在人工智能深度赋能实体经济、“人工智能+”战略全面落地的产业背景下，算力作为数字经济的核心基座，正从通用大模型训练推理场景，加速向工业工程、先进制造等实体领域渗透。
海光信息技术股份有限公司（以下简称“海光信息”）精准布局AI4E（人工智能赋能工程计算）赛道，锚定实体产业算力刚需，打造差异化国产算力解决方案。
近日，海光信息总裁沙超群接受《证券日报》记者采访，深度解读AI4E与通用大模型算力的核心差异、企业布局逻辑等，并介绍了海光信息在技术迭代、生态共建层面的核心布局与未来规划。
锚定实体产业刚需
当前，人工智能产业高速发展，通用大模型的训练、推理催生了大量算力需求。但在沙超群看来，AI产业的终极价值在于赋能实体、提升产业效率，而AI4E正是AI赋能制造业与工程计算的核心落地路径，也是海光信息长期深耕的核心赛道。
沙超群告诉记者，AI4E精准聚焦实体经济核心场景，面向桥梁建筑设计、汽车研发、生物制药、工业仿真等工程计算领域，覆盖CAD、CAE等主流工业软件应用。工程计算直接关联工业设计、产品研发与生产落地，绝对不允许计算误差，高精度是工程算力的核心底线，这也是其区别于通用大模型算力的核心特质。
相较于通用算力场景的标准化需求，AI4E场景具备极强的多元化、定制化特征，涵盖计算密集型、数据密集型等多种工程计算类型。针对行业痛点，海光信息搭建专属工程计算应用框架层，通过定制化算子优化与运行池适配，实现各类工程场景的快速兼容、历史代码快速迁移与场景高效落地，目前已与同济大学等高校深度合作，积累了多行业垂类工程算力落地案例，打造产学研融合标杆。
谈及赛道布局初心，沙超群表示，从早年的信息化与工业化融合，到如今“人工智能+”赋能实体，产业数字化的核心始终是赋能制造业提质增效。AI4E直击工程计算、先进制造的核心痛点，是人工智能落地实体经济的关键抓手，具备极强的产业价值与政策契合度，也是海光信息坚守该赛道的核心逻辑。未来，该公司将持续深化标杆场景落地，加速成熟方案的全行业复制。
与产业链携手共赢
随着人工智能产业加速发展，全球算力相关资本开支持续攀升，算力已成为各国数字经济竞争的核心赛道。
沙超群结合全球产业格局与国内市场禀赋，对国产算力行业发展趋势给出明确判断：国内算力市场增长空间广阔，国产化替代、自主可控将是未来算力产业发展的核心主线。从国内市场来看，我国拥有庞大市场与完整的工业体系，各行各业智能化转型需求旺盛，未来算力需求增速将超越海外市场。
沙超群认为，在行业高速增长的同时，也对国产算力基座厂商的技术迭代、产品适配、生态建设能力提出了更高要求，这既是挑战也是机遇。依托自主可控的高端芯片技术、成熟的产品体系与完善的生态布局，国产算力企业有望深度受益于行业红利，持续夯实产业核心竞争力。
当前AI应用已进入深水区，算力需求从单一GPU算力，转向CPU、GPU协同调度的多元化、系统化算力形态。面对产业变革趋势，海光信息在技术、系统、生态层面全方位布局，以适配AI多元化、深层次的算力需求。
例如，依托海光产业生态合作组织，海光信息协同产业链各方力量，开展联合研发、应用适配与市场推广等工作，推出了多项贴合行业需求的场景化解决方案，有效覆盖政务、金融、医疗、工业等多个重点领域。通过生态协同发力，该公司进一步打通了产业链合作堵点，提升了产业整体国产化水平，实现了产业链各方的共赢发展。
沙超群表示，AI深水区的竞争，本质是算力系统与产业生态的综合竞争。基于软硬件深度协同的优化思路，海光信息联合海光产业生态合作组织数千家生态伙伴、国内大模型研发企业、行业应用服务商，针对性优化算力产品性能，实现训练场景算力升级、推理场景性价比提升、科学计算扩展性优化、工程算力适配效率升级的全方位突破，全面适配AI产业多元化落地需求。
站在人工智能赋能实体经济的关键节点，沙超群表示，海光信息将持续坚守国产高端算力主阵地，以AI4E为核心差异化赛道，持续深化技术迭代、产品优化与生态共建。依托国产化核心技术、开源开放的生态理念、产学研用一体化的落地模式，持续破解国产工程算力适配难题，加速高端国产算力在先进制造、工程研发、科研创新等核心领域的规模化落地，全力夯实国产算力产业基座，助力我国数字经济与实体经济深度融合。
晟红网提示：文章来自网络，不代表本站观点。
