国产自研生态勾勒黄浦江畔 AI 共生图谱  

作者／   IT 时报记者   郝俊慧

编辑／  郝俊慧   孙妍

暮春时节的上海，新抽的梧桐叶在街角筛碎阳光，城市中跳动着的 " 数字音符 "，正奏响独特的韵律。 

在张江的上海超级计算中心，服务器的低鸣声诉说着国产算力的蓬勃生机；数十公里外，保险行业首个自主创新的千亿级参数大模型，正在为数亿用户提供敏捷可靠的保险服务；宝钢热轧车间，机器的轰鸣声与金属碰撞发出回响，一条条 " 热辣滚烫 " 的钢板经受高压水幕的洗礼后，冲向终点……

这些看似毫无关联的企业，背后却有一个共同的伙伴——昇腾，以基础软硬件平台为核心，结合技术生态和商业生态的双重驱动，推进多场景应用、树立行业标杆，昇腾正致力于打造一个全栈自研、开放协同的 AI 产业生态，而这些以场景为锚点的生态突破，正在将上海标注为全球 AI 产业版图中的 " 创新极核 "。

全栈自研

构筑自主可控根基

全球科技竞争白热化，算力作为人工智能的基石，成为国家战略的核心，自主可控的数字底座成为中国抵御外部冲击的重要生产力。

"2022 年启动的国产化智算中心布局，如今看来极具前瞻性。" 上海超级计算中心应用技术部部长王涛介绍，2023 年 2 月，上海超算中心正式发布基于昇腾 Atlas900 Pod 算力集群的全栈国产化人工智能公共算力服务平台，峰值速度可达 100PFLOPS（FP16），截至目前，已有逾 80 家用户基于平台实现了典型应用。

图源：上海超级计算中心

平台适配了 DeepSeek 等主流模型，服务于药学、航空航天、金融、教育等多个领域，比如支持商飞利用昇腾算力加速国产大飞机研制；支持中核八所开发 " 龙吟大模型 "，服务核电领域；支持蜜度打造政务大模型，提升公文写作效率……以昇腾为生态核心底座，平台为这些本地企业、科研机构和高校提供端到端模型训练、推理和 API 接口服务。

" 计算无止境，问题永远足够大。" 上海超算中心主任李根国感慨，从宇宙演化到生命科学，" 计算已成为科技发展的必然手段。" 据李根国介绍，新一代算力中心将融合传统超算与智能算力，构建 " 超智融合 " 科研范式，形成覆盖科研创新的新链条。

将视野转至位于上海宝山的中国太保罗泾数据中心，偌大的空间内仅有 20 多名 IT 运维人员，整个数据中心完全采用智能化、数字化管理，服务器、电源系统、空调设备等硬件实现了自动化运行。

这里，是中国保险业的一个 " 奇迹 "，太保罗泾数据中心整体规划占地约 60 亩，规划机柜数 3000 多个，但仅仅用了 298 天，一个全栈国产化的大型数据中心便正式交付，创造了行业最快速度。

面对国际技术壁垒与行业生产痛点，" 自主可控 " 是国内大型企业 AI 战略的基石。

2023 年，太保加速人工智能战略发展，在对不同智算芯片进行 POC 验证后发现，昇腾的能力不仅在大多数场景与国外卡持平，甚至在某些场景中实现了超越。与此同时，华为在技术上的自主可控和大模型适配生态的成熟度，是太保人工智能战略可持续发展的重要保障。

因此，在国产技术底座建设上，太保科技打造了保险行业首个自主创新千亿级大模型基础设施。基于昇腾算力底座软硬协同的优化技术，大模型训练的整网计算性能提升了 30%，基于鲲鹏底座实现 " 一云多芯 " 战略落地，30 天内完成 60 余个应用的原生版本适配，综合性能提升 10%，高效支撑 " 双 11" 等业务高峰，为保险核心系统国产化与低碳数据中心改造提供新路径。

" 国产化不仅是技术替换，更是对行业生态的重构。" 太保科技云服务事业群总经理蔡健表示，到 2024 年，300 多个系统实现全栈自主可控，覆盖计算、存储、网络、操作系统和数据库，预计到 2027 年全面完成国产化。

与太保科技 " 于无声处见未来 " 的金融科技探索相比，" 钢铁硬汉 " 宝钢股份的智能化转型更像一场轰轰烈烈的 " 双向奔赴 "。但在自主可控这道必选题上，宝钢股份与太保科技做了 " 同题共答 "。

从底层的 ARM 芯片（基于 ARM 架构设计的处理器）/NPU 芯片（神经网络处理器），到上层的硬件使能架构 CANN（对位英伟达计算统一设备架构 CUDA）级 AI 框架昇思（对位开源深度学习框架 PyTorch），训练加速库等，昇腾都构建了完整的自主可控方案和能力。

" 避免卡脖子是宝钢 AI 战略的基本要求。" 宝钢相关负责人表示，随着美国对 AI 芯片的进一步限制，供应链安全成为企业命脉，全栈自研的昇腾不仅消除了此风险，而且开放的生态，使其可以与国内主流大模型厂商无缝衔接，从而可为宝钢量身定制构建钢铁智能算力底座。

AI 重塑

数实融合打造行业灯塔

无论是上海超算中心，还是中国太保和宝钢股份，当这些行业龙头与国产算力底座深度融合，产业竞争力正在被重塑。

作为中国宝武钢铁集团的核心子公司，宝钢不仅是全球钢铁产能的领军者，还肩负着行业绿色化、智能化转型的使命。

钢铁行业传统生产模式面临多重挑战：长流程制造涉及复杂的化学物理反应，热态过程滞后且检测手段有限，轧制环节速度快、精度要求高，人工经验依赖度高导致质量和成本波动。

随着 AI 进入核心生产环节，这些难题正在被一一解决。宝山钢铁基地热轧 1880 产线上，只需几分钟，一块厚厚的钢板便在隆隆的机器轰鸣声中，历经多次反复碾压、冲刷、降温，最终变成一卷最薄为 1.2mm 的热轧钢卷，中间所有环节全部由 AI 模型预测和控制，而宽度误差率正负不能超过 2mm。

2024 年下半年，基于华为盘古预测大模型开发的热轧自然宽展预测模型正式投入使用，完成了华为预测大模型在钢铁制造领域的闭环控制技术验证，上线数月以来，已经实现推理精度和效率与现有小模型相当，且开发和迭代效率远高于原有模式。

高质量行业数据集是驱动 "AI+" 制造业产业升级的关键因子。

高炉控制是全球钢铁行业的难点，炉内温度最高可达 1600 摄氏度，传统方式下炉温预测命中率不高。2024 年，宝钢与华为联手攻关，尤其在高炉控制场景数据治理上投入大量人力，经过十余次迭代后，最终形成符合大模型训练和推理的高质量高炉场景数据集，模型的成功也水到渠成。据宝钢相关负责人透露，截至目前，预测一小时后的炉温命中率达 95%，硅含量命中率达 92%，预测两小时后也能达到 90% 以上，具备可实际应用的能力，经济效益非常可观。

2025 年，宝钢计划上线 300 个 AI 场景，打造 5 条标杆产线，并在钢铁大模型、数字孪生、全产业链优化等领域突破，部署 100 个智能体，覆盖研发、决策、诊断等环节，预计未来模型数将超过 1000 个，彻底改变传统钢铁制造业的面貌。

图源：宝钢

更重要的是，这套模式正在加速复制推广。据透露，高炉智能控制联合创新模型未来将由宝信软件在宝武集团内推广，复制到宝钢下属基地和宝武集团下属钢厂；而这种 " 宝钢 + 华为 + 宝信 " 的协同模式，将共同为钢铁行业输出 AI 能力。以专业分工凝聚合力，为钢铁行业智能化生态注入活力。

人工智能是一场从 " 经验驱动 " 到 " 数据驱动 " 的认知革命。宝钢高炉里跳动的 " 数字心脏 "、太保云端运行的 " 保险大脑 "，本质上都是技术创新与行业 Know-How 的化学反应。

这种 AI 与行业 Know-How 的融合正在重构产业链价值，其意义亦远不止于效率提升，更在于解决这些领域深层痛点时催生的创新性方案，让 AI 从单一工具进化为产业大脑，驱动企业从 " 制造 " 走向 " 智造 "，并以可复制的模式树立标准，为全行业点亮 "ALL IN AI" 的灯塔，驱动中国在全球竞争中加速迈向智能新时代。

排版／  季嘉颖

图片／  上海超级计算中心   宝钢

来源／《IT 时报》公众号 vittimes

E N D