润迅私有化AI基座由XunOS、MaxControl和MaxModel三款产品组成：XunOS随服务器预装，上架即用；MaxControl在一个控制台里部署和运维本地大模型；MaxModel按部门和应用分配额度，核算AI投入。
2026年10月13日，深圳——润迅在私有化AI基座发布会暨润迅AI生态交流会上发布面向企业私有化场景的AI基座。基座由XunOS、MaxControl和MaxModel三款产品组成，分别解决企业AI建设中的环境搭建、模型部署和成本核算问题。
活动现场，胡文先、肖军、罗晓彬、姚思源、柴君五位嘉宾共同启动发布装置，私有化AI基座正式发布。
私有化AI基座启动仪式
买了GPU，不等于用上AI
AI服务器运进机房，只是企业AI建设的第一步。润迅AI产品负责人隋成龙在现场指出，从服务器上架到AI产生业务价值，企业要过三道关：
- 环境关：驱动、CUDA版本和容器配置繁多，多家厂商的软硬件需要逐一联调；
- 部署关：没有统一的运维平台，各部门用命令行各自启动模型，出了故障难排查，操作难审计；
- 核算关：多个部门同时调用模型，缺少权限隔离和用量统计，算不清AI投入换来了什么。
针对这三道关，润迅基于三十余年数据中心与系统集成经验，推出私有化AI基座：XunOS搭环境，MaxControl管部署，MaxModel算清账。
润迅AI产品负责人隋成龙讲解基座架构
XunOS：随服务器交付，上架即用
“企业买回来的算力，不该先成为一道安装调试题。”过去，技术人员要从操作系统、驱动、依赖库到容器运行时逐层手动安装，版本之间经常冲突。XunOS是面向私有化AI场景的基础操作系统，随整机预装交付，服务器上架后即可调用算力：
- 软硬件预先适配：操作系统、算力驱动、容器镜像与运行时环境已预置并完成联合验证，企业不必从零编译和调试；
- 兼容多种算力：支持主流GPU与国产GPU，兼容x86与ARM架构，企业日后扩容或更换硬件，不必重建环境；
- 对接模型社区：对接Hugging Face、ModelScope（魔搭）等开源模型社区；
- 参与国家标准编制：润迅参与编制《人工智能操作系统通用技术要求》《人工智能操作系统权限管理要求》两项国家标准。
MaxControl：在一个控制台里部署和运维本地大模型
“模型是用来省人力的，部署和维护不能反过来拖住团队。”企业部署大模型时，常常依赖命令行，配置分散，出了故障也没有日志可查。MaxControl提供四项功能：
- 统一管理推理引擎：集中管理和调度Ollama、llama.cpp、vLLM、SGLang等推理框架；
- 管理模型生命周期：模型的部署、启动、停止和下架，均可一键完成；
- 监控整机资源：实时显示CPU、内存、显存占用和网络吞吐，秒级定位故障；
- 记录审计日志：记录模型调用、配置变更和系统操作，每一次运维操作都有据可查，技术团队可以把时间留给业务开发。
MaxModel：花在AI上的钱，每一笔都算得清
“企业投入AI是为了改善业务，不能花着钱，却算不清账。”市场、销售、研发、运营、人力等部门同时使用AI时，MaxModel作为企业模型网关，为所有调用提供统一入口：
- 统一管理本地与外部模型：接入Qwen（千问）、Llama、DeepSeek等本地部署的开源模型，也可按企业安全策略接入外部商用大模型，哪些数据可以出内网由企业自己决定；
- 按用户和应用分配额度：为每个用户、每个应用设定调用频次、Token额度和并发上限，费用追溯到具体部门和应用，管理层据此核算AI投入的回报（ROI）。
润迅三层产品架构全景：应用层、AI基座、硬件／算力层
一次建设，后续复用
从服务器交付、部署验证、员工使用到成本复盘，XunOS、MaxControl和MaxModel覆盖企业AI建设的每个阶段。企业之后新增部门、模型或设备，可以直接沿用第一次建设的环境、平台和管理规则。
对计划推进私有化AI的政企客户，润迅建议分三步走：
- 第一步，盘点现有资产：梳理现有算力设备和网络环境；
- 第二步，选定一个场景：优先选择问题最明确、效果最容易衡量的业务场景；
- 第三步，部署验证：在润迅预调优的基座上完成环境接入和模型部署，用业务产出检验效果。