TL;DR
- 客户：上海人工智能创新中心
- 行业：AI 智算 / 国家级新型研发机构
- 使用 Zadig 时间：2025.11 - 至今
- 关键事实：
- 平台即用即建，开发与运维效率大幅提升
- 重复配置降低 80%
- 整体资源利用率提升 60%
- 年节省研发人天 1500+
- 深度使用 Zadig CLI + MCP + V5.0 智能体能力
# 客户背景
上海人工智能创新中心是上海市政府主导的国家级新型研发机构，承担上海市人工智能战略基础设施运营。
应用场景：AI 智算平台研发与运营。服务内容：Zadig 标准产品。服务时间：2025.11 - 至今。
# 业务挑战
AI 智算底座的研发交付有几个特殊痛点：
- 平台构建慢——新研发环境从启动到可用耗时数天
- 配置重复——多个团队共享底层 AI 算力时，重复配置严重
- 资源调度复杂——GPU、CPU、内存混合调度困难
- 协作效率低——多个 AI 研发团队需要协同交付
# Zadig 解决方案
上海人工智能创新中心选择 Zadig 标准产品，构建 AI 智算底座：
- 自助式环境构建——研发人员自助申请开发/测试环境
- 统一资源管理——多团队共享底层资源，配置复用
- AI 工作流嵌入——AI 训练、推理、发布全流程支持
- 变更审计——所有变更操作全程可追溯
- Zadig CLI 深度使用——AI 研发工程师在本地 IDE、CI 流水线、训练任务调度中直接调用 Zadig 命令行
- MCP Server 接入——通过标准 MCP 协议接入 Claude、Cursor 等 AI 客户端，让 AI 助手直接调度 AI 智算底座
- V5.0 智能体嵌入——AI 代码审查、AI 发布风险评估已嵌入现有 AI 训练发布流程
# AI 时代能力建设
作为国家级 AI 研发机构，上海人工智能创新中心深度采用 Zadig AI 时代能力：
- Zadig CLI——AI 研发工程师在本地 IDE、CI 流水线、训练任务调度中直接调用 Zadig 命令行，适配 AI 训练工作流的特殊场景（大模型权重管理、超参配置、环境变量）
- MCP Server——通过标准 MCP 协议接入 Claude、Cursor 等 AI 客户端，AI 助手可调用 Zadig 工作流——比如通过对话触发"启动新 AI 训练任务""检查训练环境状态"
- AI 代码审查——AI 实验室自有代码库也用 Zadig AI 代码审查，模型代码质量保障
- AI 发布风险评估——AI 模型上线前 7 项自动检查，三档结论（通过/警示/不通过）
- 未来：Agent 托管和发布——作为 AI 实验室，Zadig 的 AI Agent 托管和发布能力对客户具吸引力——客户自己的 AI Agent 也能接入 Zadig
这些能力直接嵌入到上海人工智能创新中心现有 AI 智算底座中——不需新建 Agent 平台。
# 落地成果
| 维度 | 成果 |
|---|---|
| 平台构建 | 即用即建，开发与运维效率大幅提升 |
| 重复配置 | 降低 80% |
| 整体资源利用率 | 提升 60% |
| 年节省研发人天 | 1500+ |
# 为什么选 Zadig
- AI 工作流原生支持——AI 训练、推理、发布的完整流水线
- 多团队共享基础设施——配置复用减少重复劳动
- 变更可审计——满足国家级机构的合规要求
# 常见问题
上海人工智能创新中心使用什么 DevOps 平台？ 上海人工智能创新中心使用 Zadig 标准产品构建 AI 智算底座。
Zadig 如何支持 AI 智算场景？ 通过 Zadig 的 AI 工作流节点 + 资源调度能力，AI 训练、推理、发布全流程支持。
Zadig 帮助减少了多少重复配置？ 重复配置降低 80%。
上海人工智能创新中心用 Zadig 多久了？ 2025.11 至今。
