工控网首页
>
新闻中心
>
业界动态
>
2026智博会观察：工业AI时代，国产算力真正进入工业现场
微博
微信
2026智博会观察：工业AI时代，国产算力真正进入工业现场
工控网
2026/5/29 16:44:50
过去几年，AI竞争焦点一直在大模型训练上，参数规模迈上新阶，万卡集群点亮，都能在行业里掀起一阵讨论。到了2026年，风向发生了转变，AI逐步进入制造、电力、交通等工业现场，诸多摩擦开始显现，业界开始追问，AI到底能不能在工业领域跑起来？
跑起来这三个字，到了工业现场就具象为一连串硬指标，新的矛盾随之暴露。云端模式存在网络时延和数据回传压力，工业现场又普遍面临数据合规、网络稳定性、长期连续运行等要求。与此同时，传统工业控制体系并非围绕AI推理设计，大量工业系统在兼容性、迁移成本和生态协同上仍存在明显门槛。AI要真正落地，算力底座必须像基础设施建设一样打牢夯实，而工业芯片正是其中关键一环。
2026世界智能产业博览会上，海光联合光合组织全方位展示了覆盖芯片、整机、软件到应用的全链条开放算力体系。海光信息总裁助理，创新产品线总经理李成和海光信息企业业务部总经理李程在智博会现场，围绕工业算力焦虑的现实困境，详解了海光的破解之法。
工业AI落地，算力下沉是必然条件
工业AI与互联网AI最大的区别，在于前者直接运行在生产现场。李程观察到，当前大模型生态正呈现明显的“哑铃化”趋势：一端是生产力工具快速下沉，另一端是模型能力持续提升，中间层却在加速收缩。映射到制造业，大模型应用同样“两头热、中间冷”。其中营销服务、运营管理等外围环节落地较快，研发设计、中试验证等环节比例逐步提升，但真正深入生产制造核心的应用仍然有限。
而落到生产现场，痛点则更为具体。以AI质检为例，工业相机需要持续采集图像并识别缺陷。若所有数据上传云端，网络波动和链路时延会直接影响产线节拍。同样的问题也存在于工业
机器人
、电力监测、轨交运维等场景。随着AI进入控制链路，工业系统对实时性、本地化和连续运行能力的要求显著提高。
因此，越来越多企业将部分AI推理能力部署到边缘侧，在现场完成数据处理，以降低时延、减轻带宽压力，保障系统连续运行。李成在采访中谈到，AI时代的数据流转正走向云边端协同，尤其在工业领域，边缘侧正成为AI进入现场的重要载体，这也是海光在云边端全面布局的核心逻辑。
在此过程中，工业芯片的重要性日益凸显。行业数据显示，工业应用约占全球芯片市场21%，是半导体行业中需求最稳定的领域之一。工业系统常年在高温、高湿、电磁干扰、振动等环境下运行，设备生命周期往往超过十年。工业客户对芯片的要求不只看算力，更看重稳定性、低时延、宽温适应、长期供货和安全性。底层硬件一旦故障，可能直接导致产线停机甚至关键基础设施异常。这正是工业芯片与消费级芯片的根本区别，工业市场不追求先进制程，而是重视成熟工艺、长期可靠性和复杂工况下的持续运行能力。
海光在本次智博会上的展示，清晰呈现了其在工业领域的战略布局。李成表示，随着AI向边缘侧延伸，客户对嵌入式、低功耗、小体积产品的需求持续增长。海光除了面向服务器和工作站的产品外，也在工业场景中部署边端产品，包括适用于工业现场的嵌入式、低功耗方案，且已有产品投入实际应用。
海光以三大支柱夯实工业算力地基
从上文可以看出，AI进入工业现场所面临的资源争抢、协议兼容、迁移成本、运维复杂度，每一项都是真实障碍。
基础不牢，地动山摇。针对上述痛点，海光以国产自主可控算力底座撑起工业AI的根基。李成将这一算力底座的能力概括为三个层面，每一层都对应着工业现场最核心的现实需求。
第一是承接生态。海光CPU兼容x86指令集，工业领域大量现有软件和应用不用重写就能直接跑，千万级应用开箱即用。通过光合组织，海光聚合了超过6500家上下游生态厂商，联合完成15000余项软硬件兼容适配。在铁路信号系统国产化试点中，国内五家核心信号厂家的工控机全部选用海光C86路线，这正是其工控芯片在关键基础设施领域扎根的例证。
第二是生态协同。海光采用CPU加DCU的双芯策略，CPU负责通用计算和工业控制，DCU专门处理AI训练和推理，两者协同适配工业现场混合负载。随着AI进入产线，CPU不仅要管好软硬件，还要跟不同厂商的异构芯片高速互联。2025年12月，海光开放了基于CPU的高速互联协议，为异构芯片提供更高效的通信通道，这对工业边缘侧多设备协同尤其重要。
第三则是安全承诺。随着AI逐渐进入能源、电力、轨交等关键行业，底层可信能力的重要性正在提升。相比后期外挂安全模块，越来越多工业客户开始关注芯片底层安全能力本身。
海光从指令集底层支持国密算法、可信计算和机密计算，不靠外挂模块，不牺牲性能。这些底层能力可以免疫或修复熔断、幽灵等高危漏洞，满足能源、电力、轨交等行业对
数据安全
和信息安全的刚性需求。
由此，海光算力基座在生态上兼容，连通上开放协议，安全上提供保障，恰恰构建了一个能够适应工业环境、兼顾控制与AI负载、并能够长期演进的算力底座。
工业AI竞争到最后，拼的是生态协同
芯片参数再高，没有配套的整机、没有适配好的算法，用户依然很难真正用起来。这是国产算力过去几年反复踩过的坑。很多芯片厂商单看跑分不错，到了用户现场才发现，用户需要的是即插即用的方案，而不是一个需要自己折腾兼容性的零件。
海光借助光合组织所做的生态建设，是将“开放算力生态+全链协同”的模式在国产算力上落地，其本质上是在打通芯片、整机、软件、应用之间的协同链路。由此，让各个环节之间有一条标准化的通道，不用每个用户都自己修路。
从更宏观的视角看，这个方向跟政策趋势是一致的。“十五五”开局，工信部等八部门联合印发《“人工智能+制造”专项行动实施意见》，明确加快
智能制造
关键技术装备突破、推动人工智能在研发设计、生产制造、运营管理等全流程深度应用。与此同时，国产AI芯片自给率快速提升。摩根士丹利2026年5月发布的最新报告显示，中国AI芯片自给率已从2023年的20%跃升至2026年的41%，三年实现翻倍，并预计到2030年有望达到85%。
李程表示，海光正积极响应这一趋势，已在50余个AI+应用场景展开探索，覆盖制造业研、产、供、销、服全流程。面向未来，他认为算力普惠化、场景深度融合、数字孪生闭环、产业范式革新、人机协同深化将成为“人工智能+制造”的核心方向，海光在异构底座、场景深耕、开放开源等方面已做好相应准备。
具体而言，海光目前已经完成超过1.5万项软硬件兼容适配，并建立28个生态适配中心和25个区域分会，面向石油、汽车、装备制造、电力等重点行业推进本地化生态协同。对于工业客户来说，这意味着系统迁移成本更低，项目交付周期更可控，后续运维也更容易形成持续支撑能力。
市场空间已经打开，而在工业场景中，能接住这一轮需求的，一定是生态最成熟、适配最顺畅、服务最高效的体系。海光依托光合组织构建的开放算力生态，正是在用系统化的能力回应上述行业诉求。
尾声
我们正在经历的，或许是工业AI的筑基阶段。当AI开始进入产线、设备与控制系统之后，产业竞争的重心正在发生变化。算力不再只是数据中心里的资源，而开始像电力、网络一样，逐渐演变为工业系统中的基础设施。
海光在智博会现场所展示的，正是其对这一时代命题的回答。无论是双芯协同构建工业AI底座，还是依托光合组织推动开放算力生态，其本质都不是单纯扩大算力规模，而是让国产算力真正融入工业现场，成为产业系统里长期可运行、可协同、可演进的一部分。
而这，或许才是工业AI真正进入深水区的标志。
审核编辑(
唐楠
)
0
0
投诉建议
提交
工控网
文章
口碑
人气
取消关注
关注
留言
其他资讯
查看更多
从西北一隅到行业标杆——西安海兴电力科技十六年蜕变之路
从西北一隅到行业标杆——西安海兴电力科技十六年蜕变之路
广域铭岛刘心棋：以“数据智能”穿越周期，生态协同重塑制造业价值链
广域铭岛刘心棋：以“数据智能”穿越周期，生态协同重塑制造业价值链
【投稿】“技术漂流瓶”西门子小型自动化应用故事征集！100%有奖！
【投稿】“技术漂流瓶”西门子小型自动化应用故事征集！100%有奖！
【5月AI主题月｜福利拉满】西门子技术论坛发帖抢宝箱、回帖有惊喜，征文豪礼加量 200%
【5月AI主题月｜福利拉满】西门子技术论坛发帖抢宝箱、回帖有惊喜，征文豪礼加量 200%
智涌钱塘 产融共兴 ——平安租赁第三届“智造”峰会顺利举办
智涌钱塘 产融共兴 ——平安租赁第三届“智造”峰会顺利举办