“十五五”规划提出，“强化算力算法数据高效供给”，要求统筹推进算力设施建设、模型算法发展和高质量数据资源供给，筑牢数智化发展底座。

  今年初，工业和信息化部印发《工业互联网和人工智能融合赋能行动方案》，部署基础底座升级等四大行动，提出强化工业智能算力供给，提升工业智算供给能力和利用效率，推动超过5万家企业实施“人工智能+工业互联网”升级改造。

  政策指向明确，为“十五五”时期制造业数智化转型提供了有力指引。在山东滨州，魏桥国科作为魏桥集团的高科技板块，用两期智算中心的建设实践，为制造业如何精准布局算力基础设施走出了一条需求匹配的路径。

  算力底座：工业人工智能的“水电煤”

  算力基础设施对工业制造而言究竟意味着什么？魏桥国科智算中心主任钟成表示：“算力基础设施是整个工业人工智能的一个底座。”人工智能的三要素算法、数据和算力中，算力是承载前两者的基础条件。工业领域的许多应用并非技术上不可行，而是受限于算力无法满足时效性要求，“有些应用必须在瞬时完成，算力的规模在一定程度上决定了工业数字化的进展。”钟成说。

  魏桥国科一期计算中心于2023年9月上线，涵盖超算、智算、通算，服务于高研院各研发中心、集团部分数字化项目及中国科学院合作科研项目，两年间累计完成40多万个计算任务。二期智算中心于2025年1月投用，约2000P高性能算力，算力规模比一期扩大一二十倍，上线一年多来利用率接近100％。

  在这一过程中，魏桥国科与中科曙光持续合作，通过技术交流将生产一线的需求转化为算力基础设施的技术指标，既保障了资源的高效利用，也为行业探索了“需求牵引、技术支撑”的协同模式。据悉，双方合作已超过7年，从早期高性能计算支撑到如今构建完整的智算中心体系，逐步形成了“算力、存力与管理能力一体化”的运行模式。“这个桥梁建立以后，我们既精准找到了技术和需求的结合点，也没有浪费超前建设的这部分资源。”钟成说。如此高的利用效率，正是算力与产业需求精准匹配的结果。

  在算力配置上，二期智算中心采用通用CPU和通用GPU架构，涵盖FP16到FP64多计算精度，其中双精度（FP64）算力达34P、单精度（FP32）达67P、半精度（FP16）达1979P，可同时满足科学计算与AI训练、推理的多层次需求。存储方面，中科曙光以全闪+混闪分层架构，匹配AI训练、推理及海量工业数据存储需求，在高带宽、低时延与高并发访问方面提供支撑。具体而言，全闪存储池裸容量达2.8PB，读带宽不低于320GB/s、写带宽不低于240GB/s；大容量存储池规模达11PB，读带宽不低于120GB/s、写带宽不低于90GB/s。结合ParaStor分布式存储系统，使AI能力能够更高效地嵌入研发与生产流程。“中科曙光设计的混闪、全闪分层存储模式，很好地满足了人工智能训练和推理的需求。”钟成认为，这让不同负载在性能与成本之间实现了更优平衡。

  打通“最后一公里”：从实验室到生产线的算力跨越

  智算中心如何帮助工业企业打通从科研创新到工业生产的“最后一公里”？钟成认为，关键在于识别不同阶段对算力的差异化需求，并据此进行针对性建设。

  一期项目面向科研和研发，需求特征是“零散、临时、共享”。“所有资源是临时释放的，交给某一个具体的计算任务。”这对应的是方法学建立、理论仿真、AI for Science前期探索等实验室逻辑。二期则完全不同——当研发成果进入生产阶段，面对的是固定、长期、有明确量化指标的产线需求。“在实验室操控的是一台设备，到车间里可能是一千台设备。”因此，二期采用整台整套固定供给模式，确保大规模生产场景下的算力稳定性。

  两个具体案例展现了这一飞跃。其一是缺陷检测：过去每检测一种产品都需要单独训练模型，如今借助更强大的算力和算法，一个通用模型即可覆盖同类型金属材料的表面缺陷识别。其二是流程工业的全要素优化：单台设备的振动监测技术门槛不高，但要保证整条生产线上百甚至上千台设备的全局最优，需要同时分析几十个因素，这对算力、网络、算法提出了更高要求。魏桥国科已将这一方向作为重点研究课题，持续迭代。

  在支撑这些复杂场景时，中科曙光提供的不仅是存储方案，更通过全栈智算基础设施，将算力、存储与智能运维深度协同——依托人工智能开发平台SothisAI打通算力、应用与生态，兼容主流软件，提供从开发工具、基础软件到大模型应用的完整能力；通过集群管理平台GridView，面向跨区域用户实现统一的算力调度与资源监控，确保大规模工业推理任务稳定运行。这种“算-存-管”一体化模式，使智算中心能够有效应对从单点检测到全流程优化的各类挑战。

  “十五五”布局：三大方向锚定智造未来

  工业企业数字化转型有何意义？可以往哪些方面发展？钟成结合魏桥国科的规划指出，数字化不仅是降本增效的工具，更是传统制造业重构竞争力的战略支点。在“十五五”期间，研究院明确了三个重点布局方向。

  第一，机器人与智能装备。“现在大部分的工业需求都可以用一台或少数几台设备来实现。”魏桥国科正在开发各类机器人及智能装备项目，将算力能力嵌入硬件终端，实现生产环节的自动化、智能化升级。第二，流程工业的全要素、全流程综合处理。一条生产线可能是上百甚至上千台设备的综合体，如何实现从环节优化到全局最优，是当前工业智能化的核心难题。魏桥国科正围绕这一方向进行系统攻关。第三，AI for Science，即用计算仿真加速新材料研发。以铝合金为例，要同时满足高强度、耐腐蚀、可焊接等性能，传统正交试验耗费大量时间与成本。而通过AI for Science，可以快速完成成千上万次实验仿真，再辅以少量物理实验验证，大幅缩短研发周期。

  这三个方向共用同一个算力底座，但需求节奏各异，钟成表示：“要识别出真正的生产需求，再根据需求定位服务和能力。”而中科曙光提供的存算协同全栈方案，正为这种灵活适配提供技术根基——既保障了超大模型训练时的高并发读写，也兼顾了日常推理任务的成本效率，使算力底座真正成为支撑三大战略方向的“稳定器”。随着“十五五”各项政策红利持续释放，魏桥国科的探索正在为更多传统制造企业提供可借鉴的路径，让算力投入精准回应发生在车间里的真实问题。（李欣哲）