過去幾年，AI競爭焦點(diǎn)一直在大模型訓(xùn)練上，參數(shù)規(guī)模邁上新階，萬卡集群點(diǎn)亮，都能在行業(yè)里掀起一陣討論。到了2026年，風(fēng)向發(fā)生了轉(zhuǎn)變，AI逐步進(jìn)入制造、電力、交通等工業(yè)現(xiàn)場，諸多摩擦開始顯現(xiàn)，業(yè)界開始追問，AI到底能不能在工業(yè)領(lǐng)域跑起來？

跑起來這三個(gè)字，到了工業(yè)現(xiàn)場就具象為一連串硬指標(biāo)，新的矛盾隨之暴露。云端模式存在網(wǎng)絡(luò)時(shí)延和數(shù)據(jù)回傳壓力，工業(yè)現(xiàn)場又普遍面臨數(shù)據(jù)合規(guī)、網(wǎng)絡(luò)穩(wěn)定性、長期連續(xù)運(yùn)行等要求。與此同時(shí)，傳統(tǒng)工業(yè)控制體系并非圍繞AI推理設(shè)計(jì)，大量工業(yè)系統(tǒng)在兼容性、遷移成本和生態(tài)協(xié)同上仍存在明顯門檻。AI要真正落地，算力底座必須像基礎(chǔ)設(shè)施建設(shè)一樣打牢夯實(shí)，而工業(yè)芯片正是其中關(guān)鍵一環(huán)。

2026世界智能產(chǎn)業(yè)博覽會上，海光聯(lián)合光合組織全方位展示了覆蓋芯片、整機(jī)、軟件到應(yīng)用的全鏈條開放算力體系。海光信息總裁助理，創(chuàng)新產(chǎn)品線總經(jīng)理李成和海光信息企業(yè)業(yè)務(wù)部總經(jīng)理李程在智博會現(xiàn)場，圍繞工業(yè)算力焦慮的現(xiàn)實(shí)困境，詳解了海光的破解之法。

工業(yè)AI落地，算力下沉是必然條件

工業(yè)AI與互聯(lián)網(wǎng)AI最大的區(qū)別，在于前者直接運(yùn)行在生產(chǎn)現(xiàn)場。李程觀察到，當(dāng)前大模型生態(tài)正呈現(xiàn)明顯的“啞鈴化”趨勢：一端是生產(chǎn)力工具快速下沉，另一端是模型能力持續(xù)提升，中間層卻在加速收縮。映射到制造業(yè)，大模型應(yīng)用同樣“兩頭熱、中間冷”。其中營銷服務(wù)、運(yùn)營管理等外圍環(huán)節(jié)落地較快，研發(fā)設(shè)計(jì)、中試驗(yàn)證等環(huán)節(jié)比例逐步提升，但真正深入生產(chǎn)制造核心的應(yīng)用仍然有限。

而落到生產(chǎn)現(xiàn)場，痛點(diǎn)則更為具體。以AI質(zhì)檢為例，工業(yè)相機(jī)需要持續(xù)采集圖像并識別缺陷。若所有數(shù)據(jù)上傳云端，網(wǎng)絡(luò)波動和鏈路時(shí)延會直接影響產(chǎn)線節(jié)拍。同樣的問題也存在于工業(yè)機(jī)器人、電力監(jiān)測、軌交運(yùn)維等場景。隨著AI進(jìn)入控制鏈路，工業(yè)系統(tǒng)對實(shí)時(shí)性、本地化和連續(xù)運(yùn)行能力的要求顯著提高。

因此，越來越多企業(yè)將部分AI推理能力部署到邊緣側(cè)，在現(xiàn)場完成數(shù)據(jù)處理，以降低時(shí)延、減輕帶寬壓力，保障系統(tǒng)連續(xù)運(yùn)行。李成在采訪中談到，AI時(shí)代的數(shù)據(jù)流轉(zhuǎn)正走向云邊端協(xié)同，尤其在工業(yè)領(lǐng)域，邊緣側(cè)正成為AI進(jìn)入現(xiàn)場的重要載體，這也是海光在云邊端全面布局的核心邏輯。

在此過程中，工業(yè)芯片的重要性日益凸顯。行業(yè)數(shù)據(jù)顯示，工業(yè)應(yīng)用約占全球芯片市場21%，是半導(dǎo)體行業(yè)中需求最穩(wěn)定的領(lǐng)域之一。工業(yè)系統(tǒng)常年在高溫、高濕、電磁干擾、振動等環(huán)境下運(yùn)行，設(shè)備生命周期往往超過十年。工業(yè)客戶對芯片的要求不只看算力，更看重穩(wěn)定性、低時(shí)延、寬溫適應(yīng)、長期供貨和安全性。底層硬件一旦故障，可能直接導(dǎo)致產(chǎn)線停機(jī)甚至關(guān)鍵基礎(chǔ)設(shè)施異常。這正是工業(yè)芯片與消費(fèi)級芯片的根本區(qū)別，工業(yè)市場不追求先進(jìn)制程，而是重視成熟工藝、長期可靠性和復(fù)雜工況下的持續(xù)運(yùn)行能力。

海光在本次智博會上的展示，清晰呈現(xiàn)了其在工業(yè)領(lǐng)域的戰(zhàn)略布局。李成表示，隨著AI向邊緣側(cè)延伸，客戶對嵌入式、低功耗、小體積產(chǎn)品的需求持續(xù)增長。海光除了面向服務(wù)器和工作站的產(chǎn)品外，也在工業(yè)場景中部署邊端產(chǎn)品，包括適用于工業(yè)現(xiàn)場的嵌入式、低功耗方案，且已有產(chǎn)品投入實(shí)際應(yīng)用。

海光以三大支柱夯實(shí)工業(yè)算力地基

從上文可以看出，AI進(jìn)入工業(yè)現(xiàn)場所面臨的資源爭搶、協(xié)議兼容、遷移成本、運(yùn)維復(fù)雜度，每一項(xiàng)都是真實(shí)障礙。

基礎(chǔ)不牢，地動山搖。針對上述痛點(diǎn)，海光以國產(chǎn)自主可控算力底座撐起工業(yè)AI的根基。李成將這一算力底座的能力概括為三個(gè)層面，每一層都對應(yīng)著工業(yè)現(xiàn)場最核心的現(xiàn)實(shí)需求。

第一是承接生態(tài)。海光CPU兼容x86指令集，工業(yè)領(lǐng)域大量現(xiàn)有軟件和應(yīng)用不用重寫就能直接跑，千萬級應(yīng)用開箱即用。通過光合組織，海光聚合了超過6500家上下游生態(tài)廠商，聯(lián)合完成15000余項(xiàng)軟硬件兼容適配。在鐵路信號系統(tǒng)國產(chǎn)化試點(diǎn)中，國內(nèi)五家核心信號廠家的工控機(jī)全部選用海光C86路線，這正是其工控芯片在關(guān)鍵基礎(chǔ)設(shè)施領(lǐng)域扎根的例證。

第二是生態(tài)協(xié)同。海光采用CPU加DCU的雙芯策略，CPU負(fù)責(zé)通用計(jì)算和工業(yè)控制，DCU專門處理AI訓(xùn)練和推理，兩者協(xié)同適配工業(yè)現(xiàn)場混合負(fù)載。隨著AI進(jìn)入產(chǎn)線，CPU不僅要管好軟硬件，還要跟不同廠商的異構(gòu)芯片高速互聯(lián)。2025年12月，海光開放了基于CPU的高速互聯(lián)協(xié)議，為異構(gòu)芯片提供更高效的通信通道，這對工業(yè)邊緣側(cè)多設(shè)備協(xié)同尤其重要。

第三則是安全承諾。隨著AI逐漸進(jìn)入能源、電力、軌交等關(guān)鍵行業(yè)，底層可信能力的重要性正在提升。相比后期外掛安全模塊，越來越多工業(yè)客戶開始關(guān)注芯片底層安全能力本身。

海光從指令集底層支持國密算法、可信計(jì)算和機(jī)密計(jì)算，不靠外掛模塊，不犧牲性能。這些底層能力可以免疫或修復(fù)熔斷、幽靈等高危漏洞，滿足能源、電力、軌交等行業(yè)對數(shù)據(jù)安全和信息安全的剛性需求。

由此，海光算力基座在生態(tài)上兼容，連通上開放協(xié)議，安全上提供保障，恰恰構(gòu)建了一個(gè)能夠適應(yīng)工業(yè)環(huán)境、兼顧控制與AI負(fù)載、并能夠長期演進(jìn)的算力底座。

工業(yè)AI競爭到最后，拼的是生態(tài)協(xié)同

芯片參數(shù)再高，沒有配套的整機(jī)、沒有適配好的算法，用戶依然很難真正用起來。這是國產(chǎn)算力過去幾年反復(fù)踩過的坑。很多芯片廠商單看跑分不錯(cuò)，到了用戶現(xiàn)場才發(fā)現(xiàn)，用戶需要的是即插即用的方案，而不是一個(gè)需要自己折騰兼容性的零件。

海光借助光合組織所做的生態(tài)建設(shè)，是將“開放算力生態(tài)+全鏈協(xié)同”的模式在國產(chǎn)算力上落地，其本質(zhì)上是在打通芯片、整機(jī)、軟件、應(yīng)用之間的協(xié)同鏈路。由此，讓各個(gè)環(huán)節(jié)之間有一條標(biāo)準(zhǔn)化的通道，不用每個(gè)用戶都自己修路。

從更宏觀的視角看，這個(gè)方向跟政策趨勢是一致的。“十五五”開局，工信部等八部門聯(lián)合印發(fā)《“人工智能+制造”專項(xiàng)行動實(shí)施意見》，明確加快智能制造關(guān)鍵技術(shù)裝備突破、推動人工智能在研發(fā)設(shè)計(jì)、生產(chǎn)制造、運(yùn)營管理等全流程深度應(yīng)用。與此同時(shí)，國產(chǎn)AI芯片自給率快速提升。摩根士丹利2026年5月發(fā)布的最新報(bào)告顯示，中國AI芯片自給率已從2023年的20%躍升至2026年的41%，三年實(shí)現(xiàn)翻倍，并預(yù)計(jì)到2030年有望達(dá)到85%。

李程表示，海光正積極響應(yīng)這一趨勢，已在50余個(gè)AI+應(yīng)用場景展開探索，覆蓋制造業(yè)研、產(chǎn)、供、銷、服全流程。面向未來，他認(rèn)為算力普惠化、場景深度融合、數(shù)字孿生閉環(huán)、產(chǎn)業(yè)范式革新、人機(jī)協(xié)同深化將成為“人工智能+制造”的核心方向，海光在異構(gòu)底座、場景深耕、開放開源等方面已做好相應(yīng)準(zhǔn)備。

具體而言，海光目前已經(jīng)完成超過1.5萬項(xiàng)軟硬件兼容適配，并建立28個(gè)生態(tài)適配中心和25個(gè)區(qū)域分會，面向石油、汽車、裝備制造、電力等重點(diǎn)行業(yè)推進(jìn)本地化生態(tài)協(xié)同。對于工業(yè)客戶來說，這意味著系統(tǒng)遷移成本更低，項(xiàng)目交付周期更可控，后續(xù)運(yùn)維也更容易形成持續(xù)支撐能力。

市場空間已經(jīng)打開，而在工業(yè)場景中，能接住這一輪需求的，一定是生態(tài)最成熟、適配最順暢、服務(wù)最高效的體系。海光依托光合組織構(gòu)建的開放算力生態(tài)，正是在用系統(tǒng)化的能力回應(yīng)上述行業(yè)訴求。

尾聲

我們正在經(jīng)歷的，或許是工業(yè)AI的筑基階段。當(dāng)AI開始進(jìn)入產(chǎn)線、設(shè)備與控制系統(tǒng)之后，產(chǎn)業(yè)競爭的重心正在發(fā)生變化。算力不再只是數(shù)據(jù)中心里的資源，而開始像電力、網(wǎng)絡(luò)一樣，逐漸演變?yōu)楣I(yè)系統(tǒng)中的基礎(chǔ)設(shè)施。

海光在智博會現(xiàn)場所展示的，正是其對這一時(shí)代命題的回答。無論是雙芯協(xié)同構(gòu)建工業(yè)AI底座，還是依托光合組織推動開放算力生態(tài)，其本質(zhì)都不是單純擴(kuò)大算力規(guī)模，而是讓國產(chǎn)算力真正融入工業(yè)現(xiàn)場，成為產(chǎn)業(yè)系統(tǒng)里長期可運(yùn)行、可協(xié)同、可演進(jìn)的一部分。

而這，或許才是工業(yè)AI真正進(jìn)入深水區(qū)的標(biāo)志。