今年恰逢国家高技术研究发展计划（863计划）启动40周年，中国在信息技术、光电子等领域的科技突破正从“追赶”迈向“并跑”。随着“人工智能+制造”被确立为“十五五”产业升级的核心方向，国产算力与工业场景的深度融合成为关键命题。4月8日，由国家先进计算产业创新中心主办、国家工业信息安全发展研究中心与海光产业生态合作组织承办的“人工智能赋能新型工业化深度行”活动在郑州举行，汇聚了数百位人工智能与制造领域的专家、企业代表，共同探讨工业AI落地的路径与挑战。
活动现场，鞍钢、一汽、京东方等制造企业与海光、商汤、硅基流动等算力、软件公司展开深度对接。工业和信息化部科技司副司长杜广达指出，制造业场景的碎片化与安全、成本门槛，是AI规模化落地的核心挑战。以航空发动机叶片仿真为例，一个模型失败可能导致整个研发停滞；汽车产线视觉质检的误判率若超标，可能引发大规模产品召回。这些场景对算力的要求已超越单纯的性能比拼，需与工业软件深度耦合，形成系统性解决方案。
海光信息提出的“CPU+DCU”双芯异构计算平台，成为破解这一难题的关键。其CPU兼容x86生态，支持工业仿真、数字孪生等关键软件稳定运行；DCU则基于GPGPU架构，可支撑万卡级算力集群，满足大模型训练与工业大数据实时分析需求。海光信息副总裁吴宗友强调，真正的壁垒不在芯片本身，而在于生态协同。例如，海光与索辰科技等CAE软件厂商联合研发，通过需求驱动的软硬件协同优化，使部分国产CAE/CFD软件性能超越国际同类技术路线。
生态合作的“网状模式”是另一大亮点。海光产业生态合作组织（光合组织）已汇聚超6000家成员单位，覆盖整机厂商、软件开发商与系统集成商。2025年，该组织推进了1400余项联合优化，形成11家一体化平台销售模式。以石油物探行业为例，海光联合中石油、中石化、中海油攻关核心业务系统，派出近300人次驻场响应，最终使CPU处理能力提升3倍，异构加速性能提升7至15倍。北京硅基流动科技有限公司副总裁胡健表示，通过底层推理性能优化，用户可“开箱即用”国产芯片平台，无需关注底层硬件差异。
安全与成本是制造企业部署AI的两大硬约束。国家工业信息安全发展研究中心人工智能所科研部主任张瑶指出，数据安全与模型应用安全是企业顾虑的核心。海光的应对策略是将安全内嵌于芯片底层，通过自主拓展安全算法指令与内置安全处理器，实现密码计算、可信计算等多维防护。活动期间，该中心与海光共同启动“人工智能安全可信护航计划生态发展中心”，从制度与技术层面筑牢安全底线。中科鑫辉总经理陈晓明进一步解释，海光芯片从内核到架构均实现密码安全、可信设计与漏洞防护，构建了全链路安全屏障。
在成本层面，硅基流动副总裁胡健披露，部分企业数千卡规模的算力利用率不足10%，导致投入产出比失衡。其MaaS平台通过统一纳管异构算力、动态调度等技术，将推理性能提升5至10倍，已在国电投、中石化等客户中实现利用率显著提升。海光企业行业解决方案总经理李洋建议，企业应根据业务场景选择模型规模：大参数模型需高显存支持，中小参数量模型则更依赖算力效率，精准选型可大幅降低推理成本。
尽管单点案例已涌现，但规模化复制仍是待解难题。鞍钢集团代表提出三大疑问：数据如何治理？人员经验如何复制？AI如何找到可规模化的核心场景？光合组织的生态协同模式提供了解题框架：通过提炼单个场景的成功经验，形成可复用的解决方案模板，再由整机厂商与ISV推广至同类行业。例如，亚控科技基于海光AI服务器与DeepSeek模型，在市政水厂智能加药场景中实现水质自适应调节，并成功复制至多个项目，完成了从“单点标杆”到“行业方案”的跨越。
海光信息企业业务部总经理李程透露，2026年将聚焦四大方向：深化国内外工业软件优化、攻关油气勘探与智能体联合技术、推进具身智能与机器视觉专项、完善云边端协同边缘计算方案。这些举措均指向规模化复制的终极目标：底层提供标准化算力底座，中间层通过生态适配降低集成成本，顶层用标杆案例验证可行性，最终通过生态伙伴覆盖同行业需求。
当前，国产算力与工业AI的融合已迈出关键一步：海光CPU与DCU在性能与兼容性上具备替代能力，6000家伙伴的生态网络初具规模效应，标杆案例的验证也为规模化复制提供了基础。然而，从“可用”到“好用”的跨越仍需时间——芯片与工业软件的适配需进一步深化，供需两端的信息对称与技术栈匹配需加强，商业模式也需持续创新。这场始于863计划的科技自主之路，正通过芯片筑基、生态协同与场景深耕，为中国制造业智能化升级筑牢数字根基。
