安徽AI实践：算力调度、水泥大模型与视觉检测落地

人工智能这轮科技革命和产业变革，靠它驱动；培育新质生产力、给实体经济撑腰，也离不开它。安徽这几年借上国家科学中心的人才储备，加上长三角的产业配套，正把AI技术从实验室往生产线上推，试验场的位置越来越明显。

前不久，《中国经营报》记者到安徽走了一圈，看了智算产业园、数据中心、水泥厂、装备车间和实验室。十万卡级机房、水泥窑旁的预测模型、社区里的康复装备，一路看下来，从算力到场景的路径慢慢清楚了：AI正被嵌进产业的具体工序，成本和收益也在重新算。

算力能不能调得动，才是价值所在

芜湖江北新区智算经济产业园，一层展厅的灯刚亮。大屏上的数字已经跳了一整夜：接入数据中心79家、上架算力产品1100余款、累计算力交易额突破6亿元。

这块地方叫“算立方”，由芜湖市大数据建设投资运营有限公司打造，也是芜湖“智算之城”对外的一个窗口。算力运营部负责人韩鹏飞告诉记者，公司建成了全国首个“五算合一”的省级算力统筹调度平台，通算、智算、超算、量算、天算五类异构算力汇到一张网里，算力供给和场景应用之间的链条就打通了。

对AI企业来讲，“五算合一”改变了什么？以前得一家家谈价格、比机型、等交付，现在算力摆上货架，按需下单、随取随用。平台另一头还接着政策：安徽省人工智能补贴政策从这里落地，芜湖“算力券”按智算服务合同实际发生费用兑付，一般企业25%，具身智能等未来产业领域45%，孵化载体内中小微企业可到70%。门槛降下来，算力才有可能从“稀缺资源”变成“生产要素”。

离展厅没多远，就是华为云芜湖3D数据中心，那边的路子不一样。今年9月，全球首个3D立体架构的人工智能数据中心在芜湖集群落地，一栋楼就能撑起十万卡级AI超节点集群。

走进园区，传统机房那套印象不太用得上了——机柜不是一排排平面堆着，而是自下而上分三层：供冷层、IT设备层、供电层，储能备电单元放在屋顶。电力、制冷、IT三套系统分层解耦。这笔账很实在：AI芯片差不多一年换一代，机电系统的设计寿命却按十年算。要是还按平面堆叠，芯片升一次级，机房可能就得改一轮；分层之后，“机电长周期稳定”和“算力短周期迭代”能兼顾。

合肥那边，中国电信安徽智算中心把“密度”和“国产化”一起提了上去。园区建成安徽省内首个冷板式液冷机房，部署单柜功率36.1千瓦的高功率液冷机柜，首期智算规模100P，配置国产芯片，给科大讯飞等本土头部AI企业提供高功率国产算力底座。

中国电信安徽公司互联网行业客户中心总经理梁波介绍，园区还深度参与安徽省算电协同填谷调度测试，依托天翼云息壤算力调度平台接入省级平台，联动市场化绿电交易，跟着省内绿电出力动态优化算力任务排班，把部分非实时训练任务往绿电富余地区迁。

讨论中被屡次提到的是“算电协同”。安徽的绿电资源说不上最丰富，电就成了算力成本的第一道约束。芜湖的做法，是把电网规划直接嵌进算力产业布局：2025年，华为、抖音、电信等数据中心通过市场交易买下绿电6000万千瓦时、绿证10.12万张；当地的数据中心算电协同项目还进了全国首批新型电力系统建设能力提升试点。靠调度压成本、靠交易换绿电，比起单纯拼机架数量，这更像一场能持续跑下去的竞赛。

AI开始真正下场干活

水泥是典型的流程工业：矿山开采、生料粉磨、熟料烧成、水泥粉磨、包装发运，一环扣一环，哪个环节参数漂了，几天后的化验单上就会显出来。过去质量控制靠“事后化验”：熟料出炉，取样、检测，等结果出来，工艺调整已经慢了一拍。

中控室里有了变化。海螺水泥总经理助理许越介绍，海螺联合华为打造了国内水泥建材行业首个工业大模型“海螺云工大模型”，底座是视觉、预测、自然语言处理三大基础模型，梳理出从矿山开采到包装发运全流程15类200余个潜在AI场景，面向生产优化、质量管控等五大方向落地40余项成熟应用。

这套系统究竟怎么运转，更值得一看——“中心训练、边缘推理、云边协同、边用边学”。训练放在中心侧，推理则下沉到工厂边缘，现场数据不断回流、不断迭代。对流程工业而言，这或许比“大模型”三个字更实在：AI不是交付一次就结束的软件，而是一种随工况一起成长的能力。

水泥厂的AI是重工业的“重”，合肥高新区科亿智能的车间，则是另一种“轻”。

安徽科亿智能科技股份有限公司的生产基地里，相机、光源、传送带搭成一条检测线，物料以毫秒级速度从镜头前掠过。这家企业由中科大博士团队创立，是国家级专精特新“小巨人”，主攻AI视觉检测与智能分选。

科亿智能董事长颜天信说，企业自己建了光学、电子学与AI验证实验室，还搭起KVIS-AI云训练算力平台，解决了高速产线毫秒级检测、多品类物料快速迭代这些难题，测量精度能到2微米。

它用算力的方式挺有意思：模型在云端训练完，轻量化下发到设备端侧边缘算力单元，不用靠大型机房一直在线推理。农业与再生资源领域的分选装备上，这套逻辑走得更远：基于“云边端”协同架构，只需50张样本图片，1小时即可完成标注、训练并部署上线，应用延伸到中药材、五谷杂粮、食品与废旧塑料、金属分选。

对众多中小制造企业来讲，算力成本想真正降下来，出路也许就在这里：与其把算力堆得更高，不如把模型压得更小、离产线更近。眼下，科亿智能的产品已卖到50多个国家和地区；它在合肥高新区的增资扩产项目正在推进，同时建设省级博士后创新实践基地，还打算接入省级算力统筹调度平台。

AI往科研创新和民生健康两头延伸

中国科学技术大学科学智能物质创制中心的自主实验室里，机械臂在通风橱前移动，取样、配液、检测，一套流程无人值守地循环。

这个平台由省院市校共建，属于新型重大研发平台，项目总投资超过百亿元，主攻化学、材料、生物医药、能源环境等重点领域。中心着力打造三大场景——AI+Labs（人工智能赋能自主实验室）、AI+Industry（赋能产业服务）、AI+OPC（赋能一人造物），并推出了科研智能体“灵境造物”。

和常见AI工具不同，“灵境造物”想打通的是科研全流程。按中心工作人员向记者的说法，大模型负责提假设，小模型做校验，机器人完成自主实验，实验数据再回流用于下一轮迭代。这套科研闭环在全球范围内属首例，且具备创造新物质、发现新知识的能力。对科研人员和企业研发团队来说，从提出科学问题，到理论计算、机器实验、迭代优化，都能在一个入口里完成。

闭环之下垫着一层平台化设施：物质科学知识库分平台、领域、个人三级，配合《智能科研平台标准白皮书》和面向全球的“AI造物大赛”。另外，中心正推进AI物质科学中试基地，把理论计算、自主实验和产业中试接在一起。只是从“发现”到“造出来”，再到“造得起”，工程化和标准化这段路还很长。

合肥另一头，中科（安徽）G60智慧健康创新研究院展厅里摆着各式康复与检测装备，形态不一。中国科学院合肥物质科学研究院智能机械研究所运动与健康信息技术研究中心副主任丁增辉介绍，所里自研的主动健康装备共4大类40余种，已拿到20余项二类医疗器械注册证；硬件之外配IIMedGPT全模态主动健康大模型，分出运动、营养代谢、心理、护理等垂直模型，最终输出个性化康复、健身和慢病管理方案。这些成果已经进了全国50余家三甲医院、200多个基层公共卫生与体育服务机构，常态化服务群众超百万人。IIMedGPT的v5.0版本在2026年8月基于华为昇腾AI基础软硬件平台完成原生技术认证，国产化部署和推广因此有了余地。

到了社区这一层，主动健康的链条是“精准检测—综合评估—智能决策—精准干预”。技术难度未必比水泥窑的工艺寻优高，商业上的坎却更硬：装备得先过注册，服务得找到买单的人，基层机构还得有人会用。探访中没有绕开这些疑问。装备已铺进200多个基层机构，接下来要答的是持续服务由谁付费，以及怎样把一次检测做成长期管理。

芜湖的调度大屏、合肥的通风橱，6000万千瓦时绿电交易、50张样本图片，这些场景散落在不同地方。安徽的做法不押在某一家企业或某一项技术上，更像几手并出：统筹调度让算力变成可购买的服务，分层解耦拉长基础设施的使用年限，云边协同把模型压进产线，科研智能体和中试基地则把“发现”朝“量产”再推一步。