智能制造纵深发展 国产算力开启战略机遇期

留意优质内容，点击上方蓝字即刻关注我们！

制造业蕴含丰富的AI应用潜能，构成“AI+战略”的核心阵地。在辅助设计、智能质检、智能运维、智慧营销、智能客服等关键业务领域，AI技术已完成深度整合应用。

《智能制造融合发展行动计划》明确提出，需加强AI算力支撑能力，拓展高价值应用版图。

高价值应用的关键，在于推动AI技术在原材料、装备、消费品、电子信息等重点产业加速落地，在研发设计、中试验证、生产制造、营销服务、运营管理等关键环节深度融合大模型，驱动全链条转型升级。

在政策和产业双轮驱动下，“AI+制造”步入深水区。安全可信、高性能、可落地的国产算力作为“AI+制造”的根基，正为自主算力产业开辟广阔市场空间，贯通国产芯片、算力设施、大模型、智能装备、智能制造等全链条环节。

当前，国内算力设施建设步伐加快。截至2025年，已建成42个万卡级智算集群，智能算力总规模突破1590EFLOPS，跻身全球第一梯队。部分智算中心国产化比例接近九成。在大模型推理领域，国产AI芯片已成为主流方案。

然而，“算力短缺仍是制约国内AI发展的首要瓶颈。”海光信息技术股份有限公司副总裁吴宗友指出。问题的实质在于，我国在算力产业规划、行业场景落地、自主生态构建等方面仍需深化布局。

具体来看，在模型训练环节，国产AI芯片性能尚存差距。制造业复杂场景下，大模型幻觉、推理时延、参数同步难等问题限制了应用落地。同时，工业需求呈现高度碎片化特征，智能制造所需的边缘计算、AI推理等能力，均需灵活弹性的算力调度机制，算力协同部署仍是待解难题。

国工信中心AI研究所科研主管张瑶指出，当前算力供需对接不畅，亟待构建公共服务平台，加速AI技术向中小企业渗透。

制造业对算力的诉求，已从“基础覆盖”转向“品质保障与安全可信”，更强调与业务系统的深度融合。当前算力产业面临成本高企、适配复杂、落地缓慢等挑战，“AI+制造”亟需贯通算力底座到工业场景的“最后一公里”。

海光信息企业业务负责人李程称：“国产算力不仅迎来市场红利，更面临系统架构跨越式升级与能力重构的战略窗口，破局关键在于生态协作”。

芯片作为算力产业的基石，直接决定算力性能、效率与成本结构。因此，芯片企业不能仅聚焦芯片本身，更需从AI产业全闭环视角统筹系统、生态与应用落地。

当下，国产主流芯片呈现技术路径多元、全产业链协作的格局。自主芯片正突破从技术研发到规模应用的关键瓶颈。

以海光信息为例，产品层面已构建自主CPU与AI芯片DCU并行的双产品线。基于海光DCU的超算互联网核心节点，于2026年4月14日上线6万卡科学智能计算集群，支持弹性扩容至10万卡规模。

在生态布局上，2021年4月发起的光合组织已汇聚超6000家合作伙伴，ISV占比近700家。

聚焦工业软件适配，是海光信息推动“AI+制造”落地的核心策略。当前，海光已与国内主流工业软件厂商建立战略合作，共建联合实验室，携手拓展AI应用场景、完善产业生态。

北京中认环宇信息安全技术公司（简称“中认CA”）面向汽车、家电等行业提供检测认证服务，输出认证报告与数据。其传统模式依赖人力堆砌，单项目常需一年周期，存在精度低、耗时长、效率差等痛点。依托海光算力与大模型技术，中认CA实现人力成本降低60%-70%，项目周期压缩至2-3个月，精度提升70-80%。

中认CA总经理助理李绪光称，在工业质检、设备运维等场景中，通过对通用大模型进行轻量化改造与深度数据处理，构建高效专用小模型，更契合海光芯片特性，可显著提升推理效能。他透露，中认CA正深化与海光的战略合作，打造“芯片+应用”全栈国产化技术底座，为认证领域提供即插即用的“国产化+AI”平台设施，携手打造一批高标准、可复制的“算力+工业软件”示范案例，共同拓展认证服务市场，加速在安全生产、智能制造、企业运营等场景的规模化应用。

北京硅基流动科技公司主打一站式大模型云服务平台，支持多规格大模型在异构算力环境下的快速部署与应用，目前已在中石化、国电投等能源企业落地。依托海光芯片，公司已完成多类模型的优化适配，实现用户开箱即用，显著提高综合性价比。

“借助硅基流动的解决方案，企业能高效调度国产算力资源、优化模型性能，并通过潮汐调度机制提升算力使用效率，客观上推动了大模型技术的普惠化。”北京硅基流动科技副总裁胡健表示。

北京亚控科技发展公司（简称“亚控科技”）专注国产工业软件的研发、推广与服务，其SCADA产品在国内市场已超越外资品牌，处于领先地位。公司全线工业软件均已完成与海光新一代C86处理器的适配认证。

双方合作中，依托海光模拟仿真平台，亚控科技组态软件可将工业现场PLC数据包直传至AI大模型，仿真智能工厂运行状态，显著压缩工厂调试周期，减少试错代价。

当前，海光已完成相关算子库整合，协助亚控科技优化模型性能。亚控科技河南区域总经理邓晓志介绍，公司新版KingSCADA4.0已支持接入DeepSeek等大模型，将持续深化与海光算力的适配优化。

此类生态协作模式正于自主算力产业全面铺开。例如，海光支撑石化盈科完成勘探、炼化、工程三大领域20余个垂直大模型场景的应用替代。在半导体行业，海光携手华大九天，使其EDA仿真链路的AI设计处理能力实现数十倍跃升。

在汽车领域，CAE技术的深度应用为整车厂创造显著的技术经济价值。基于海光算力支撑，比亚迪构建了全新的CAE仿真计算平台，为新车研发制造提供关键技术保障。该CAE平台覆盖汽车碰撞、结构优化、外流场分析、噪声控制、发动机疲劳分析等多类应用。系统上线后，在提供强劲算力支持的同时，比亚迪研发效率大幅提升，产品开发周期显著缩短。

生态势能持续释放，直接反映在海光信息的芯片交付数据上。据悉，截至目前，公司已累计出货600余万片CPU芯片、50万片DCU芯片，服务众多行业客户。

“海光不仅是芯片供应商，更是生态共建者。”李程总结道。在“AI+制造”纵深发展的当下，唯有通过底层算力、上层软件与千行百业应用的深度耦合与生态共荣，方能让自主算力真正撑起中国智能制造的未来。（龚联）