制造业拥有海量人工智能应用场景，是“人工智能+”行动的主战场。在辅助设计、智能质检、智能运维、智慧营销、智能客服等核心业务场景，人工智能已实现深度融合应用。

《“人工智能+制造”专项行动实施意见》指出，要强化人工智能算力供给。拓展人工智能高价值应用场景。

高价值应用场景的核心，是在原材料、装备、消费、电子信息等重点行业加快人工智能赋能落地，在研发设计、中试验证、生产制造、营销服务、运营管理等核心环节深度嵌入大模型、推动全流程转型升级。

随着政策与产业合力推动，“人工智能+制造”走深向实。安全可信、高性能、可落地的国产算力，是“人工智能+制造”的基石，也让自主算力迎来重大市场机遇，覆盖国产芯片企业、算力设施、大模型、智能装备、智能制造等全产业链环节。

近年来，我国算力基础设施建设提速。截至2025年，已建成42个万卡智算集群，智能算力规模超过1590EFLOPS，位居全球前列。部分智算中心国产化率已近90%。在大模型推理场景，国产AI芯片已成为大模型推理场景的主流选择。

尽管如此，“国内发展人工智能最大的制约，核心还是缺算力。”海光信息技术股份有限公司（以下简称“海光信息”）副总裁吴宗友说。这一问题的本质，是我国在算力产业布局、行业场景应用、自主生态等层面，仍需持续深耕。

例如，在大模型训练层面，自主AI芯片仍难以满足需求。制造业复杂场景中，大模型幻觉、推理延迟、参数更新难度大等问题，制约了大模型的应用。同时工业场景需求高度碎片化，智能制造所依赖的边缘计算、AI推理等能力，均需要灵活、弹性的算力调度支撑，算力协同部署仍是当前突出难题。

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认为，当前算力供需匹配不足，亟需通过公共服务支撑，推动人工智能赋能中小企业。

制造业对算力的要求，早已从“有没有”转向“好不好、安不安全”，能否与业务系统深度打通。当前算力行业面临算力成本高、适配难度大、应用落地慢等难题，“人工智能+制造”亟待打通从算力底层到工业场景的“最后一公里”。

海光信息企业业务部总经理李程表示：“国产算力迎来的不仅仅是市场机遇，更是系统架构跃迁式升级和能力重构的一个关键窗口期，而破局的关键在于生态协同”。

芯片是算力产业的核心组成，直接决定了算力的性能、效率与成本结构。因此，芯片企业不仅仅要做好芯片，更要从人工智能产业整体闭环的角度考虑系统、生态以及应用落地。

目前，主流国产芯片已形成多技术路线并存、全链条协同推进的格局。自主芯片正在打通从技术研发到规模化应用的掣肘。

以海光信息为例，在产品层面，公司已形成自主CPU芯片+AI芯片DCU的双线布局。基于海光DCU芯片的超算互联网核心节点，于2026年4月14日投入使用6万卡科学智能（AIforScience）计算集群系统，可弹性扩展至10万卡规模。

在算力生态建设方面，2021年4月成立的光合组织‌，已凝聚6000余家合作伙伴，其中ISV近700家。

面向工业软件的适配，是海光信息推进“人工智能+制造”的核心战略措施。目前，海光与国内主流工业软件企业达成战略合作、共建联合实验室，共同拓展人工智能应用场景、完善产业生态。

北京中认环宇信息安全技术有限公司（简称“中认CA”）为全行业如汽车、家电等提供检验检测认证服务，交付认证报告和认证数据。其以往的业务模式主要是靠“堆人”，一个项目往往耗时一年，精度低、耗时长、效率不高，基于海光算力、大模型，中认CA实现降低人力成本60%-70%，项目周期缩短为2-3个月，精度提升70-80%。

中认CA总经理助理李绪光表示，在工业质检、设备维护等工业场景，对通用大模型轻量化以及深度的数据处理，形成高效、专用小模型，更适合基于海光芯片进行处理，以提升推理效率。他透露，中认CA正加强与海光的深度合作，构建“芯片+应用”的全栈国产化技术底座，为认证行业提供开箱机用的“国产化+AI”平台基础设施，联合打造一批高规格、可复制的“算力+工业软件”标杆案例，协同开拓认证服务市场，推动在安全生产、智能制造、企业管理等场景的规模化落地。

北京硅基流动科技有限公司核心产品为一站式大模型云服务平台，可实现不同规格大模型在多元算力上的快速部署和应用，现已落地能源行业，例如中石化、国电投等企业。基于海光芯片，公司完成多类模型优化适配，让用户实现开箱即用，提升整体性价比。

“通过硅基流动的产品，企业可便捷统筹使用国产算力、提升模型性能，再通过潮汐调度提升算力利用率，客观上提升了大模型的普惠。”北京硅基流动科技有限公司副总裁胡健说。

北京亚控科技发展有限公司（简称“亚控科技”）专注于国产工业软件自主研发、营销和服务，公司SCADA软件在国内市场超过外资产品，地位领先。公司工业软件已全部完成与海光新一代C86处理器的适配认证。

在与海光的合作中，基于海光模拟仿真流程，亚控科技组态软件可以将工业现场如PLC数据包直接传输给AI大模型，模拟智能工厂运行，大幅缩短工厂的调试时间，降低试错成本。

目前，海光已经整合了相关算子库，助力亚控科技优化模型。亚控科技河南区域总经理邓晓志介绍，公司新版KingSCADA4.0可以接入DeepSeek等大模型，将继续推进与海光算力的适配调优工作。

这类生态协同案例正在自主算力领域广泛落地。例如，海光助力石化盈科实现勘探、炼化、工程化三个领域的20余个垂类大模型场景的应用替代。在半导体产业，海光与华大九天合作，其EDA仿真链路的AI处理设计能力实现数十倍的提升。

在汽车行业，CAE的深入应用为车企带来巨大的技术经济效益。依托海光的计算能力，比亚迪打造了一套全新的CAE仿真计算系统，为新车研发及生产提供了重要的技术支撑。此CAE仿真计算系统承载了汽车碰撞、结构优化、车体外流场分析、噪声分析、发动机疲劳分析等多项应用。部署上线之后，在输出强劲计算性能的同时，比亚迪科研效率明显提升，有效压缩了产品开发周期。

生态的力量正在逐渐释放，直接体现在海光信息芯片出货量上。据介绍，截至目前，公司已累计交付600余万片CPU芯片、50万片DCU芯片，服务海量行业客户。

“海光既是芯片企业，更是一个生态共赢体。”李程总结道。在“人工智能+制造”迈向纵深的今天，唯有通过底层算力、上层软件与千行百业应用的紧密咬合与生态共荣，才能让自主算力真正托举中国智能制造的未来。