与此同时，以智能计算中心为代表的算力基础设施，通过提供公共的算力、数据及算法服务，让算力服务易用，解决算力服务的供给问题。
人工智能正在逐渐渗透到各行各业，对算力的需求也越来越大，企业相对应的算力成本与人效压力更是日益增长。数据显示，目前用户数据中心GPU利用率只有10%至30%，未来有着巨大的利用空间。
趋动科技技术总监张增金表示，当前，数据中心GPU卡越来越多，早期可能就几块，现在比较多的企业有成百上千块，这客观上就需要池化的方式组织资源，形成弹性的资源供给。
张增金介绍，长期以来，企业的IT建设出现了烟囱式架构或孤岛式架构，企业需要独立购买操作系统、数据库、人力资源软件等，而趋动科技对原有的AI应用直接调用物理算力资源，颠覆了传统架构，将AI应用和物理算力资源重新解耦，支持本地算力虚拟化的同时，也打破了资源调度的物理边界。
在“算力池化”的理念下，用户的应用不需修改代码，即可透明地使用其他物理机上的远程算力资源，实现管理和弹性调度，从而提升整个资源池的利用率和管理灵活度。
张增金预计，在未来几年里，用户GPU卡的数量会有一个大的增长，GPU的高效管理和利用势必成为一个大问题。在他看来，软件定义算力的核心价值就是降本增效。“当客户投入一块钱来买我们的软件，实际上可以获得三至八倍的回报率。”（战钊）
营业执照公示信息