一条价值主线，一个底座，串起三大模块

东软在运营商资源管理、多云管控和大型复杂基础设施运营领域拥有长期积累。Neusoft SDA是在这一基础上，面向智算场景形成的一次系统性升级。

平台采用“一个运营底座、三大能力模块”的总体架构。这套架构有一条清晰的主线：让每一度电，流经算力与模型，最终转化为一份可计量的业务价值。

 

 

统一运营底座是这条主线上的中枢，负责资源接入、成本分析、策略管控、计量计费和观测告警，让数据、成本与策略在全链路持续流动；算电协同、算网融合和模型运营三大模块，则分别值守主线上的三次关键转化——把电变成更经济的算力，把算力变成更充分的供给，把每一次模型调用变成可衡量的业务结果。

01.算电协同，让电价信号进入算力调度系统

 

 

在传统智算中心中，能源系统与计算系统往往各自运行。

Neusoft SDA算电协同模块可以统一接入绿电直连、分布式光伏、储能、电网直供等能源资源，并结合算力负荷预测、电价预测和任务优先级，形成动态能源调度策略。

平台进一步将电价、碳成本、绿证成本和虚拟电厂收益转化为价格信号，反向影响算力任务调度。

例如，不紧急的训练任务可以安排在谷电时段执行；对时延不敏感的任务，可以调度至绿电更加充足的区域；储能资源则可以根据峰谷电价参与削峰填谷，并在条件允许时参与电力市场交易。

这意味着，电力不再只是智算中心被动承担的一项成本，而开始成为可以预测、配置和经营的资源。

平台同时提供碳排放追踪、绿证管理和碳合规报告能力，帮助客户应对绿色算力评价、履约管理和ESG披露要求。

02.算网融合，让异构算力真正成为一池资源

 

 

面对不同厂商、不同架构的GPU和NPU，很多企业表面上拥有大量算力，真正能够统一调度的资源却十分有限。

Neusoft SDA可以统一纳管不同厂商的CPU、GPU和NPU资源，在一个平台上完成资源发现、容量管理、任务编排和运行监控。

平台支持基于容器的整卡分配和单卡细粒度切分。小模型和轻量推理任务不再需要独占整张GPU，可以共享同一张卡，从而减少算力碎片。

调度引擎综合考虑资源碎片率、网络时延、数据位置、任务优先级和服务等级要求，自动选择更加合适的计算节点。

在运维侧，平台通过分布式作业引擎，将服务器装机、驱动安装、固件升级和配置变更等跨机房重复操作转化为自动化批量任务。

从资源接入、任务调度到故障处置，智算运维由依赖人工经验，转向规则驱动和智能协同。

03.模型运营，把AI投入和业务回报放进同一张账表

 

 

当企业只有一两个大模型应用时，成本问题并不突出。

但当数十个智能体、数百个应用同时调用不同模型，模型运营便会迅速成为新的管理难题。

Neusoft SDA以Token为基础计量单位，将自建算力成本、外购模型API成本和能源成本折算到统一口径，并支持按照组织、部门、项目、应用和智能体配置预算、配额及计费规则。

每一次模型调用都可以被记录：

谁调用了模型，调用了哪个模型，消耗了多少Token，使用了多少算力，形成了多少成本，对应哪个业务应用。

在此基础上，平台按照“预算编制—计量计费—消耗分析—效果评估—策略优化”的PDCA闭环持续运行。

五类场景，推动智算资产从可管理走向可经营

Neusoft SDA主要面向五类典型场景。

在大型智算中心，平台可以联动能源采购、储能调度和任务排期，推动算力负荷向低电价、低碳时段迁移。在典型场景测算中，综合电力成本具有降低15%—25%的空间。

在企业AI研发中心，平台可以统一纳管国产和国际主流异构算力，通过资源切分与智能调度减少碎片。在具备相应资源结构和任务条件的场景下，整体算力利用率有望由不足40%提升至70%以上。

在智能体规模化部署场景中，平台通过统一模型服务网关，为不同智能体提供模型接入、权限控制、流量管理和Token计量能力，使数十个智能体能够在统一体系下运行和评价。

在集团型企业中，平台可以统一自建算力和外购模型服务的成本口径，形成覆盖部门、项目和应用的AI成本账本，为预算分配和ROI评估提供依据。

在运营商和跨区域智算基础设施场景中，平台可以对分布于不同区域的服务器和算力集群实施集中运维，批量下发任务、自动归档结果，并通过监控告警联动实现故障发现、定界和处置。

按照不同客户场景的规划目标，Neusoft SDA可重点推动五类价值改善：

综合电力成本降低15%—25%；算力资产利用率由不足40%提升至70%以上；AI资产运营效益提升20%—30%；运营管理效率提升50%以上；智能调度覆盖率达到80%以上。

上述指标属于典型场景下的规划或测算目标，实际成效将根据客户基础设施条件、资源规模、任务类型和应用负载进行验证。

为什么选择东软，上下贯通的全栈能力

一套平台背后，真正难以复制的，是能力结构。

Neusoft SDA真正要传递的核心信息，是东软“上下贯通”的全栈能力。

向下，东软在能源侧拥有深厚的电力与碳管理积累。源网荷储协同、电力市场交易、虚拟电厂运营、碳追踪与绿证管理，这些并非为智算场景临时加装的功能，而是东软长期深耕能源数字化沉淀下来的技术能力与业务经验，如今自然延伸至智算中心这一新的高耗能场景。

向上，东软覆盖电信、政务、医疗、汽车、教育等众多垂直行业应用，对各行业在算力调度、Token管理上的需求特点有着深刻理解：运营商关注多域协同与集约运营，政务关注统筹与合规，医疗关注数据安全与模型部署边界，企业与科研机构则关注每一笔AI投入的产出效率。

市场上，懂能源的厂商往往止步于机房与配电，云管厂商难以触达电价与碳排，模型平台厂商又难以理解底层资源的真实成本。从上层各垂直行业对智算资源、Token资源管理的需求洞察，到底层算电碳协同的技术能力与业务经验储备，东软是业界唯一具备完整闭环的厂商。

这种全链条的完整性，正是Neusoft SDA最应被看见的核心竞争力与行业不可替代性：东软不仅知道智算资产“怎么管”，更知道不同行业的客户“为什么要这样管”。

从管理算力，到建立AI资产经营能力

AI基础设施的竞争，正在发生一次深层变化。

过去，竞争焦点是建设更多算力；未来，真正拉开差距的，将是谁能够用更低的能源成本、更高的资源效率和更清晰的价值闭环，运营同样规模的算力。

Neusoft SDA所代表的，正是这一转变：

从设备管理走向资产经营；

从算力调度走向算电协同；

从资源使用走向价值计量；

从模型上线走向模型全生命周期运营。

面向未来，东软将持续推动Neusoft SDA在电信、政务、医疗、汽车、教育等行业的应用。