9月6日，本届智博会期间，一场以“AI+电子信息产业数字化转型”为主题的活动在甬举行，来自全国各地的企业代表、技术专家、学者等200余人，共同探讨AI驱动电子信息产业转型的创新路径。

1

AI大模型需迫切完成两件事

大模型作为AI的核心技术载体，其训练离不开算力与数据两大基础要素。中国工程院院士、清华大学计算机系教授郑纬民指出，当前，AI大模型最迫切需要完成两件事：一是，提升国产智算系统的可用性与易用性；二是，研发基于“CPU+单GPU”的低成本个人推理设备。

郑纬民坦言，尽管国产算力卡硬件性能已接近甚至部分超越国际产品，但由于软件生态不成熟，用户接受度仍然较低。破局关键在于构建“类CUDA”的兼容生态。

“我们能否做一个转换层，让用户在国产卡上也能顺畅运行CUDA软件？”他强调，此举虽有一定开销，但技术可行，目标是让国产卡从“可用”走向“好用”。

同时，郑纬民强调，应推出面向个人用户的轻量级推理机。郑纬民以自身使用体验指出：公有云常因资源紧张而限流，“问几个问题就被提示‘休息’”；企业级设备虽可部署于本地，但成本高、噪音大、运维复杂。

因此，他提出开发“一个CPU+一块推理卡”架构的个人推理机，将部分数据存于CPU内存，通过协同计算实现高效推理。“这样设备可置于办公桌，安静、散热可控，保证用户随时使用，不再‘被劝休息’。”

郑纬民强调，解决这两个问题对推动国产AI大模型发展、降低算力门槛具有重要意义。

2

AI竞赛，本质是“数据之战”

在“AI+”的新一轮竞争中，国内大模型正加速落地，各类AI智能体应用不断涌现。华为技术有限公司副总裁周跃峰表示，在智能化时代，数据的本质已发生根本变化，它不再是简单记录，而是训练AI的“原料”，经推理存储后形成“知识”。

“尽管我国是数据大国，但数据留存率仅为2.8%，可用于AI训练的中文语料在全球占比仍然较低。同时，行业高质量数据稀缺且共享程度不高，大量数据处于‘孤岛’状态。”周跃峰说。

如何破解数据困境？周跃峰提出需从政府、行业和企业三方面系统推进。

在政府层面，多年智慧城市建设积累了大量数据，却因部门壁垒形成“数据孤岛”，难以流通复用。他建议，未来城市应像建设水厂、电网一样，将“存力中心”或可信数据流转中心纳入基础设施，实现数据汇聚、清洗与共享。

在行业层面，随着国家高度重视数据资产，育种、医疗、金融等重点领域正加速构建行业资料库。以育种为例，我国虽积累大量种源和DNA数据，但分散于各地，急需建立国家级数据中心集中管理。

对企业而言，内部数据割裂问题突出。周跃峰以华为自身为例指出，其财务、人事、研发等部门虽已完成数字化，但数据彼此隔离，难以支撑整体智能化转型。企业需构建统一“数据湖”，为模型训练提供原材料。

3

制造业成为

AI落地的核心战场

制造业正从“跟随者”蜕变为“引领者”，成为AI技术落地的核心战场。在人工智能等新技术赋能下，宁波走出了一条“智能引领、数实融合”的特色转型路径。

那么，宁波数字化转型已深入到什么程度？

一个典型例子是慈溪某乡镇，这里生产了全国近80%的拖鞋，聚集了1000多家制造企业，几乎全部实现数字化改造。企业若不进行数字化升级，产品难以进入欧美市场。数字化已不再是“可选项”，而是企业生存与竞争的必备能力。

舜宇集团是全球领先的综合光学零件及产品制造商，其车载镜头市场占有率连续多年位居全球首位。然而，随着镜头市场的快速发展，新的挑战也接踵而至。

“以前安装镜片的误差在数十微米左右，而现在已进入百万亚微米级精度。”舜宇集团创新研究院执行院长王威说。

借助AI和大数据技术，舜宇找到了突破口。“引入AI后，我们的初次安装成功率已达到80%至90%。原本每片镜片调整需耗时约10秒，现在仅需8秒至8.5秒。与此同时，每小时产能提升超过5%。”王威说。

应急消防、电力巡检、安防巡逻、文娱体育……杭州云深处科技行业总监吴建超列举了不少四足机器人能够“大显身手”的应用场景。他以安防巡逻机器狗为例介绍，目前，这类机器人已投入实际应用，可以应对所有复杂场景，每天可完成4次自动巡逻，依托AI识别技术，违章行为识别率高达95%。不仅如此，它还帮助企业将人工巡逻班次减少了80%，显著节省了人力成本。

未来已来。人工智能不再悬浮于“云端”，而是扎实落地于产线、数据中心与终端产品中，成为推动新质生产力发展的核心引擎。

记者 王婧 赵煜 金宇涵