记者 徐若滨

　　编者按：

　　2025年春节刚过，科技圈被一则消息点燃：中国AI企业深度求索（DeepSeek）推出的开源大模型DeepSeek-R1，在资本市场引发“核爆效应”。这场由国产大模型掀起的资本狂潮，恰似一柄手术刀，精准剖开了中国AI产业发展的深层肌理。

　　DeepSeek的突围绝非偶然。这个在训练成本压缩至国际同行三分之一、推理效率提升40%的“中国智造”，背后折射出的是中国AI产业的系统性变革——当青岛人工智能产业园的服务器集群昼夜不息运转，当深圳前海的智算中心点亮粤港澳大湾区的数字星空，当成都天府智算中心以每秒百亿亿次的算力重塑西南经济版图，一场关乎未来科技制高点的产业竞速正在960万平方公里土地上铺展。

　　从北京中关村的算法实验室到宁夏中卫的沙漠数据中心，从华为昇腾芯片的生产线到科大讯飞的国产算力平台，中国AI产业正以“举国体制+市场机制”的双轮驱动，书写着科技自立自强的时代答卷。这场始于技术、兴于产业、成于生态的变革浪潮，正在重塑全球创新版图。

　　千帆竞发

　　地方AI产业版图重构

　　站在青岛市崂山区的人工智能产业园观景台俯瞰，中科曙光的全球研发总部基地与东华软件副中心产业园交相辉映，犹如两艘蓄势待发的数字航母。这片3000亩的产业热土，2023年创下672.6亿元营收，40%的增速背后，是5个国家级技术平台、7家专精特新“小巨人”企业的硬核支撑。“我们正在打造‘算法商城’，就像应用商店之于智能手机，未来这里将成为中国AI解决方案的集散地。”青岛市工信局局长刘大川的比喻，道出了这座海滨城市的产业雄心。

　　2000公里外的深圳，前海深港人工智能算力中心的蓝色指示灯在夜色中明灭闪烁。这个拥有1000P算力的“超级大脑”，与华为盘古、腾讯混元等15个顶尖大模型共同构筑起“中国硅谷”的创新矩阵。“在深圳，从芯片设计到场景落地，最快三个月就能完成闭环。”云天励飞副总裁郑文先指着展厅里的DeepEdge10芯片说道。这款国内首创的大模型推理芯片，正是鹏城实验室、哈工大、华为等20余家机构协同攻关的结晶。

　　当北方和沿海城市在通用大模型领域高歌猛进，西南腹地的四川则另辟蹊径。在成都明途科技的实验室里，麻辣烫数字人正用四川方言介绍着地方美食；长虹云帆大模型让电视化身“剧情侦探”，仅凭演员名字就能精准定位剧情片段。“我们不做全能型选手，专注在工业质检、文旅服务等垂直领域做到极致。”四川省人工智能行业协会秘书长陈章透露，全省已涌现34个细分领域大模型，在工业缺陷检测准确率突破99%的同时，更催生出“AI+川剧”“AI+火锅”等特色IP。

　　这场产业竞速的背后，是地方政府的政策创新竞赛。天津市河北区成立全国首个区级数据局，推出“人工智能十条”专项政策；青岛市设立5.3亿元奖补资金池，计划三年内培育20家领军企业；深圳市构建“条例+方案+清单+基金群”政策矩阵，早在前年其数字经济核心产业增加值就已突破1.2万亿元。从京津冀到粤港澳，从中西部到长三角，一幅“八仙过海，各显神通”的AI产业全景图渐次展开。

　　算力突围

　　破解AI时代的“能源危机”

　　在成都数之联公司的研发中心，首席技术官傅彦正在为算力账单发愁：“训练工业质检大模型，每年光算力成本就吃掉七成预算。”这并非个例——训练一个千亿参数大模型的能耗，相当于3000辆燃油车绕地球一圈的碳排放。当全球AI算力需求以年均30%速度狂飙，这场“数字时代的石油危机”已迫在眉睫。

　　在合肥“中国声谷”，科大讯飞的工程师们正在调试“飞星二号”智算平台。这个基于华为昇腾910B芯片打造的国产算力集群，将大模型训练效率从对标A100的20%提升至90%以上。“就像在戈壁滩建水电站，我们要打通从芯片到框架的整个技术栈。”董事长刘庆峰展示的数据令人振奋：依托全国产平台，星火大模型的推理成本降低60%，训练周期缩短40%。

　　国产芯片企业的不断努力，如寒武纪、华为昇腾等在AI芯片领域已经取得了一定的成果，国产AI算力有望在政策支持和市场需求倒逼下，加速技术研发和产业化进程。展望后市，光大证券指出，考虑到英伟达GPU供应问题带来国产替代需求以及AI产品爆发带来的算力需求，2025年国内AI算力建设有望加速；同时，从三大运营商发布的大额招标来看，国产AI算力已成为主流，长期前景广阔。

　　硬件突围的同时，绿色革命悄然兴起。联想集团的天津工厂里，搭载自研温水水冷技术的Neptune服务器正在下线。这个数据中心“节能神器”，已在北京冬奥会数据中心创造年省电600万度的纪录。“传统风冷如同电风扇，我们的液冷技术就像给服务器做血液透析。”工作人员的比喻形象道出技术革新本质。

　　但真正的攻坚战在数据深水区。在成都考拉悠然的实验室，算法团队正对中药材图谱进行“数据精炼”。“2000万实体、20亿关系对的数据，需要像老中医炮制药材般反复提纯。”公司首席架构师谢治宇说道。这种“数据蒸馏”工艺，让中药大模型在云南三七种植基地大显身手，将病虫害识别准确率提升至98%。而当字节跳动宣布投入1600亿元建设数据中心集群，阿里云推出“东数西算2.0”计划，一场围绕数据要素的“新西部大开发”已然拉开帷幕。

　　突破数据关，需要不断沉淀和积累。“本草智库”中药全产业链大模型技术负责人陈伟介绍，他们花了10多年，建立含2000余万个实体和超20亿个关系对的知识图谱，生成一系列覆盖中药全产业链关键环节的数据，让大模型在中药种植、质量控制、药物研发等中药全产业链关键环节中具备决策支持能力。

　　AI算力作为支撑人工智能模型训练和应用的核心要素，其需求随着AI技术的飞速发展而不断攀升。政策扶持对于加速算力的提升、降低成本、推动产业发展起到了催化作用。高昂的算力成本是许多企业和研究机构在AI模型开发道路上的拦路虎，大模型训练一次需要200万至1200万美元，而如今每年最高5亿元的“训力券”的发放，使得更多主体有机会参与到AI模型的训练之中。

　　同时，以字节跳动为代表的国产AI产品正在进入爆发期，豆包、即梦等AI产品的发布和持续升级，都离不开强大的AI算力支撑。然而，随着美国对中国的科技出口管制愈发严格，特别是在英伟达GPU等核心计算硬件的出口限制下，中国必须加速发展自主可控的AI算力基础设施，减少对外部技术的依赖。

　　大模型的发展，离不开算力、算法、数据的支持。算力的大小，决定了大模型的训练速度。因此，一些企业不得不将大部分成本投入算力之中，以实现“大力出奇迹”。一名智能制造行业垂直大模型产品负责人介绍，他们的训练成本七成用于算力，推理成本九成用于算力，每年花在算力上的成本达上百万元。

　　对垂直大模型来说，数据既是难点，也是成败的关键。突破数据关，离不开“因材施教”。谢治宇表示，就训练大模型而言，参数的数量并不是最重要的，工程化过程中的调优才是真正的考验。“垂直领域不同类型的数据进来之后，需要专家总结成不涉及隐私信息的领域知识，‘合成’为大模型的‘专业教材’，才能研发出更有针对性的产品。”

　　“争夺大模型，就是争夺下一个技术时代的基础平台。”四川省人工智能行业协会秘书长陈章说道，经过几年发展，四川已汇聚130多家大模型相关企业，中、高端相关企业有90多家，覆盖基础层、产品层和应用层等产业链各领域，构建起良好的生态。“但是，超九成企业分布在产业链的技术层，涉及上下游的供应商相对缺乏。”

　　对于这一点，企业感触更深。“四川各个环节都能做，但能做精的不多。”成都明途科技有限公司首席技术官严帅说道，如产业链上游的数字人形象，能做到高仿真级别的，四川很难找到。从下游应用看，成都数之联科技股份有限公司的市场主要在省外。“作为一家四川企业，我们90%以上的客户都不是四川的。”傅彦呼吁，四川应聚焦应用层推出更多引导政策。

　　从国内来看，以字节跳动为例，媒体报道称，2025年字节跳动拟投入120亿美元开发AI芯片以及1600亿元打造数据中心集群，反映了国内企业在AI算力领域的积极布局；其他国内科技企业亦在陆续跟进。同时，在外部技术封锁与竞争压力下，提升自主可控能力和实现技术国产替代是未来发展的重要方向。

　　在算力不断升级以及AI推理需求不断增加的背景下，新技术路线会有新的产品需求持续出现，国内也将不断涌现出新产业链供应商，包括CPO、电源和液冷等。随着国内外资本开支持续高增长，市场对AI算力的需求也将持续“狂飙”，进而将带动AI服务器市场继续繁荣。

　　政策筑基

　　算力新基建的“中国方案”

　　正如之前所言，在数字经济时代，算力已成为新型生产力的核心要素，如同工业时代的蒸汽机、信息时代的互联网，正深刻改变着社会经济的面貌。从无人驾驶的精准导航到智慧政务的高效运行，从医疗健康的智能诊断到金融科技的快速交易，算力无处不在，支撑着人工智能应用的广泛落地。为了抢抓这一历史机遇，全国各地纷纷出台算力政策，加大投入建设算力基础设施，提升算力供给能力，为经济高质量发展注入强劲动力。

　　上海市，这座国际大都市，在算力基础设施建设方面从未停下脚步。作为全国的经济中心、科技创新中心，上海深知算力对于推动人工智能产业发展的重要性。近年来，上海不断加大算力基础设施的投资力度，优化算力资源结构，提升算力应用水平。然而，随着人工智能技术的飞速进步和应用场景的日益丰富，上海在算力发展上也面临着一些挑战。

　　算力中心布局不均衡是上海面临的一大问题。在浦东新区、临港新片区等东部地区，算力中心密集分布，而西部地区如嘉定区、青浦区的算力中心则相对较少。这种不均衡的布局不仅导致了资源调度和管理上的困难，也增加了建设和运维成本。为了破解这一难题，上海正积极推动算力资源的区域协同，加强与长三角地区的合作。通过建立跨区域的算力调度平台，上海希望能够实现算力资源的高效共享和优化配置，提高整体算力资源的利用效率。

　　除了布局不均衡外，能源消耗和环保压力也是上海算力发展必须面对的挑战。大规模计算任务和数据中心的电力需求激增，使得能效提升技术、绿色数据中心建设和可再生能源利用变得尤为迫切。上海正积极探索绿色算力的发展路径，通过采用先进的冷却技术、优化数据中心的设计和管理、利用可再生能源等措施，努力降低算力发展的环保压力。

　　在政策支持方面，上海市政府和相关机构也做出了积极努力。为了构建高效能计算基础设施，上海进一步加大了对算力基础设施建设的投资力度，特别是在高性能计算中心和智能计算中心的建设上。同时，上海还鼓励企业、高校和研究机构共建共享计算资源，降低中小企业的使用门槛。通过设立专项基金、吸引社会资本共同参与等方式，上海正加快算力基础设施的建设和扩容步伐。

　　不仅如此，上海还在算力平台的构建上下了大功夫。在政府部门的统筹引导下，上海正逐步构建起多层次的算力平台体系。市级算力中心负责统筹全市算力资源的规划和管理，满足大规模、高复杂度的计算需求；区级算力节点则由各区人民政府和相关主管部门协同建设，主要负责满足区域内中小企业和科研机构的算力需求。这种分层次的算力平台体系既保证了算力资源的高效利用，又满足了不同区域、不同行业的差异化需求。

　　在算力安全监管方面，上海也丝毫不敢懈怠。市政府制定了统一的算力安全标准和规范，明确算力平台的安全要求和技术标准。同时，建立了多层次的算力安全监管体系，包括市级监管部门、区级监管部门和行业监管部门，形成上下联动、协同配合的监管机制。此外，上海还加强算力安全技术研发和应用，支持高校、科研机构和企业开展算力安全技术研究，提升算力平台的安全防护能力。

　　上海在算力政策上的积极探索和实践，只是全国各地算力发展的一个缩影。在北京，政府发布了《北京市算力基础设施建设实施方案（2024—2027年）》，计划集中建设一批智算单一大集群，到2025年基本建成智算资源供给集群化、智算设施建设自主化等格局。在成都，天府智算西南算力中心的投入运营，为成都人工智能核心产业的发展注入了新动力。在河南，政府高度重视数字基建和智算中心的发展，计划投资数百亿元支持智算中心硬件设施建设、技术研发和应用推广。在宁夏，中卫市正着力发挥“东数西算”枢纽节点作用，努力把“交换中心”“算力中心”变成“投资中心”“效益中心”。

　　各地政府纷纷出台相关政策，科学规划发展方案，确保项目建设与地区经济发展情况相适应。这些政策的实施，不仅提升了当地的算力供给能力，也为数字经济的快速发展提供了有力支撑。算力基础设施的不断完善，使得人工智能应用得以更广泛地渗透到各行各业，推动传统产业转型升级，催生新的经济增长点。

　　随着各地算力政策的持续发力和算力基础设施的不断完善，我国的算力水平将迎来新的飞跃。算力将成为推动经济社会发展的重要力量，为数字经济的蓬勃发展注入源源不断的动力。

　　结语：

　　当DeepSeek大模型在全球开源社区引发“中国震撼”，当青岛的算法商城上线首个“AI治堵”方案，当宁夏的沙漠算力开始反哺东部智能制造，一个清晰的信号正在传递：中国AI产业已突破“跟跑”阶段，正以地方创新试验田为支点，撬动全球科技格局的重构。

　　这场始于算力、兴于数据、成于生态的产业革命，正在书写新的历史逻辑——在北京的智算集群里，每一块国产芯片都在改写技术依赖的叙事；在深圳的5G工厂中，每个数字孪生体都在重塑制造范式；在成都的智慧园区内，每个垂直大模型都在定义细分领域的新标准。正如科大讯飞“飞星计划”所昭示的：当自主创新的星星之火形成燎原之势，中国AI产业的星辰大海，注定闪耀着国产算力的璀璨光芒。

　　站在2025年的门槛回望，这场波澜壮阔的AI产业竞速，不仅是地方经济的转型之战，更是一个文明古国在智能时代的涅槃重生。当各地算力中心的光芒连缀成网，当国产大模型的智慧浸润千行百业，中国正以独特的制度优势和市场韧性，为人类智能文明贡献东方方案。