《安永：2024无锡人工智能融入产业发展评估报告（43页）.pdf》由会员分享，可在线阅读，更多相关《安永：2024无锡人工智能融入产业发展评估报告（43页）.pdf（43页珍藏版）》请在薪酬报告网上搜索。

1、1 无锡人工智能融入产业 发展评估报告 2 目目 录录 一、背景情况介绍.3(一)人工智能行业发展现状和趋势.3 1.全球人工智能产业发展情况分析.3 2.中国人工智能产业发展情况分析.3(二)算力行业发展现状和趋势.5 1.中国算力发展政策.5 2.智算发展现状分析.5 3.智算行业应用分析.6 4.苏锡常算力中心发展情况分析.6 二、无锡优质产业集群 AI 转型和算力需求分析.11(一)无锡优质产业集群 AI 转型和算力需求总结.11(二)无锡市优质产业集群 AI 转型和算力需求分析.13 1.物联网产业 AI 转型和算力需求分析.13 2.集成电路产业 AI 转型和算力需求分析.14 3

2、.生物医药产业 AI 转型和算力需求分析.15 4.软件信息产业 AI 转型和算力需求分析.17 5.高端装备产业 AI 转型和算力需求分析.18 6.高端纺织服装产业 AI 转型和算力需求分析.20 7.节能环保产业 AI 转型和算力需求分析.21 8.特色新材料产业 AI 转型和算力需求分析.23 9.新能源产业 AI 转型和算力需求分析.24 10.汽车及零部件产业 AI 转型和算力需求分析.25 11.未来产业 AI 转型和算力需求分析.27(三)梁溪区优质产业集群 AI 转型和算力需求分析.27 三、无锡智算中心发展规划.29(一)无锡智算中心整体发展战略.29(二)无锡智算中心业务

3、发展策略.32 四、无锡智算中心发展目标及保障体系.35(一)发展目标.35(二)保障体系.35 附录一：算力政策对标分析.42 3 一、一、背景情况介绍背景情况介绍(一一)人工智能行业发展现状和趋势人工智能行业发展现状和趋势 1.全球人工智能产业发展情况分析全球人工智能产业发展情况分析 1956 年，达特茅斯（Dartmouth）会议召开，“人工智能（Artificial Intelligence，AI）”的概念被首次提出，标志着 AI 元年开启。21 世纪以来，人工智能技术加速迭代，全球人工智能产业正以指数级速度发展，2020 年出现杀手级应用ChatGPT 后，生成式 AI 等应用创新进

4、入空前活跃期，各国政府和企业均有“All in”人工智能产业之势，产业链各环节发展迅猛，各领域应用场景百花齐放。全球主要国家在人工智能领域竞争激烈。美国依托众多世界顶尖的科研机构和高校，在基础理论研究、算法创新等方面展现强大实力，拥有 Pytoch、TensorFlow 等广泛应用的深度学习框架，形成 ChatGPT、Sora 等现象级算法模型，同时凭借优势企业在芯片、处理器等计算资源和硬件技术方面实现全球领先。中国则以产业化实现和应用先行，结合中国完备的产业体系，推行人工智能在 To B 和 To C 两端的结合，运用大模型为产业提质增效。欧盟在人工智能领域的发展也十分迅速，欧洲各国拥有一批

5、世界领先的研究机构和企业，通过制定一系列政策和计划，推动人工智能技术的创新和应用，以提升欧洲在全球人工智能领域的竞争力。其他国家如英国、加拿大等也在人工智能领域取得了重要进展。这些国家通过政策扶持、资金投入和人才培养等措施，积极推动人工智能技术的发展和应用，为全球人工智能领域的发展做出了重要贡献。2.中国中国人工智能产业发展情况分析人工智能产业发展情况分析 自 2016 年 AlphaGo 与世界顶级围棋选手对战后，AI 概念和技术从此走入大众视野。2017 年，国务院颁布新一代人工智能发展规划，这是中国在人工智能领域第一个部署文件，确定了人工智能产业发展的总体思路、战略目标和任务。技术和政策

6、双向推动下，多项人工智能政策密集出台。中国人工智能相关政策始终紧随技术和产业发展步伐，历经广泛试点、建设框架、产业化发展、场景化落地四个阶段，切实推动人工智能从一项新兴技术走向规范应用。2023 年，ChatGPT 的出现标志着生成式 AI 为人工智能领域带来重大突破，人工智能已经可以作为一种基础性、驱动性的技术力量，与制造、医疗、教育、交通、农业等多个领域进行深度融合，创造出新的产品、服务和商业模式。围绕生成式 AI 和人工智能生态的政策布局也迅速铺开，从算力基础设施夯实，到快速对生成式 AI 规范化引导，再到应用打造，三管齐下促进人工智能产业全方位深化发展。人工智能产业链可以划分为应用层、

7、算法层、算力层和数据层四个层面。其中数数据、算力和算法据、算力和算法是支撑人工智能发展的三大支柱，数据是人工智能的基础和燃料，高质量和多样性的数据支持人工智能系统进行训练和学习；算力是人工智能发展的动能，是实现高性能计算、大规模数据处理和复杂模型训练的关键，随着 GPU、TPU 等硬件的发展，算力得到了极大的提升；算法是人工智能系统的核心引擎，决定了学习、推理和决策过程，催生出各类应用。4 图 1 人工智能产业链 目前，中国已经形成较为完整的人工智能产业链，应用层的市场发展热度高涨，中国泛人工智能企业主要分布在应用层，但算力、算法等技术层仍待发力。总体而言，中国人工智能主要以应用需求牵引行业发

8、展，未来中国的雄厚行业应用场景基础将使市场进一步扩容。（1）数据层：数据量指数级增长，质量建设是未来发力点）数据层：数据量指数级增长，质量建设是未来发力点 当前大模型的迅速发展大大提升了对数据的需求，大量训练数据经由深度学习等算法使得大模型完成迭代升级，根据 Dimensional Research 的全球调研报告，72%的受访者认为至少使用超过10 万条训练数据进行模型训练，才能保证模型的有效性和可靠性。中国数据体量庞大，海量的数据将有效助推算力算法升级和 AI 产业落地。同时，数据也面临着优质数据的短缺以及部分领域封闭式的数据生态等问题。一方面，中国的数据量很大，但没有真正产业化，相对标准

9、化的数据服务商较少，当下经过采集、清洗、标注等流程的高质量中文语料资源仍然不足，且随着时间推移，优质数据的获取难度将进一步加大，高质量的真实数据已不能满足大模型规模和数量增长。另一方面，目前数据通常来自企业自有数据、网络爬虫数据、外部付费/开源数据集等，中国仍有大量专业领域的信息数据处于相对封闭的状态，只能在机构内部的数据库和图书馆查看，数据缺失使大模型存在一定的领域盲区，开发潜力不足。（2）算力层：产业生态逐步完善，结合属地禀赋加强算力应用）算力层：产业生态逐步完善，结合属地禀赋加强算力应用“十四五”以来，算力发展为数字经济增长做出突出贡献。国内算力供应链逐渐成熟，国产芯片生态不断完善，X8

10、6、ARM、自主架构 CPU 已实现规模应用，AI 芯片加速迭代优化，国产操作系统也加快向千行百业渗透，整体而言已覆盖底层软硬件、整机系统及应用等关键环节。但目前高性能芯片短缺仍是算力核心痛点，美国企业凭借领先的产品性能与生态能力垄断芯片市场，国内随着国产替代、信创等发展机遇和趋势，国内玩家也在积极布局多元异构“XPU”芯片，但芯片质量仍有差距，且部分尚未实现量产应用。（3）算法层：跨模态、垂直类算法不断涌现，逐渐推进商业落地）算法层：跨模态、垂直类算法不断涌现，逐渐推进商业落地 自 GPT-3 发布开始，国内外企业相继推出超大规模预训练模型，不断刷新参数规5 模和数据规模同时，跨模态预训练模

11、型的普遍性提高，以 GPT-4 为代表，从单一文本学习向图像、语音等多模态处理转变，是未来实现人工智能通用化的重要探索。算法的进步推动国内应用模型开发企业的爆发，截至 2024 年 3 月，国产大模型数量已超 200 个，其中 117 个大模型通过国家网信办备案1，包括了互联网企业、行业玩家、软件与 IT 服务企业、高校院所等众多类型企业，涉及教育、媒体、制造、金融等领域的大模型，积极探索商业落地。算法目前仍面临高性能芯片短缺以及算法模型与实际应用间脱节问题。大算力芯片是大模型研发的基础，目前部分行业的算力效率仍无法满足算法企业和应用企业的需求。此外，由于行业应用场景千差万别，算法模型难以使用

12、于每个场景，算法模型与场景实际应用之间存在一定鸿沟。(二二)算力行业发展现状和趋势算力行业发展现状和趋势 1.中国中国算力发展政策算力发展政策 在人工智能行业快速发展驱动下，“算力经济”异军崛起。在适度超前的指导思想下，国家正加大对人工智能算力基础设施的投资。2023 年 10 月，工信部等六部门联合印发算力基础设施高质量发展行动计划，提出到 2025 年，算力规模超过 300EFLOPS，智能算力占比达 35%；在实施举措方面提出加快边缘算力建设，支撑工业制造、金融交易、智能电网、云游戏等低时延业务应用。2023 年 12 月，国家发改委等五部门联合印发关于深入实施“东数西算”工程 加快构建

13、全国一体化算力网的实施意见，提出算力是数字经济时代的新型生产力，加快构建全国一体化算力网，促进多元异构算力融合发展，提升算力普惠易用水平，创新政策激励方式，加强共性技术研发。这些重要举措，将进一步推动中国算力产业高质量发展，为经济高质量发展提供重要支撑。2.智算发展现状分析智算发展现状分析 算力作为数字经济时代的核心生产力，其战略性地位和支撑性作用正成为普遍共识。中国中国算力规模保持高速稳定增长，智算成为行业增长的重要基础。算力规模保持高速稳定增长，智算成为行业增长的重要基础。随着全国一体化算力网络国家枢纽节点的部署和“东数西算”工程的推进，中国算力基础设施建设和应用保持快速发展。中国目前以政

14、府和三大运营商为主导的智能计算中心近年实现快速发展。截至 2024 年 4 月，三大通信运营商已建和在建智算中心接近 20 个，大部分采购国产算力芯片。地方政府依托智算计算中心，一方面为当地科研院所和企事业单位提供普惠算力，支撑当地科研创新和人才培养，另一方面结合本地智能产业发展需求，培育人工智能产业生态，推进人工智能应用创新。智算创新能力不断提升。智算创新能力不断提升。随着智算基础设施加快推进建设，以及大模型对算力需求的大幅增长，智算基础软硬件和平台系统持续突破，有研究表明，训练对算力的需求每隔 5 个月左右就会翻倍。智算基础软硬件加快迭代和发展，科技公司、高校院所加速 AI 芯片自研，国产

15、芯片已初具规模，GPU 持续深化规模应用。积极打造国产垂直行业操作系统，逐步向金融、电信、医疗等行业应用渗透，进一步开放生态合作。1 中华人民共和国国家互联网信息办公室https:/ 6 3.智算行业应用分析智算行业应用分析 随着中国算力规模的持续扩大，互联网、大数据、人工智能等与实体经济深度融合，算力应用的新业态、新模式正加速涌现，一方面，围绕“大算力+大数据+大模型”，智能算力成为全球数字化转型升级的重要竞争力。另一方面，算力正加速向政务、工业、交通、医疗等各行业各领域渗透，成为传统产业智能化改造和数字化转型的重要支点。智算领域，互联网行业对数据处理和模型训练的需求不断提升，是智能算力需求

16、最大的行业，占智能算力 53%的份额；服务行业快速从传统模式向新兴智慧模式发展，算力份额占比位列第二；其余主要应用行业包括政府、电信、制造、教育、金融、运输等。图 2 中国智能算力应用行业分布2 当前，智算中心主要服务大模型，大模型如“雨后春笋”般涌现，大模型产业的应用落地也将进一步提速。全国 117 个通过国家网信办备案的大模型中，北京地区有51 个，上海 24 个，广东 19 个，北上广占全国 64%份额。从大模型应用行业来看，医疗、金融、企业服务、工业、科研等领域是目前大模型的主要应用领域。4.苏锡常算力中心发展情况分析苏锡常算力中心发展情况分析 苏锡常地区由于发达的经济基础和良好的产业

17、生态，近年在政府和社会资本的支持和关注下，智算中心实现了快速发展。苏州地区，苏州地区，2023 年苏州发布关于推进算力产业发展和应用的行动方案，提出到 2025 年，全市智算中心统筹智算算力不少于 3000PFLOPS，成为有全国影响力的算力创新中心、算力应用中心和算力产业高地；推动形成“三核三区两基地”的算力空间布局，即以吴江区“东数西算”算力枢纽节点起步区、虎丘区中国移动云能力中心、相城区苏州市人工智能算力中心为核心，以苏州工业园区、常熟市、太仓市为支撑的城市算力集聚区，昆山市、吴中区重点打造先进算力产业化基地；并从算力券、创新主体开展算力关键核心技术研发支持、典型应用场景人工智能大模型发

18、展、人工智能应用场景示范支持等角度，积极鼓励算力产业集群发展。2 中国信通院中国算力发展指数白皮书（2023年）http:/ 7 苏州身处全国一体化算力网络长三角枢纽节点，近年不断夯实算力“底盘”，在中国算力发展指数白皮书（2023 年）发布的全国算力二十强市榜单上，苏州位列全国第六、全省第一。据不完全统计，苏州目前已建智算中心约 10 家，包括苏州市公共算力服务平台、长三角算力调度中心、苏州市人工智能（太湖）算力中心、昆山智能计算中心等。苏州大数据集团正在规划自建算力，一期规划1000P，远期规划2000P。除了智算中心，截至 2023 年 8 月，苏州市共有数据中心 35 家，已建机架数量

19、 16.2 万标准机架，占江苏省（48 万）比重超三分之一。2023 年，苏州市总算力需求超过1300PFLOPS，其中智能算力需求超过 1000PFLOPS，占比高达 76.9%。3 表 1 苏州智能计算中心情况4 名称名称 时间时间 规模规模 建设模式建设模式 其他其他 苏州市公共算力服务平台 2023 1700P 国企独建 服务大模型、苏州数据资产项目的数据分析处理、人工智能软件企业等 某能源公司智算（苏州）中心 2023 1000P，未来扩容至3000P 民企独建 聚焦能源行业大模型训练及数字能源新型电力系统 长三角算力调度中心 2024 1000P，未来总算力5000P 通信运营商独

20、建 服务智能制造、生物医药、数字金融、人工智能、工业互联网、智慧医疗等时延敏感型产业 某研院智能计算中心 2019 13.2P 政校合建 语音及自然语言处理 苏州市人工智能（太湖）算力中心 2024 目前约1000P，规划算力 8000P 政企合建 人工智能、数据资产运营 苏州某国企建设算力中心 2020 智算 2.6P，近年又建立超算中心 国企独资 人工智能大模型企业和生物医药占算力需求一半，此外还有纳米材料、云计算、大数据、智能制造等 某通信运营商长三角（苏州）云计算中心 2018和2022 17.5P 通信运营商独资 互联网、VR 游戏、智慧工厂、公有云 昆山智能计算中心 2020 50

21、0P 国企独资 与某研究中心等开展战略合作，重点围绕人工智能、生物医药、物理化学材料、大气海洋环境等开展应用计算研究与服务 某通信运营商苏州低空经济智算中心、某软件系统（苏州）有限公司近期也都公布了要建设智算中心的消息。3 苏州市人民政府https:/ 4 公开信息整理 8 苏州为促进算力产业集群发展制定了较好且有针对性的产业鼓励政策，除了鼓励企业使用本地算力中心的算力外，明确提出鼓励信创、数字金融、工业互联网、软件信息、在线经济等目前使用算力较多的行业发展，并侧重支持大模型发展，特别是具有较好应用场景的大模型发展，并鼓励人工智能应用场景牵引发展，对主体、产品及服务都给予支持。苏州智能算力应用

22、领域与本地产业发展贴合，目前算力需求最大的行业是智能网联汽车、人工智能、视频渲染等；此外，生物医药、工业互联网、消费互联网等也有一定的需求。预计至 2025 年，苏州算力需求将集中于人工智能头部企业、高等院校、苏州实验室等科研单位，需求重点仍然是在以 GPU 为代表的智能算力。常州地区，常州地区，当前常州市人工智能计算行业发展仍处于起步阶段，现阶段常州市主要有两家由运营商主导建设的智算中心，可投入使用的智能算力总规模约 275P。一是 2024 年 5 月发布的常州钟楼区某通信运营商长三角（常州）智算中心，项目总投资超 2 亿元5，一期运营算力规模规划为 230P。6二是某通信运营商常州智算中

23、心，目前尚处于试运营阶段，服务于政府事业单位、高校以及企业。无锡地区，无锡地区，2024 年，无锡市发布加快推进算力发展和应用，提出至 2025 年，无锡市可开放智能算力规模不小于 2000P，打造算力标杆应用不少于 10 个，算力中心国产算力资源占比达 10%，并对算力中心建设和使用算力给予资金支持；鼓励算力应用场景建设，提出至 2025 年打造 30 个市级以上算力试点示范项目；推动生物医药、车联网、智能制造、市域治理、政务服务等人工智能垂直模型发展，以及人工智能大模型的招引。在智改数转网联、人工智能转型等政策和产业推动下，无锡市智算中心规模发展迅速。据公开资料显示，截至 2024 年 3

24、 月，无锡市目前有智算中心 8 个，其中建成智算规模 540P，包括无锡人工智能协同创新基地等。7在建智算中心规模约 1320P，包括太湖量子智算中心、无锡惠山科创太初算力中心等。8 在芯片国产化方面，目前无锡市建成及在建智算中心使用的 AI 芯片仍主要是国外芯片，少部分使用国产芯片，如某汽车（无锡）智算中心其 200P 算力芯片使用的是国外芯片；采用异构算力架构的某智算中心，其约 80%算力采用国外芯片；某算力供应商建立的无锡智算中心也主要使用国外芯片。表 2 无锡智能计算中心情况9 名称名称 时间时间 规模规模 建设模式建设模式 其他其他 无锡人工智能协同创新基地 2024 一期 100P

25、，二期扩容至 400P 国企独建 目前主要应用数字经济、人工智能 某汽车（无锡）智算中心 2023 200P 民企独建 聚焦汽车行业 某互联网企业智2023 三期全部完成 50P 国企和民企合资 运用大模型为智能制造企 5 如无特殊说明，均指的是人民币 6 常州市人民政府https:/ 7 公开信息整理 8 江苏省数据局https:/ 9 公开信息整理 9 名称名称 时间时间 规模规模 建设模式建设模式 其他其他 能云大模型（无锡）创新中心（仅对内，一期14P）业提供解决方案 某数据中心华东云基地 2022 两期 600P，一期预计 60P 民企独资 音视频、人工智能、云计算、工业互联网、新能

26、源汽车 某工业互联网企业算力中心 2022/民企独资 工业互联网、人工智能、新能源、智能制造等 某科技企业华东总部暨高端智算中心 2024 不低于 1000P 民企独资 以生物医药应用为核心，拓宽至新能源、智慧城市、机器人、智能制造、AIGC 大模型等场景 太湖量子智算中心 2023/民企独资 药物发现、电池设计、自动驾驶、干线物流优化、安防和加密、智慧交通和智慧城市 无锡惠山科创太初算力中心 2024 首期 200P，总规划 400P 民企独资 生物医药、数字经济、人工智能等 无锡算力中心已广泛服务政府、高校、科研机构和本地企业等无锡算力中心已广泛服务政府、高校、科研机构和本地企业等，如某工

27、业互联网算力中心一期为经开区城市大脑运营提供算力支撑，亦为经开区“一镇五园”的科创企业和研究机构提供数据创新和算力服务；某汽车企业与大模型企业开展合作，服务汽车行业企业发展；某互联网智能云大模型（无锡）创新中心重点服务无锡本地制造企业智能化发展等；某算力提供商以生物医药应用为核心，以算力赋能新吴区新型电力系统高质量发展，加速智能电力“发、输、变、配、用”各场景智能化转型等。无锡算力中心与本地产业紧密结合，侧重场景牵引，为企业无锡算力中心与本地产业紧密结合，侧重场景牵引，为企业 AI 转型提供良好创转型提供良好创新生态，新生态，包括无锡人工智能协同创新基地，借助国产软硬件和生态优势，为企业 AI

28、 转型提供创新协助；某互联网企业的大模型创新中心借助互联网企业智能云生态资源以及大模型，提供面向场景化、行业化的应用范式；此外还包括某汽车企业围绕无锡市汽车优势产业集群提供行业 AI 转型服务，某互联网企业依托自身在工业互联网领域优势，加速制造业 AI 转型等。特别是华为辅助运营的无锡人工智能协同创新基地，是华为参与的政府建设的智算中心中建设速度最快、算力性能最优、项目蓄水最快、产业生态完善等四大优势，在人工智能计算领域持续发力深耕，以领先国内行业的芯片能效比和产品功能覆盖度，快速吸引国内企业使用华为算力芯片；以综合多元的生态体系触达下游千行百业的场景化 AI 应用，助力无锡本地产业 AI 转

29、型，抢占未来发展制高点。一是建设速度最快，加速推进扩容。一是建设速度最快，加速推进扩容。无锡人工智能协同创新基地采用一次规划、全面实施的建设模式，在全国政府投资建设布局的 28 个算力中心中建设速度最快。二是算力性能最优二是算力性能最优，国产化率最高。国产化率最高。目前，无锡大部分智算中心仍以国外芯片为主，无锡人工智能协同创新基地是全国唯一一家100%使用华为昇腾自研高性能训练芯片的算力中心，基于华为最新的 Atlas 900 POD 集群，实现超强 AI 算力、更优 AI 能效、极佳 AI 拓展，算力已基本实现对标主流厂商。10 三是项目蓄水最快，企业需求旺盛。三是项目蓄水最快，企业需求旺盛

30、。无锡人工智能协同创新基地利用 3 个月时间即填满 100P 算力。四是构建产业生态，服务产业转型。四是构建产业生态，服务产业转型。通过基地下设的“无锡人工智能计算中心”和“无锡人工智能生态创新中心”两大中心，“公共算力服务平台”“应用创新孵化平台”“产业聚合发展平台”“科研创新和人才培养平台”四大平台，无锡人工智能协同创新基地全面打通“政产学研用”人工智能生态闭环，全面触达并满足人工智能产业链上各环节企业及单位算力需求；助力政府招商引资、筑巢引凤助力政府招商引资、筑巢引凤，导入外埠企业 50 余家，有意愿落地企业 10 家；协助本地人才培养和创新孵化，协助本地人才培养和创新孵化，合作院校包括

31、江南大学、无锡学院等，推进产学研深度融合；赋能企业数智化转型，赋能企业数智化转型，解决企业痛点，助力无锡市主导产业转型升级。未来无锡人工智能协同创新基地将进一步围绕招商引资和数智转型两大抓手，从伙伴牵引、政策导向、项目吸引三方面加快招商引资步伐，从全产业链补齐、带动中小企业资源、链主企业数智转型三方面助力无锡产业数改智转。11 二、二、无锡优质产业集群无锡优质产业集群 AI 转型和算力需求分析转型和算力需求分析(一一)无锡优质产业集群无锡优质产业集群 AI 转型和算力需求总结转型和算力需求总结 对无锡市近百家重点企业、行业协会进行调研访谈，行业主要覆盖无锡市“465”现代产业体系，通过对重点行

32、业的链主企业进行调研，了解无锡市重点行业、重点企业 AI 转型现状情况、智算需求情况以及未来 AI 转型计划。图 3 无锡调研企业的行业布局情况10 一是无锡市主导产业展现了初步的一是无锡市主导产业展现了初步的 AI 转型探索和布局。转型探索和布局。调研企业中，无锡软件信息、物联网、生物医药行业开展 AI 转型步伐较快，软件信息和物联网行业本身具有较好的 AI 转型技术基础，是行业 AI 转型的先锋者，同时物联网和生物医药行业有较迫切的 AI 转型需求，包括车联网的持续深入推进以及医药在药物研发和辅助诊疗领域的需求，都加速了这三个行业的快速发展。软件信息企业已经通过 AI+软件信息为其下游软件

33、应用企业开展 AI 转型。无锡物联网以车联网、工业互联网和传感器为重点，车联网企业已经围绕语音语义理解、端侧、场景布局 AI 转型，工业互联网企业已在视觉质检、智能生产等领域开展 AI 转型；具有研发业务的生物医药企业已经在药物研发领域推动 AI 转型，此外 AI 转型广泛应用辅助诊疗、辅助手术细分领域。高端装备制造、新能源、汽车、集成电路、纺织服装、新材料、节能环保等产业目前处于 AI 转型的初步探索阶段，各细分行业领域在有较好基础的生产办公流程环节切入，初步布局AI 转型发展。图 4 无锡调研企业按行业 AI 转型比例11 10 调研数据 11 调研数据 12 二是企业愿意开展二是企业愿意

34、开展 AI 转型主要有两个目的，一方面是提升企业的业务效率，转型主要有两个目的，一方面是提升企业的业务效率，降低企业经营成本，助力新质生产力发展，如新材料企业在材料解决方案、材料研发环节投入大、耗时长，因此新材料 AI 转型在该领域优先布局；生物医药企业在药物研发环节投入大、对企业影响大，因此领先医药研发企业已开展医药研发 AI 转型；节能环保企业在运维方面存在一定难度，且难以实现实时监控，因此 AI 技术优先运用在运维领域。另一方面，另一方面，AI 有助于创新业务模式，有助于创新业务模式，助力企业实现跨越式发展，如纺织服装类消费企业，面临传统行业转型，特别在消费降级大背景下，企业更加关注市场

35、营销，因此尝试探索 AI+营销、AI+定制化设计等环节；车联网企业，正积极推动自动驾驶发展，是 AI 深度学习创新的业务模式，在智能座舱、精准地图、路线规划等领域不断深化。三是企业三是企业 AI 转型面临三个层面转型面临三个层面 9 大痛点。从智能化转型规划高线来看，企业面大痛点。从智能化转型规划高线来看，企业面临三个问题，临三个问题，一是缺乏顶层规划，部分企业有 AI 转型意愿，但是没有明确的 AI 转型规划和目标，顶层战略不清晰；二是技术路线不清，企业对于机器学习、智能算法、AIGC 等技术路线理解和规划能力不足，即懂场景但是不懂技术；三是数智化尚未完成，企业数字化智能化转型尚未全部完成，

36、因此人工智能化转型步伐也较为缓慢。从智能从智能化转型实施基线来看，化转型实施基线来看，一是业务转型复杂，大部分企业表示目前大模型与实际应用场景之间存在较大鸿沟，大模型在工业应用中精准度较低；二是实施成本偏高，由于目前 AI 助力产业变革型发展的落地情况不明确，且宏观环境下企业目前以生存为主，AI转型成本又较高，造成企业 AI 转型动力不足；三是缺乏关键人才，部分企业表示既懂技术又懂场景的复合型人才需求缺口较大，人才难招聘且人才成本高。从智能化转型安全底线来看，一是数据存储问题，企业使用外部智算平台存储数据有较高成本；二是信息安全问题，企业普遍对数据安全额外重视，因此不愿贸然使用外部算力平台；三

37、是网络安全问题，企业担心由于网络攻击影响工业生产的连续性，这将对企业产生巨大影响和损失，因此采用算力平台和大模型平台也较为谨慎。图 5 无锡企业 AI 转型痛点分析 四是企业算力部署有自建和外采两种方式，部分企业表示未来随着四是企业算力部署有自建和外采两种方式，部分企业表示未来随着 AI 转型的深转型的深入将对算力有进一步需求计划。入将对算力有进一步需求计划。自建算力中心企业主要出于数据安全性考虑，通过企业自己搭建算力中心服务企业自身 AI 转型发展，如：无锡某新材料企业采购国外芯片自建算力中心，无锡某装备制造企业采购国外芯片自建算力中心。外采算力企业采购13 方式多样，如：无锡某能源企业采购

38、国内云算力，无锡某智能网联汽车企业采购某通信运营商算力等。调研访谈中，企业表示，随着 AI 转型的部署和拓展，未来有进一步算力拓展计划，如：无锡某集成电路企业未来计划自建算力中心，无锡某纺织服装企业未来有自建算力中心的计划。(二二)无锡市优质产业集群无锡市优质产业集群 AI 转型和算力需求分析转型和算力需求分析 无锡市 2024 年规上工业企业实现增加值 6005.31 亿元，比上年增长 7.8%，江苏省排名第二。12无锡市正着力构建以 4 个地标产业集群、6 个优势产业集群、5 个未来产业为支撑的“465”现代产业体系，以进一步加快重点产业集群建设。1.物联网产业物联网产业 AI 转型和算力

39、需求分析转型和算力需求分析 无锡市是全国物联网首航之城，以高端智能传感器、车网联、工业互联网“一感两网”为主攻方向，加快打造世界级物联网产业集群。截至 2023 年底，无锡市拥有物联网企业3500 家，产业规模达4500 亿元。13车联网和智能网联汽车产业方面，积聚了某车路协同创新中心、某自动驾驶华东总部、某智能网联事业部等企业。工业互联网产业方面，无锡大型制造业企业是“孵化”工业互联网平台的主力军，如某纺织服装企业建立的工业互联网平台、某工业互联网企业建立的工业互联网平台、某精益数字化供应链平台等。智能传感器产业方面，已形成涵盖传感器研究、设计、制造、封测、芯片模组等全产业链条，是国家传感网

40、创新示范区，已广泛应用于国产大飞机C919、地铁、智慧城市、智慧港口等各行各业。AI+车联网领域，车联网领域，无锡依托智能网联汽车开放测试道路，积聚了一批车联网企业。车联网本身就是基于深度学习、机器视觉等技术发展而来，主要包含感知模块、认知模块、行为模块，而感知模块和行为模块具有较强关联关系，通过雷达、摄像头等感知后，进行认知和做出决策反馈。因此，AI 转型主要体现在三个方面，即AI 在智能座舱的转型和 AI 在地图和路线规划的转型。图 6 无锡车联网产业 AI 转型环节 一是 AI+智能座舱，布局语言和意图理解大模型，用于车机系统和智能座舱，实现更高智能的人车交互，通过 AI 赋能语音助手对

41、乘客的语音语义理解，提升全功能操控力，打通在视觉、听觉、触觉等多模态应用上的操控力，形成深度的乘驾人机主动式互动体验，打造智能生态差异化，摆脱座舱同质化。12 江苏省统计局、2023年无锡市国民经济和社会发展统计公报 13 无锡市人民政府https:/ 14 二是 AI+地图和路线规划，通过深度学习和获取来自车载传感器和路侧设备的海量数据，构建高精地图，并实时更新地图信息，为自动驾驶提供精准的导航和定位服务；还可以根据实时交通状况、道路信息和车辆状态，通过将感知、收集到的图形、电磁波等信息转换为可用的数据，进行路径规划和决策控制，提高汽车识别道路、行人、障碍物等的时间效率，实现自动驾驶车辆的安

42、全、高效行驶，如：将激光传感器收集到的时间数据转换为车与物体之间的距离，将车载摄像头拍摄到的照片信息转换为对路障的判断、对红绿灯的判断、对行人的判断等。无锡车联网企业已经开始 AI 转型，以无锡某智能驾驶企业为例，其已经开发了三大模型，即意图理解大模型、端侧大模型、多场景大模型应用。意图理解大模型主要通过精准意图分类、超强语义理解、极致响应速度，重塑语音交互对话体验。端侧大模型通过数据本地处理，实现快速响应，提升用户体验。多场景大模型主要应用于出行各场景，如用车、出行、健康等，打造独特的座舱体验。AI+车联网的痛点主要体现在两个方面。一是车联网目前智能性不足，环境感知和准确性有待大幅提升，影响

43、了自动驾驶的整体安全性，也减缓了车联网 AI 转型的进程。二是目前投入产出没有达到期望，AI 转型投入较大，由于投入产出难以达到企业利润期望，因此目前车联网企业实现 AI 转型仍有一定困难。未来，车联网行业 AI 转型需要典型应用场景支持，以解决投入产出比高的问题，同时需要进一步开放公共交通领域的数据，以及推动行业数据集的汇集，支持无锡车联网产业发展和 AI 转型。AI+工业互联网领域，工业互联网领域，机器联网是工业互联网的第一阶段，人工智能、大数据等新技术主导了工业互联网第二阶段，无锡市企业工业互联网 AI 转型应用以机器视觉质检为主，已被广泛应用于电子、汽车及零部件、新材料等诸多场景。部分

44、无锡企业已在 AI+工业互联网领域进一步深入发展，开展智能化制造，通过实时数据采集和精准数据分析，实现生产过程的精细管理和智能决策，大幅提高生产效率和产品质量。预期未来随着产业转型的逐步深入，AI+工业互联网将呈现出多点落地的规模化趋势，如设备协同作业、设备故障预警、无人智能巡检、生产智能监测等，具体可见高端装备产业。无锡部分工业互联网企业已实施 AI 转型，如无锡重点工业互联网企业已经在工业互联网领域开展 AI 转型，其将 AI 应用在冰机、循环水多机控制方面，将空压机的运行数据实时采集并传输到云端，并建立设备经验模型，根据经验模型数据分析空压机的运行状态、负载需求、能耗等指标，并自动调整参

45、数，如压力、温度、流量等；通过智能控制器，将 AI 算法的输出指令发送给空压机，实现空压机的自动控制和优化；通过反馈学习，不断更新 AI 算法的模型和参数，提高空压机的控制效果和节能效率。这不仅可以减少能耗，还可以延长设备的使用寿命，降低维护成本。AI+工业互联网的痛点主要是投入和产出难以达到预期，工业互联网 AI 转型的研发投入较大，企业开展工业互联网 AI 转型需要的投入也较大，但是目前没有特别明显的产出效果和对企业较大的投资收益，因此更深层次、改变整体生产流程的 AI 转型的进程仍较慢。工业互联网涉及产业链环节多、应用范围广，未来可通过典型应用场景示范支持工业互联网 AI 转型发展。2.

46、集成电路产业集成电路产业 AI 转型和算力需求分析转型和算力需求分析 集成电路产业是无锡市“465”现代产业集群中具有优势、特色和活力的地标产业，成功培育引进了晶圆制造企业、封装企业、材料企业、集成电路设计企业，建成了国家集成电路“芯火”双创基地、国家集成电路特色工艺及封装测试创新中心等一15 批国字号载体平台。集成电路产业链主要涵盖方案设计、集成电路设计、集成电路制造、集成电路封装、成品测试和销售。无锡集成电路企业 AI 转型步伐较慢，AI 转型的主要场景是 AI+智能缺陷检测。图 7 无锡集成电路产业 AI 转型环节 无锡部分集成电路制造企业已开始运用 AI+智能缺陷检测，计算机视觉和深度

47、学习技术被应用于实时检测和分类生产过程中的缺陷检查，通过对生产数据的分析，实时检测产品的质量指标，如尺寸、性能、缺陷率等。一旦发现问题，人工智能系统能够迅速给出反馈，并指导生产人员采取相应的措施进行改进。AI+智能缺陷检测可以提高产品合格率，降低废品率和返工率。无锡部分集成电路企业已开展 AI+智能缺陷检测，使用基于人工智能的图像智能分析算法检测缺陷图片，已经实现产线的在线应用，以提升检测效率和准确率。目前，集成电路 AI 转型痛点主要在于智能缺陷检测的分辨率仍然较低，集成电路企业对缺陷进行分类，有些是严禁出货的缺陷，有些是可以出货的缺陷，但是目前AI 难以对缺陷类别做出准确区分，需要人工再审

48、核。此外，AI+缺陷检测由于准确率低，现阶段还需要人员长期维护，成本较高。集成电路 AI 转型缓慢的原因在于，集成电路制造行业对准确率要求极高，但是目前 AI 应用准确率仍然较低，难以用于集成电路制造，因此转型缓慢。未来，集成电路转型需要寻找到重点环节开展典型场景示范，以点为突破，逐步助力集成电路行业 AI 转型。3.生物医药产业生物医药产业 AI 转型和算力需求分析转型和算力需求分析 2023 年，无锡生物医药产业规模首次突破 2000 亿元，在创新药、医疗器械、现代中医药、医药研发服务外包、精准医疗、特医食品等领域聚集生物医药企业超2000 家。2022 年和 2023 年，无锡两度获评中

49、国生物医药发展 20 大重点地级市，已拥有医药研发服务外包企业、医学影像设备企业、特殊医学用途配方食品、精准医疗企业；以及无锡市南京大学锡山应用生物技术研究所、江南大学未来食品科学中心合成生物创新团队、南京大学无锡合成生物未来科学中心等。无锡市近年推进物联网、云计算、大数据、人工智能等新一代信息技术赋能生物医药产业全链条，打造医药研发服务高地并优化医疗健康服务模式。无锡市加快医疗16 大数据基础平台建设，整合全市临床生物样本库、临床试验数据库等医药信息资源，建立开放共享的数字化临床研究服务平台。同时，无锡市基于无锡国家超算中心构建AI 辅助药物研发技术平台，在药物设计、药物合成、性质预测、新适

50、应症开发等方面发挥作用。生物医药产业以制药和医疗器械细分产业链为主，制药产业价值链涵盖药物发现、临床前研究、临床试验及注册、产线生产四个主要环节；医疗器械产业图谱主要包括诊疗设备、医疗耗材、康复器械及家用器械等。无锡生物医药企业目前 AI 转型发展较快，主要 AI 转型场景集中在两个领域，包括 AI+药物研发（药物发现及研究环节）和医疗器械的 AI+影像学诊断领域。图 8 无锡生物医药产业 AI 转型环节 一是，AI+药物研发，由于药物研发存在前期投入大、开发时间长及风险高的特点，为医药行业中亟待依托人工智能降本提效的重点领域。人工智能赋能药物研发两个核心环节，即药物发现和临床前研究：药物发现

51、阶段，药物发现阶段，基于 AI 算力整合广泛药物发现和开发过程有效识别新药靶点，探索药物在新适应症中的应用；临床前研究阶段临床前研究阶段，辅助改良药品化合物设计、设计替代分子，并于临床试验阶段预测临床结果以优化临床开发管线。图 9 无锡医疗器械产业 AI 转型环节 二是，AI+影像学诊断，人工智能通过将医学影像自动生成三维模型等方式加强17 医学影像的质量和生成效果，并通过 AI 模型自动识别部分病灶，为人工智能深度学习算法模型提供充分信息密度的训练数据集。目前，无锡市医学影像设备特色产业集群中以 X 光、CT、MRI 等单视野类图像诊断的 AI 辅助诊断较为成熟，AI 推理用时显著短于病理医

52、师诊断时长。未来将重点突破 AI 赋能动态影像诊断设备，包括高端超声设备、正电子发射计算机断层显像（PET-CT）以及内窥镜等。无锡某生物医药企业自 2020 年展开 AI 转型，通过大规模研发投入及与 AI 解决方案厂商合作模式，在生物制药与办公提效等场景均已开展 AI 转型。其聚焦药物研发中的药物发现与临床前研究环节，基于本地部署的小型算力中心及国际云计算厂商支持，围绕 AI 辅助大分子药物、抗体研发和自动化蛋白生产等环节布局开发 AI 应用；并逐步规划探索搭建人工智能大分子药物设计和工艺开发平台，届时将产生进一步的云端或智算中心算力支持需求。无锡某医疗器械企业自 2022 年开始在影像学

53、诊断设备方面展开 AI 转型，目前通过算法自研与外部合作开发模式，已开发应用场景包括 AI 辅助超声三维成像测量以及 CT 等单视野图像的 AI 自动识别病灶以辅助早筛决策。同时，未来计划在三维乳腺扫描诊断功能开发 AI 赋能，并建立区域级数据中心汇聚数据集以用于训练，届时将以本地部署算力或与由 AI 解决方案厂商提供训练及推理支持服务方式推进。无锡生物医药产业 AI 转型的痛点主要体现在两个方面。一是“数据孤岛”问题，即由于生物医药行业特性，较难形成医院、患者、药企的数据汇聚整合，而 AI 大模型的训练和推理精准程度依赖于足量的高质量数据以发挥智能数据分析、整合、筛选等功能。因此，为促进无锡

54、市生物医药产业进一步开展 AI 转型，需要由大数据局、工信局等统筹联动，推动医疗数据流通平台与数据开放共享机制的建立。二是医疗器械手术领域开展 AI 转型时存在算力反应速度较慢的问题，如介入手术过程不超过 1 分钟，消弭过程非常快，所以需要影像较快反馈，但目前算力还无法给予快速支撑和反馈。4.软件信息产业软件信息产业 AI 转型和算力需求分析转型和算力需求分析 2023 年，无锡软件产业集聚营收超亿元企业 200 余家，累计专利超万件，产业规模迈上 2000 亿新台阶，聚焦基础软件、工业软件、平台软件、安全软件、行业应用软件等领域。部分软件信息企业入选中国软件企业百强、中国大数据50 强企业、

55、中国信创百强企业，某数据企业获评国家首批信息技术外包与制造业融合发展重点企业。无锡软件信息企业布局大模型相较其他行业略早，软件 AI 化是其他行业 AI 化的基础，无锡软件信息企业主要围绕各自原有的软件应用领域向行业应用垂直大模型拓展和布局。AI+软件较传统软件的提升主要体现在四个方面。一是从被动执行转为主动学习。AI+软件不仅限于表面功能增强，更重要的是软件思维方式的转变。通过深度学习和自适应学习，软件从被动执行转变为主动的学习和推理。二是提供更佳个性化服务。AI 深度整合让软件能够提供更佳个性化服务，通过理解用户的需求和习惯，软件能够提供更加精准和个性化服务，提升用户满意度和忠诚度。三是可

56、以直接处理现场更加复杂任务。AI 深度学习可以处理复杂任务，如语音交互和识别、图像识别和给予分析结论等，AI 让软件能够处理更复杂的业务场景，提升软件业务能力。四是实现实时响应。AI 使得软件能够实时响应用户的行为和环境变化，提供及时服务和推荐，提升软件业务效率。目前，无锡部分软件信息企业已经开始 AI 转型，如某软件信息企业自主研发国18 内首款搭载行业垂直领域 AI 能力的办公软件，融合自研的垂直领域大模型与 Office 技术，聚焦垂直领域的智能办公解决方案。软件包含写作助手、文档校对、素材推荐、智能摘要等智能化功能，实现文档从创作、润色，到审校、美化（排版）、分析等全流程自动化生成，覆

57、盖千行百业通用办公需求。又如某软件信息企业从报表起家，2013 年左右推出 FineBI，面向业务部门，用户通过简单拖拽操作，便能制作丰富多样的数据可视化信息，并可进行数据钻取。AI技术的发展进一步降低了 BI 的使用门槛，对话式 BI 走向现实，开发了 FineChatBI，使得 BI 用户群体扩大至除 IT 人员外的数据分析师，对话式 BI 可实现用户通过自然语言问答的方式，来进行数据查询、数据分析等操作，使得不懂数据分析的用户也可以获得想要的业务数据，打破数据分析应用局限。此外，企业还开发了以 PaaS 工具为主的简道云和九数云，通过 AI 助手嵌入，以对话提问方式降低使用者学习门槛，提

58、高开发过程的效率。软件行业 AI 转型仍然面临一定的困境，因为软件行业属性是服务行业，如果想要运用 AI 赋能其他行业转型，需要有海量的数据做支撑，同时要了解行业 AI 转型的难点和达到的目标，要有相关的复合型人才，才能实现软件行业 AI 赋能发展。5.高端装备产业高端装备产业 AI 转型和算力需求分析转型和算力需求分析 2023 年全市高端装备产业实现产值接近 2500 亿元。2023 年中国机械 500 强企业中，无锡企业超 20 家，上榜企业数量位列江苏省第二。14无锡高端装备聚焦高端基础件、航空航天制造、电工装备、船舶海工装备、专用装备制造和轨道交通类产业。高端装备产业具有全生命周期环

59、节链条长、数据多源异构质量不稳定、多学科跨领域知识交叉等特征，工业数据治理与知识融合是实现高端装备智能制造转型的关键。无锡市全面引导高端装备企业在产品设计、生产、物流、销售和服务等环节进行智能化改造与转型。目前，无锡市高端装备等工业垂类大模型在实际工业应用场景不断拓展，已构建在无锡首个国家级“双跨”工业互联网平台打造的工业大模型，以及某互联网企业的智能云大模型（无锡）创新中心，为无锡市高端装备等工业企业提供人工智能生成式全流程工具链与精准的智能制造解决方案。高端装备制造产业通用价值链涵盖研发设计、零部件采购与生产、整机制造、市场销售及后服务五个主要环节。无锡高端装备企业目前开展的 AI 转型覆

60、盖全环节，核心场景包括 AI+图纸设计及纠错、AI+仿真模拟、AI+供应链管理、AI+物流仓储、AI+质检、AI+商务辅助及 AI+智慧运维。图 10 无锡高端装备产业 AI 转型环节 14 无锡市滨湖区人民政府https:/ 19 一是 AI+图纸设计及纠错，无锡高端装备企业通过对海量设计案例与用户反馈的深入挖掘，AI 识别出成功的设计模式和用户偏好的细微差别，快速模拟和评估各种设计变体，通过算法分析出每一种设计的性能、成本和市场接受度，提升设计精准性和市场适应性，让设计师在众多可能性中迅速找到最佳路径，避免盲目尝试和无效迭代。二是 AI+仿真模拟，运用 AI 仿真技术模拟实际场景，提供可观

61、测的模拟沙盘，验证不同方案组合的效果，有效减少损失、节约经费、缩短开发周期、降低管理难度。三是 AI+采购管理，根据历史投资金额、订单数据、库存情况、出库情况、市场发展情况、客户发展情况、营销计划等，自动预测未来三个月某一品类的需求，为公司采购做相应的储备。AI 技术赋能可实现采购全过程系统集成和高效协同，提高采购效率，降低采购成本，减少管理没问题支出，同时更快更准拓展供应商资源，获得更优质的采购服务。四是 AI+仓储物流，AI 机器视觉可有效解决传统分拣中的高错误率和人工劳动强度大等问题，通过图像抓取与分析，精准识别目标种类及其位置和摆放方向，通过指挥机械臂等执行机构完成抓取和放置任务。同时

62、，AI 可以自动追踪并记录库存变化，实时监控货物动态，确保库存数据的准确无误。在厂内，AI 结合智慧物流，通过自动导航工具（如 AGV 车）实现厂内精准送达。五是 AI+质检，通过引入机器视觉和深度学习算法，能够自动检测产品表面的微小缺陷，大幅提升检测效率。通过 AI 质检的精确识别，企业能够及时剔除不良品，从而显著提高产品质量，并有效降低废品率和产品不良率。六是 AI+产能规划，根据给定工单、可用资源、约束条件和公司目标多重条件下，通过 AI 大模型生成最佳生产计划。七是 AI+商务辅助。通过建立企业知识库，AI 除了在人事行政方面实现替代、降低人工成本外，在商务投标等场景亦帮助企业大幅提效

63、。针对高端装备类企业在出海时面临不同地区海外市场的技术规格、监管政策差异较大的痛点，AI 则能够帮助快速澄清商务文件，如 RFQ 中投标参数的澄清、解读和提炼，避免贻误商机。八是 AI+销售预测，通过预测模型和数据挖掘技术，对历史销售数据进行细致分析，提炼消费者的深层次购买逻辑和行为模式，捕捉市场微妙变化，进而预测未来的销售走势。此外，AI 技术已经应用于客户分析和销售渠道优化环节，通过深度挖掘客户的购买记录、浏览行为等多维度数据，能够为企业描绘出更为精准的客户画像。通过精准的客户分析和数据驱动的销售渠道优化，企业能够制定出更为精准、有效的销售策略。九是 AI+智慧运维。通过基于 AI 模型建

64、立的智慧运维平台，无锡高端装备企业对设备运行状态以及软件系统实时监控及自动分析，及时预测潜在的故障异常并定位分析原因，保障敏感数据安全及避免核心设备宕机。目前，无锡市高端装备产业 AI 转型由头部企业主导。以无锡某装备企业为例，其自 2023 年年中战略规划将 AI 赋能列为集团重点战略发展方向以来，已在智慧工厂、智慧物流等场景的算法及大模型进行自研；目前已实现在业务、制造、研发、运营多个维度全面开展 AI 转型，具体应用场景包括 AI 辅助商务投标及技术文件解析、AI+智能制造、AI+智慧物流、AI 辅助研发及仿真模拟、图纸自检及纠错以及通过 AI 接替部分公司中后台如人事等部门职能。未来，

65、企业的算力需求场景集中在 AI 辅助研发和图纸纠错领域。20 现阶段人工智能在高端装备产业应用过程中面临两个痛点。一是成本较高，国内客户难以接受，海外客户存在较大需求潜力。二是数据不足，为符合垂直场景实际产线和研发知识等高质量语料的输入不足，因此在行业针对性和精准度方面存在不足，会产生“AI 幻觉”问题，更精准的模型及更多部署场景需要通过终端市场数据采集后进行深度训练才可以开发出来。高端装备产业对核心数据安全十分敏感，强调知识产权自主可控，不愿企业知识文档流入公有云，因此目前行业内龙头企业仍以私有化部署垂直模型为主，高端装备行业推进人工智能应用阻力较大。因此，为推进无锡市高端装备产业进一步 A

66、I 转型，政府各职能部门需要一方面推动高端装备领域人工智能生态圈形成，促进生态伙伴合力，共同开发场景应用及形成规模化应用复制，通过规模效应和范围效应降低高端装备企业 AI 转型成本；另一方面推动以隐私计算、数据匿名化清洗处理等方式促进高端装备产业数据开放流通以及行业大模型开发。6.高端纺织服装产业高端纺织服装产业 AI 转型和算力需求分析转型和算力需求分析 纺织服装产业作为无锡市六大优势产业之一，在国际国内市场具有较强的比较优势和竞争力。无锡纺织服装以棉毛纺及服装为特色和优势，初步构建了上下游协同发展的较为完整的产业体系，苏锡通高端纺织集群是全国纺织领域唯一的国家先进制造业集群。纺织服装产业链

67、涵盖面料采购（纺纱、梭织/针织、染整）、设计、剪裁缝纫、质检、流通、营销和消费者服务。无锡纺织服装产业也正开展AI 革新，AI 成为纺织服装产业再次跃迁的重要力量。纺织服装 AI 转型场景主要在设计、质检、流通、营销和消费者服务环节。图 11 无锡高端纺织服装产业 AI 转型环节 一是 AI+定制化设计。AI+定制化设计可提供创意灵感、降低设计成本、提高工作效率、改善设计管理、规避版权风险等利处。依托企业过去积累的大量设计数据，无锡企业建立设计相关大模型，运用大模型可围绕客户要求快速生成服装设计图和上身图，供客户选择。同时，AI 也可以设计出独一无二的图案、符号等，满足客户定制化要求。采用 A

68、I 提供的定制化设计，可以提高效率、节省时间、降低成本，特别满足对交付时间有较高要求的客户。二是 AI+质检。无锡纺织服装企业有计划通过 AI 进一步推动智能制造的开展，目前生产流程需要依赖人工检查布料质量，工人劳动强度大、效率低，检测准确率难以保证，而纺织服装企业种类繁多、产品复杂，运用瑕疵 AI 视觉识别检测系统，实现产品线上检测，缺陷标签在线展示，实时输出缺陷结果，大幅提高了产品检测率，且减21 少人工使用，降低成本。三是 AI+仓储物流。AI 在仓储方面，可通过摄像头全方位、全息地采集数据，自动识别物品名称、长宽高、颜色以及是否存在变形等问题，提高物品仓储的可视化和智能化水平。AI 在

69、物流方面，可以借助智能视觉技术快速识别订单信息，并对订单进行归类处理，通过 AI 完成物流订单识别的繁琐和重复工作，实现流程自动化。同时，AI 可以按照需求和距离调配订单，提高物流配送的效率和便捷性，降低运输成本。四是 AI+市场销售预测分析。纺织服装企业经过市场多年累积，拥有海量消费大数据，借助大数据分析的技术与工具，更加精准预测未来销售情况，为企业发展战略、营销部署等提供提前决策依据。五是 AI+营销数字人。纺织服装行业属性是消费品，直接面向消费者，终端门店众多，为更好地实现产品营销，无锡纺织服装企业已经开始采用 AI+营销数字人技术，消费者在门店试穿和采购时，通过数字人可以快速试穿多种产

70、品，可以更好地了解产品的质地、上身效果等，选择符合自身需求的产品。虚拟数字人具有年轻化、规模化、泛娱乐化的特点，通过打造数字虚拟 IP，提升了纺织企业品牌形象，也提供了更好的消费体验。此外，数字人也可应用于产品图片拍摄，服装企业拍摄面料商品图时，不用模特儿、不用换背景，把商品图片放到相应的 AI 软件工具里，可以快速生成几十张、几百张不同使用场景的商品图。无锡龙头纺织服装企业已经初步尝试 AI 转型，以无锡某纺织服装企业为例，目前已在两个方面开展 AI 转型。一是 AI+定制化设计，企业 2022 年底已开始着手布局，基于客户需求，运用 AI 技术实现服装个性化定制设计，已在样板工厂开展应用。

71、二是AI+营销数字人，2022年左右，企业基于量体舱，联合江南大学合作研发AI量体舱，已在 10-20 个门店开展应用。未来，企业有计划进一步探索其他 AI 应用场景，比如AI+销售预测，在集团打通会员系统、财务、销售等数据情况下，通过 AI 赋能销售预测，为集团整体战略做支撑。纺织服装企业 AI 转型痛点主要有两个。一是纺织服装企业发展时间都较长，企业系统多，应用于生产、仓储、管理等各个环节，难以实现数据打通，数据资源难整合导致的数据规模不足够大以及质量不高，影响 AI 转型的发展。二是投入产出比较高，纺织服装行业竞争激烈、利润率普遍较低，高昂的 AI 转型投入，产出效益较低，是企业目前面临

72、的普遍困境。未来，纺织服装企业需要政府及相关部门支持，以获得行业数据集，同时可通过典型示范项目打造，助推企业 AI 转型，将龙头企业 AI 转型做成标杆和示范。7.节能环保产业节能环保产业 AI 转型和算力需求分析转型和算力需求分析 无锡市节能环保产业发展稳中有进，2023 年全市节能环保产业产值突破 1500亿元，全市拥有 2000 多家节能环保企事业单位、4000 多家配套企业，初步形成研发设计装备制造工程施工运营服务的完整产业链，产业聚焦节能装备产品、水处理、大气污染防治、固体废弃物处置。“十四五”以来，无锡重点突破智慧节能控制系统等技术，不断加强智慧节能降耗体制机制建设，并利用人工智能

73、推进“双碳”进程，打造了江苏省首个零碳科技产业园低碳示范工程项目。节能环保产业价值链涵盖研发设计、生产制造、产品销售、工程安装与运营服务五个主要环节。无锡节能和环保企业目前已经开始 AI 转型，主要场景集中在运营服务领域，包括 AI+能耗分析、AI+智慧运维与 AI+能碳管理平台。22 图 12 无锡节能环保产业 AI 转型环节 一是合同能源管理中的能耗分析，无锡市智慧节能运营项目通过算法及深度学习，分析制冷供热等工业的能耗状况，通过实时工况数据和预测性分析，以大模型分析最佳效率和最佳功耗，预测未来制冷供热需求，自动调整系统运行状态，实现动态的冷却控制和热管理，助力工业节能减排。如中央空调冷冻

74、水系统，传统冷冻水系统控制调整频率一般是小时到天级别，AI+冷冻水系统可实现分钟级控制策略调整。二是智慧运维，利用人工智能赋能机器人、红外摄像头，通过对环境监控、数据智能分析，实现对巡检区域设备的实时监控，将巡检告警信息自动推送到远程平台及手机 APP 程序，提前预判防止设备事故发生，打破传统模式下生产时间和空间限制，实现以设备状态自动感知及预测、风险实时预警、智能辅助决策、远程生产指挥、精益过程管控为代表的实时化、跨空间运检模式体系。三是智能碳管理平台开发，以 AIoT 为技术底座，通过传感器等设备收集环境数据，实现人工智能对碳排放来源的实时监测，分析园区减少碳排放的潜在优化空间；利用机器学

75、习算法，对数据中心、能源基础设施等大型碳排放源的能效比和排放数据进行学习，产出以数据为驱动、低碳为目标的动态优化能效方案。无锡某节能环保集团自 2020 年开始进行 AI 转型，其智慧节能运营业务，利用天气感知、负荷预测、全网平衡等 AI 算法及模型，实现全网寻优调控、按需供应，解决传统供热能耗高的难题。未来，集团计划基于冷热光电新能源五大业务线，围绕下游客户构建工业设备生态系统并考虑拓展“虚拟电厂”业务，由集团承担赋能纽带角色，实现对生态伙伴在智慧节能和智慧生产方面的 AI 赋能，集团智能算力需求预计将随节能应用场景与生态圈的拓展而增长。无锡某能源互联网企业搭建的“能碳大脑”能够精准核算规划

76、碳中和目标设定和实践路径；通过实时监测园区绿电生产消纳情况、源荷储微网运行情况、削峰填谷动态平衡情况、碳总量碳减排情况，以及碳资产、碳普惠和能碳双控的情况，将中台汇聚的大数据通过企业自研的能源垂直领域 AI 模型及云算力支持，分析预测出每日不同时段、不同环节的用能需求和温室气体排放情况，自动生成不同环节的降碳策略，达到能碳数智化管理和园区管理效率提升。未来，企业计划开发智能互动系统的多模态语言大模型，将存在一定的训练及推理智能算力新增需求。无锡节能环保产业 AI 转型痛点有两个。一是投资回报难以实现盈亏平衡，节能环保 AI 转型投入大，但是能为下游客户带来的收益难以量化和计量，下游客户接受程度

77、有限，因此 AI 转型拓展较为困难。二是智慧运维精准度仍有待提高，下游客户目前普遍更易接受人工巡检，对通过 AI 赋能机器人巡检的精准度仍然存在质疑。节能环保23 产业仍需政府相关职能部门支持 AI 转型，一方面通过在典型场景打造效益良好的标杆项目以起到示范引领作用，降低节能环保企业对 AI 转型收益的不确定性，以及减少下游客户对 AI 应用可靠性的顾虑。8.特色新材料产业特色新材料产业 AI 转型和算力需求分析转型和算力需求分析 2023 年无锡市新材料产业规模突破 2500 亿元，是无锡市六个规模超 2000 亿元产业之一。无锡新材料产业发展处于全省第一梯队，在碳纤维、纳米材料、石墨烯三大

78、重点前沿领域都处于全国领先地位，拥有化工材料企业、新型金属材料企业、电子信息材料企业、新能源材料企业、光纤电缆材料企业。新材料产业链涵盖前期的市场需求、材料研发、工艺设计、样品制备与测试、质量检测、规模化生产环节。无锡新材料企业目前已经开始 AI 转型，主要场景集中在前端研发和售前解决方案环节，即 AI+产品解决方案和 AI+新材料研发。图 13 无锡新材料产业 AI 转型环节 一是 AI+产品解决方案。新材料是工业制造产业链环节的上游，下游应用行业对新材料的要求千差万别，AI+产品解决方案可以更好地服务各行业客户对新材料的不同需求，根据客户要求定制解决方案。同时，传统解决方案制定过程中，前期

79、研究、实验、打样需要较长时间和较高成本投入，而通过 AI 技术，可以获得最接近客户要求的解决方案后，再开展实验和打样，大幅提高研发和实验效率。二是 AI+新材料研发。初期研究阶段，初期研究阶段，传统新材料研发依赖于耗时且成本高昂的实验方法，AI 通过机器学习和深度算法，整合分析跨学科、跨平台的大量材料数据，包括但不限于已发表的文献、专利数据库和实验记录等，快速筛选出有潜力的候选材料。材料设计与合成阶段，材料设计与合成阶段，AI 可以识别出材料结构和性能之间的复杂性，从理论层面预测新材料的物理、化学及机械性能，完成初步的材料设计与合成。材料性能测试阶材料性能测试阶段，段，AI 不仅可以预测材料属

80、性，还能优化实验条件，通过算法可以找到最优的反应条件、加工参数等，提高材料性能测试效率和质量，减少试错成本。无锡部分新材料企业已经初步尝试 AI 转型，以无锡某纳米材料企业为例，目前已经在两个方面尝试 AI 转型。一是 AI+纳米镀膜解决方案。由于公司防水镀膜产品广泛应用于汽车、扫地机器人、电动牙刷等领域，其对防水镀膜要求不一，导致前期研究、实验、打样需要较长时间和较高成本投入。基于此，公司在开源大模型基础上，联合其他公司共同研发垂直大模型，利用公司已有的数据积累，用 AI 技术生成最接近的解决方案后再进行实验，大幅提高效率。二是 AI+办公。公司利用办公大模型，开展知识文档库搜索等工作。未来

81、，公司将进一步探索 AI+合成新材料研发。无锡新材料产业 AI 转型的痛点主要体现在两个方面。一是数据质量不高，导致24 AI 幻觉。目前数据质量不高，且数据规模有限，导致不同人不同时间输入问题或关键词后，得到答案各式各样，AI 检索和问答结果偏差较大。二是由于行业下游应用场景千差万别，大模型中的图片识别仍不够成熟，无法准确识别在制造过程中，各种应用场景新材料的应用范围，大模型与实际应用之间需要更多练习，以实现契合实际的 AI转型。未来，新材料行业需要获得更多行业数据集，政府及相关部门需要建立数据汇集、数据交易等机制，助力新材料 AI 转型。9.新能源产业新能源产业 AI 转型和算力需求分析转

82、型和算力需求分析 以打造“新能源装备之都”为愿景，无锡集聚新能源规上企业近200 家，实现营业收入超过 1500 亿元。无锡利用能源电子和能源物联网产业基础优势，积极推进新型电力系统建设与智慧能源系统部署，如锡山区智慧风电运维项目应用大数据和云计算，实现覆盖全生命周期的风电机组状态评价与诊断、风电场功率预测、远程监控、能量管理和区域集控系统的“一站式”运维服务，带动风电产业链降本增效。新能源产业体系涵盖源、网、荷、储（即电力供给侧、电力输配网、负荷用能侧、储能侧）四个核心组成部分。无锡新能源企业目前已经开始在电力供给侧、电网侧和负荷用能侧开展 AI 转型，主要场景包括 AI+智能选址、AI+发

83、电预测、AI+风机运营优化、AI+发电设备运维、AI+智能电网调度、AI+虚拟电厂探索。图 14 无锡新能源产业 AI 转型环节 一是 AI+智能选址，主要包括大型风光电场选址和充电桩等分布式设备选址。大型风光电场基于气象大模型分析风电资源布局情况，经分析形成电场选址建议。分布式设备如充电桩选址则通过将用户辐射半径、配电系统情况、地价成本等因素纳入模型进行孪生模拟，形成全局最优的选址布局方案。二是 AI+发电量预测，如果发电无法让储能和电网及时消纳将造成浪费，因此通过 AI 了解储能和电网的消纳情况，调整发电量，预留消纳能力。三是 AI+风机运营优化，新能源发电企业由于受气象影响较大，因此利用

84、 AI 技术实现对新能源发电领域的赋能，通过开发气象垂直大模型，实现对风向、风速等分析以调整风机朝向，提升发电效率。25 四是 AI+发电设备运维，智能运检系统利用 AI 算法，对新能源设施的运行数据进行实时监控和分析。通过模式识别和异常检测，AI 能够及时发现设备的故障和异常状态，实现设备维护，同时通过维护优化，降低运维成本。五是 AI+智能电网调度，智能电网调控利用 AI 算法，实时监测和分析电网的运行状态，预测电网的负荷变化和故障风险。通过自适应控制策略，AI 能够及时调整电网的运行参数，应对各种复杂情况。例如，AI 可以根据天气预报和能源预测，提前调整电网的发电和输电计划，避免电网过载

85、。六是 AI+虚拟电厂，虚拟电厂利用 AI 算法，实时监控和分析各个能源资源的运行状态，优化能源的调度和分配，不仅提高了能源的利用效率，也减少对传统电厂的依赖。例如，虚拟电厂可以根据风力和太阳能的实时产出，调整储能系统的充放电策略，实现能源的最优配置。无锡目前在供给侧、电网侧和负荷侧已开始 AI 转型，以无锡某能源企业为例，在终端发电侧基于自研开发的能源垂直气象大模型，使得智慧风机能够实现前端感知以及“自我诊断”，根据风向、风速等数据调整风机朝向、叶片角度，相比传统风机提升了 15%-20%的发电效率；同时与国家超级计算中心无锡中心合作，为风力资源预测、风场精细选址和风机建造等决策提供了算力底

86、座支持。在平台侧，该企业基于 AIoT 技术开发的 EnOS 智慧能源物联平台，实现风电、光伏、储能及用能设施的高效管理和协同，优化能源系统的管理，降低系统波动性带来的成本。未来，企业逐步拓宽 AI 赋能场景，例如随着新能源产业基础上的绿色金融模式逐渐成熟，各大发电集团对风场的管理逐渐从生产风险管控转向对市场风险管控，企业的 AI 大模型还将开发电力市场交易价格预测，并结合终端数据自动形成市场交易策略。同时随着大模型接管运营的无人智慧风电场数量增加，未来企业对于智能算力需求将持续提升。现阶段人工智能在新能源产业应用过程中面临的主要痛点为投入产出比与数据流通壁垒问题。企业决策层由于 AI 转型投

87、资回报比相对较低及现金流承压考量，缺乏转型推进动力。同时由于电力行业的特殊性，数据具有一定的封闭性，各项电力相关数据难以获取成为垂直大模型研发和企业 AI 转型阻力。因此，为推动无锡新能源行业进一步AI 转型，一方面需要无锡相关政府职能部门以场景补贴等形式支持新能源领域AI转型不同细分领域的“首试首用”和探索新场景延伸，另一方面需要促进电力数据以多级授权、数据清洗和隐私安全处理等方式开放流通。10.汽车及零部件产业汽车及零部件产业 AI 转型和算力需求分析转型和算力需求分析 无锡汽车及零部件产业产值超 2000 亿元，涵盖整车制造、发动机、底盘、汽车电子电器、汽车内外饰以及新能源汽车零部件等主

88、要产业链，拥有整车（含新能源汽车）生产企业4 家，特种车改装车生产企业12 家，拥有底盘、车身、车架、发动机、内外饰等零部件企业 400 家左右，新能源汽车零部件企业 13 家，在内燃机、燃油喷射系统、尾气后处理、汽车内外饰制造、汽车装备制造等传统汽车零部件细分领域处于国内乃至国际领先地位。15 汽车及零部件产业通用价值链中 AI 赋能领域包括产品设计与研发、智能化生产、供应链管理、市场营销、售后服务五个环节。目前，无锡汽车及零部件企业的 AI 转型主要集中在产品设计、研发及制造环节，主要应用场景包括 AI+客户需求、AI+设计、15 无锡市汽车及零部件（含新能源汽车）产业集群发展三年行动计划

89、（2023-2025年）https:/ 26 AI+软件开发、AI+仿真实验、AI+检测、AI+市场营销。图 15 无锡汽车及零部件产业 AI 转型环节 一是 AI+客户需求识别，通过自然语言处理技术，在和客户沟通过程中可以进行语音识别，并记录、分析和反馈客户的诉求，识别客户需求，提升沟通效率。二是 AI+汽车设计，提供图纸数据等语料，开发图纸自动生成大模型，同时自动识别数模、二三维图纸前后信息变化，自动生成变更描述，并可开展图纸中机械件的自动识别校准，降低图纸内零部件遗漏项目和风险。三是 AI+软件开发，汽车零部件及整车中涉及电子控制的零部件和环节，如电控等，开展 AI 自动编程，并识别现有

90、代码中的漏洞。四是 AI+仿真实验，通过从动力学、流体学及结构学等维度进行 AI 仿真模拟分析，在优化制造工艺的同时压缩新产品的验证周期，提高产品设计开发效率。五是 AI+降噪检测分析，将噪音图谱和声频等数据输入大模型中，通过机器学习算法分析，了解声音传播和衰减情况，模拟自动诊断故障，开展故障诊断预测和优化分析。六是 AI+市场营销，AI 在市场营销中的应用体现在宣传图片设计、销售预测、用户画像描绘、舆情分析等领域。通过 AI 策划汽车销售宣传图片，找到可以较好展现汽车的 AI 海报效果图。通过 AI 开展销售预测、用户画像描绘和舆情分析，用 AI 部署数据中台和 BI 业务，实现各类数据的语

91、音式搜索，如营销端的 AI 用户数据分析、销售预测、互联网舆情分析等。部分无锡车企通过与无锡本地 AI 解决方案商合作，共同探索 AIGC 大模型融合辅助汽车开发创成式设计、仿真、标注、交互等领域；开发“面向用户体验”和“面向汽车设计”双轮驱动的汽车行业智能服务大模型，这类企业如阿尔特、星驱动力等。无锡某汽车零部件企业通过与 AI 平台厂商合作，探索开发部署于本地的垂直大模型，赋能图纸设计、仿真分析、校准测试等设计环节；并在电控、电驱等系统的软件编程方面引入 AI 大模型辅助代码生成。在汽车及零部件行业普遍开展的 NVH 测试（噪声、振动和粗糙度）中，企业计划通过开发大模型以实现对噪声图谱、扭

92、曲振动频率等数据的深度学习，自动诊断产品缺陷及预防故障，同时计划构建搭载 AIGC 互动检索功能的知识库以提升企业运营与业务效率。27 无锡某汽车平台企业基于 OVX 系统与自建智算中心等能力底座，打通 AI 平台与工业软件的研发协同，将数字孪生、仿真分析等技术应用到造型、工程、建模分析测试、性能开发、试验等研发业务链的多个环节，开发自动驾驶仿真等工具链。无锡汽车及零部件产业 AI 转型的痛点主要包括三个方面。一是大模型的“幻觉问题”，由于汽车制造业需要高精准度的输入与输出，目前大模型短期难以解决的幻觉问题导致企业需要投入额外的人力成本再次复核。二是投入产出比，AI 转型对于汽车及零部件企业并

93、非刚需，而若 AI 转型投入较大，效益不明显情况下推进阻力较大。三是汽车及零部件行业垂类场景 AI 人才较为稀缺。因此仍需政府相关职能部门一方面以揭榜挂帅等科技悬赏制度攻关破解汽车 AI 转型卡点难题；另一方面增加重点场景应用等方面奖励和补贴；同时加大人工智能+汽车领域复合型人才引育力度。11.未来产业未来产业 AI 转型和算力需求分析转型和算力需求分析 无锡正积极布局人工智能、量子科技、第三代半导体、氢能和储能、深海装备等五大产业，拓展多个未来产业新方向，至 2027 年，产业规模达到 2000 亿元。无锡人工智能对算力需求最大，少量深海装备、量子科技企业布局 AI 发展，对算力有一定需求，

94、而氢能和储能、第三代半导体 AI 转型步伐相对较慢。无锡人工智能的算法、大模型企业都在使用算力，是算力需求的重点行业。量子科技由于目前以研发为主，且量子科技行业存在大量测算需要，对算力有一定需求，但是企业算力需求主要为超算，智算使用较少。部分深海装备基于深海数据分析需求，企业开展 AI 转型，通过大模型对深海采集的数据进行分析，帮助中国更好向海洋产业进军。氢能和储能以及第三代半导体行业企业目前普遍反映尚未涉及 AI 转型。(三三)梁溪区优质产业集群梁溪区优质产业集群 AI 转型和算力需求分析转型和算力需求分析 梁溪区提出做强都市工业，加快培育壮大先进制造业集群，提高制造业在 GDP中占比，20

95、23 年规上工业总产值完成 347.02 亿元，同比增长 4.0%16。梁溪区结合全区产业发展基础与资源禀赋，提出重点构建高端医疗器械、汽车零部件、人工智能、北斗空间信息、空天产业、机器人、食品科技、智能传感器、智能高端装备、新能源十个产业生态圈。梁溪区已成为全市唯一全面覆盖人工智能发展三要素“算力、算法、数据”的区域，目前梁溪区围绕三要素持续发力，构建人工智能产业“三大社区”，形成以无锡人工智能协同创新基地、梁溪智脑 AI 计算中心等为引领的“算力社区”，打造以某互联网企业的智能云大模型创新中心、某软件信息企业的无锡未来产业创新基地等为引领的“算法社区”，营造以梁溪大数据公司、无锡数据湖为引

96、领的“数据社区”。梁溪区 AI 转型需求集中于近年新招引的新兴产业领军企业，十大产业生态中，机器人、医疗器械、智能传感器等产业已经初步尝试进行 AI 转型，本地的传统产业企业 AI 转型需求相对较少。机器人产业对于垂直大模型应用需求相对较多，在由 AGV升级为AMR 机器人技术过程中，对于混合元启发式算法等技术、神经网络推理系统等方面具有更高要求，需要开发更多并行参数的垂直大模型。目前，梁溪区围绕“AI+智能制造”理念已引入全球第三大仓储机器人、工业移动机器人链主企业等一批机器人生态圈优质企业。智能传感器产业的 AI 转型则集中在制造和运营效率提升。医疗器械产业正在探索影像学成像设备与 AI

97、大模型的结合应用。16 梁溪区人民政府https:/ 28 同时，梁溪区正在积极建设大模型产业基地“魔力空间”，园区计划将入驻大模型开发和应用企业。目前，梁溪区已经集聚人工智能大模型基础软件供应商；在医疗器械和金融领域亦已初步尝试培育大模型，并计划推动与科研院所合作开发半导体相关项目；同时区内企业已为本地纺织服装企业、茶叶检测以及本地车联网企业等提供AI 转型服务。企业 AI 转型面临的主要痛点包括三个方面。一是行业大模型与产线实际应用间存在鸿沟，需要较长的磨合时间。二是由于行业数据流通壁垒，训练场景有限，模型精度有待提高。三是目前部分传统企业暂未深刻认知 AI 对于其业务赋能的能力边界与价值

98、，仍需 AI 大模型厂商深度挖掘传统企业在不同垂类场景的痛点和需求。29 三、三、无锡智算中心发展规划无锡智算中心发展规划(一一)无锡智算中心整体发展战略无锡智算中心整体发展战略 1.发展愿景发展愿景 随着国际形势的复杂变化，自主可控成为国家发展的重要战略，算力作为人工智能时代推动新质生产力发展的基础动力和底座，自主可控对于国家安全和发展具有重要意义。随着技术创新进步，国内企业在芯片设计、制造工艺、系统集成等方面取得了重要突破，为国产算力的发展提供了有力支撑。无锡正着力提高国产算力占比，建设了以国产算力芯片为基础的无锡人工智能协同创新基地、太湖量子智算中心等。未来无锡应把握算力国产替代趋势，提

99、升算力资源国产化率，明确无锡算力中心底色，助推无锡成为国产化智能算力新基建标杆、国产化算力赋能产业发展的标杆。把握算力中心发展核心是赋能千行百业、助推产业转型升级，医疗健康、车联网、纺织服装等越来越多行业积极探索利用算力技术进行转型升级，提升企业效率和竞争力；同时，解决目前 AI 融入产业发展的关键问题，攻克大模型与产业实际应用间的鸿沟，加快构建以算力为基础、产业为驱动、软硬件协同发展的创新生态成为拥抱 AI 融入产业的关键。无锡拥有一批以算力为基础、链接产业链上下游的产业生态引领者，这些产业生态引领者正成为推动无锡产业转型升级向纵深发展的重要力量，同时也牵引大模型、算法、数据等人工智能行业生

100、态集聚。无锡未来应紧扣算力赋能行业发展核心，依托本地算力生态建设引领者，识别区别于其他区域算力中心的核心优势和发展模式，进一步提升无锡算力中心链接软硬件厂商和产业端资源能力，以场景化能力赋能无锡产业，以生态凝聚力构建算力产业链闭环，助推无锡成为算力加速产业转型的生态高地、算力赋能场景应用的创新高地。提升无锡智能算力供给与服务能力，以无锡市加快构建集约高效、开放有序、供给充分、生态完备的算力发展格局为目标，算力运载能力进一步增强，算力能效水平稳步提升，持续提供优质普惠算力供给，打造从供给到应用的全链条算力创新生态，围绕无锡深入实施产业强市主导战略，加强算力服务无锡“465”主导产业能力，凸显算力

101、为区域产业发展的担当和作用，构建长三角一流的算力产业中心。图 16 无锡智算中心发展愿景 30 卡位算力自主可控国家战略和国产化替代趋势，紧抓算力赋能千行百业引领产业变革，破解人工智能与产业实际应用之间的鸿沟，基于无锡良好的国产算力基础，发挥无锡算力生态建设引领者优势，进一步明确无锡算力中心发展底色，识别算力中心发展优势，凸显算力中心发展担当，服务无锡“465”主导产业发展，将无锡市算力中心打造成为长三角国产化人工智能算力生态典范。图 17 无锡智算中心发展战略总图 2.发展定位发展定位 国产化人工智能算力高地。国产化人工智能算力高地。加快推动高水平科技自立自强，坚持原创引领，依托无锡国产算力

102、企业，推动一批国产替代，提升无锡算力芯片、深度学习框架等基础软硬件设施国产化水平，加快提升算力芯片等关键技术的自控可控能力，国产硬件全面兼容国产深度学习框架，搭建基于国产软硬件的人工智能训练和服务基础设施，布局一批全栈国产化的生成式大模型，形成具有竞争力和技术主导权的无锡算力中心集群，将无锡打造为国产化智能算力新基建标杆、国产化算力赋能产业发展标杆。人工智能生态创新试验田。人工智能生态创新试验田。以无锡为试验田，积极推进智能算力软硬件生态建设，加强算力、数据、大模型等协同联动，加速突破一批标志性的解决方案、开放共享和技术产品，以软件和数据生态建设更好地支撑算力中心的发展，支持各类智慧应用场景落

103、地，促进人工智能创新链、产业链、资金链、人才链深度融合，加速新技术迭代升级和新应用产业快速增长，实现人工智能高水平应用深度赋能实体经济，构建创新生态更加活跃开放、创新要素高效配置、全国首屈一指的算力生态。3.发展模式发展模式 构建以服务化、产业化、生态化三化驱动的无锡算力中心发展模式，实现算力中心服务模式从提供算力为主向提供“算法+算力”转变。服务化，加快无锡算力中心从传统的算力资源租赁向运营服务方向发展。服务化，加快无锡算力中心从传统的算力资源租赁向运营服务方向发展。优化算力服务，推动算力中心提供预置行业算法、构建预训练大模型、提供专业化数据等，升级扩容高性能普惠算力供给能力，让更多用户享受

104、普适普惠智算服务。围绕客户全31 场景需求，提供端到端全栈可靠的算力服务，以功能丰富、使用便捷的算力调度、算法供给和个性化开发服务，为企业提供低门槛、高质量的算力服务。产业化，加速推动无锡产业产业化，加速推动无锡产业 AI 化，助力无锡建立制造业发展高地。化，助力无锡建立制造业发展高地。围绕无锡众多优质的产业资源和创新应用场景，探索“算力+场景”，深挖各行业在研发设计、中试验证、生产制造、营销服务、运营管理等环节的人工智能场景，形成一批算力试点示范项目和标杆项目，深化全域全时全场景应用，带动全市制造业人工智能化水平持续跃升，在各领域各层次赋能新质生产力发展，为经济社会各个领域带来新产业、新模式

105、、新动能。生态化，聚集内外部生态合作伙伴，构建以算力为底座的人工智能创新发展生态。生态化，聚集内外部生态合作伙伴，构建以算力为底座的人工智能创新发展生态。建立人工智能创新联盟，以联盟扩圈链接开放创新生态资源。开展人工智能相关产品的研发创新，探索数据开放共享，构建高质量人工智能训练数据集，加强开源模型研发攻关，开发布局一批更贴合行业实际的垂直应用大模型。营造良好的产业发展生态，建立既懂人工智能技术又懂业务场景的人才高地，支持产学研联合创新，营造一流算力生态发展环境。4.发展策略发展策略 以算力服务为基础，行业应用和协同发展为核心，产业集聚为支撑，服务无锡算力中心和全产业链高质量发展，为发展新质生

106、产力赋能。优化算力中心服务能力，加快推进无锡智算基础设施建设，对算力建设者和使用者给予补贴，推进算力公共服务平台建设，汇聚普惠算力资源。提高全市算力中心国产化率，支持算力中心配置国产软硬件等开发工具和产业生态。深化算力赋能行业应用，以场景应用为牵引，加快推动算力应用场景建设，推动智算在生物医药、车联网、高端装备等典型应用场景建设，支持树立行业应用标杆，打造一批智算融合泛在创新应用场景。构建算力协同发展生态，建立产业生态联盟，支持应用牵引的跨界协同创新，鼓励数据归集、数据开放和对场景赋能，构建基于智算的软硬件协同开放生态，依托智算中心集聚大模型智算软件栈，鼓励共建人工智能联合实验室，形成一批“算

107、力+”行业解决方案。增强产业集聚平台属性，加快招商引资集聚一批算力产业生态企业，支持搭建算力产业生态相关孵化器，通过产业链上下游联动，创新一批垂直行业大模型，孵化一批创新创业企业。以支持科技创新集聚一批人工智能产业生态企业。5.保障体系保障体系 围绕统筹联动、政策支持、人才供给、示范引领、安全保障五个方面，加强智算中心发展保障体系建设，加快顶层智算中心建设、运营保障机制建设，制定重点突出和给予企业 AI 转型强力支撑的政策保障，加强场景示范和技术应用创新转化，引育复合型、科技型人才，强化网络、数据等信息安全保障，为无锡智算中心打造长三角一流智算中心保障护航。32(二二)无锡智算中心业务发展策略

108、无锡智算中心业务发展策略 1.优化算力中心服务能力优化算力中心服务能力 提升算力资源统筹供给能力。提升算力资源统筹供给能力。加快推进无锡智能算力基础设施建设，鼓励多元资本积极参与无锡智能算力建设，服务无锡本地企业对智算设施的需求。对无锡市统筹建设、落地无锡市且主要服务无锡企业、高校和科研单位的智算项目，给予建设补贴。为中小企业提供“算力券”，开展核心算法创新、模型研发、企业智能化转型，降低使用智能算力的成本。基于无锡算力公共服务平台，统筹市内外算力资源，发挥算力资源“虹吸效应”，打造无锡“算力资源一张网”，促进算力供需的精准匹配，实现算力资源高速互联和无缝对接，加快汇聚普惠算力资源。探究国内领

109、先的算力公共服务平台与算力调度平台系统架构与技术路线，开展全域、全场景、全链路和全周期的运营推广，打响无锡算力公共服务平台品牌。支持国产算力发展。支持国产算力发展。提高全市算力中心国产算力资源占比，依托国产厂商构建全栈 AI 软硬件自主可控智算平台，支持算力中心搭建基于国产软硬件的人工智能训练框架，配置国产化算法、算子库、数据库、工具链、模型库等工具，研发全栈国产化的生成式大模型，服务且符合中国国内企业人工智能转型需求，逐步形成自主可控的人工智能技术体系和产业生态，进一步提升智算中心调度能力。推进国产算力中心开发完善便捷的跨架构迁移平台与高效迁移工具链，破解 AI 应用跨架构部署迁移的国产智算

110、生态问题，打造国产算力适配与迁移标准化解决方案，积极实现“应用一次开发、跨芯部署迁移”，显著降低 AI 应用向国产化算力迁移的成本和技术性阻力。2.深化算力赋能行业应用深化算力赋能行业应用 加快推动算力应用场景建设。加快推动算力应用场景建设。围绕无锡市“465”主导产业，推动“智算+生物医药”“智算+车联网”“智算+高端装备”等重点行业的“智算+”典型应用场景建设，聚焦研发设计、生产制造、质量检测、供应链管理、市场营销、运营管理等环节，进一步提升产业发展效率，不断催生新业态、新模式。支持生物医药企业围绕药物发现、临床前研究开展人工智能转型，医疗器械企业围绕 X 光、CT、MRI 开展人工智能转

111、型，并向超声、内窥镜等领域延伸。支持车联网企业围绕智能座舱开展意图理解、语音交互深化，围绕驾驶路线优化、实时路况以及出行应用场景等进一步推动 AI 转型。支持高端装备企业围绕图纸设计及自检纠错、仿真模拟、原料供应、销售规划、仓储物流等开展 AI 转型。支持树立行业应用标杆。支持树立行业应用标杆。通过“以用促建”方式，对在全市遴选的具有标杆效应的算力应用优秀项目，可采取“双向”奖励制度，对场景提供主体和大模型建设提供方给予奖励支持，加快打造一批具有前沿引领性、可复制推广性的智算产业典型示范应用场景。探索采用“场景券”支持场景人工智能转型，可通过事前申领、事后兑付的方式，向企业发放“场景券”。发布

112、行业场景应用指引，对无锡算力应用优秀项目、模型产品等进行宣传推广。持续推进制造业“智改数转”和工业互联网建设。持续推进制造业“智改数转”和工业互联网建设。继续推进全市工业互联网标识解析二级节点建设，扩大全市接入企业数量，支持企业打造国家级、升级工业互联网平台，鼓励企业建设 5G 全连接工厂，扩大省星级上云企业数量，通过支持企业智能化、数字化、信息化建设，为企业人工智能化发展铺平道路。33 3.构建算力协同发展生态构建算力协同发展生态 构建人工智能产业生态联盟。构建人工智能产业生态联盟。集聚数据、算法模型、算力、科研院所、行业协会等全栈人工智能产业生态合作伙伴，组建无锡人工智能产业生态联盟，以人

113、工智能应用为牵引，共同探讨应用案例、技术动态、场景与技术的融合等，发挥桥梁纽带作用，促进人工智能资源共享，助力无锡产业人工智能转型发展和无锡人工智能产业集聚。强化应用牵引的跨界协同创新。强化应用牵引的跨界协同创新。围绕本地算力、算法，遴选一批重点应用场景，开展“揭榜挂帅”“团队赛马”等项目榜单发布，形成“产业出题，科技答题，市场阅卷”的发展机制，打通算力、大模型理论研究与产业实际应用场景之间的困境，实现1-10 的转化和 10-N 的产业化。加快数据归集和对场景赋能。加快数据归集和对场景赋能。针对应用场景普遍面临的难以获得全面、高质量的数据供给以进行深度学习训练的痛点，加快数据要素归集和数据流

114、通交易，为产业人工智能转型提供数据基础。一是加强公共数据开放共享，积极开展无锡公共领域数据挖掘、清洗和隐私安全处理，通过多级授权方式，探索推动无锡数据要素流通平台定向有条件开放公共数据，推动公共数据对场景价值赋能。二是归集高质量基础训练数据集，鼓励开发文本、图像、音频、视频等多模态数据集，在生物医药、车联网、高端装备制造等领域打造行业数据集，支持各类市场主体通过无锡数据要素流通平台提供高质量数据集，为开发、训练、应用大模型提供支持，对训练使用量、数据质量等综合排名靠前的市场主体给予奖励。三是建设数据训练基地，政府联合科研院所、技术厂商等建立数据训练基地和隐私计算联合实验室，通过对公共数据、训练

115、数据集等各类数据的清洗、标注处理后，依托隐私计算平台等技术手段，实现敏感数据“可用不可见”，以数据不出域为原则，在保障数据安全的前提下，支持大模型研发、训练和应用，重点支持在通用大模型基础上开发适用于垂直行业的专用大模型。构建基于智算的软硬件协同开放生态。构建基于智算的软硬件协同开放生态。一是依托无锡智算中心，搭建人工智能开发生态，推动底层硬件与软件框架高效适配，推动自主深度学习开源框架与智算中心开展广泛适配与融合优化。开放主流 AI 框架、数据集和工具，为人工智能数据应用和算法创新提供全栈式基础软件和工具链，高效支撑生物医药、车联网、高端装备制造等领域的技术创新与场景融合应用。二是依托智算中

116、心集聚大模型智算软件栈，为企业提供涵盖算力系统环节部署、算力调度保障、面向大模型的高效工具链等全栈全流程服务，帮助更多企业跨越大模型研发应用门槛，充分释放大模型创新生产力。三是支持算力生态龙头搭建 AI 原生应用交易平台，链接用户需求与 AI 原生应用开发者的资源禀赋优势，既满足客户各项需求和服务，也为开发者提供把 AI 原生应用推向市场的机会。基于智算生态的软件协同平台将持续聚合产业力量，促进智算创新技术、场景应用与交付服务的融合落地，为创新者提供成长空间，为合作伙伴提供开放和易用的商业发展平台。四是鼓励企业、高校、科研院所共建人工智能联合实验室，形成一批“算力+”行业解决方案。4.增强产业

117、集聚平台属性增强产业集聚平台属性 支持算力产业生态企业发展。支持算力产业生态企业发展。支持和引导各类企业在无锡设立全球、全国或区域级数据、算法模型、算力、基础软硬件等产业链上下游生态总部。支持算力产业链相关企业做大做强，推动企业向专精特新“小巨人”、独角兽、单项冠军企业发展。支持搭建算力产业生态相关孵化器。支持搭建算力产业生态相关孵化器。打造人工智能发展和产业生态的试验田、孵化器，落实重点企业“服务包”制度，为有潜力的创新企业提供算力、语料、人才、资本等支撑。广泛链接应用场景，集聚产业链上下游企业和相关人才，推动创新主体34 在一个物理空间中高频互动、深度交流、深化对接，形成人工智能产业技术开

118、发与终端应用之间的传导闭环，推动无锡市人工智能产业由“点状分布”转变为“链状联动”的集聚发展，形成倍增效应以加速产业集聚进程。支持基于无锡丰富的工业应用场景，创新研发行业垂直大模型，打造无锡行业垂直大模型高地和集聚区。支持孵化器内创新成果熟化定型，助力前沿颠覆性技术转化为创业企业。强化科技研发和自主创新。强化科技研发和自主创新。支持算力、算法、数据等企业申报国家发改委东数西算示范项目、国家级技术创新示范企业、企业技术中心和工程研究中心、新一代人工智能重大项目等，并对符合条件的算力企业、项目给予奖励支持，以良好的科技创新环境和氛围推动更多企业集聚和发展。35 四、四、无锡智算中心发展目标及保障体

119、系无锡智算中心发展目标及保障体系(一一)发展目标发展目标 提升算力服务，运载能力实现新发展。提升算力服务，运载能力实现新发展。智能算力规模不断满足产业 AI 化发展需求，算力网络节点间单向网络时延控制在 1 毫秒以内，智算中心内绿色能源使用占比不断提高，具备大规模应用赋能价值的智算中心数量显著增加。布局国产替代，技术攻坚取得新突破。布局国产替代，技术攻坚取得新突破。提升国产人工智能算力、算法模型等基础软硬件市场占比，算力芯片等基本实现自主可控，算力基础设施硬件全面兼容算法模型等软件。建设典型示范，场景赋能提升新质效。建设典型示范，场景赋能提升新质效。围绕无锡丰富的工业场景，开展一批“算力+”场

120、景典型示范项目，形成一批突破性、带动性、示范性强的重大应用场景，形成人工智能企业与场景需求联合创新的生态体系和创新机制，走出一条特色人工智能赋能工业的道路。构建产业集群，产业能级完成新跃升。构建产业集群，产业能级完成新跃升。人工智能产业集群持续做大做强，初创企业、专精特新“小巨人”、独角兽、单项冠军企业不断增长，发布一批垂直行业大模型，抢占多个垂直细分赛道。人工智能全面赋能新型工业化，转型升级再提速，助力无锡成为全国领先制造业强市。(二二)保障体系保障体系 1.统筹联动统筹联动 加强政府各相关职能部门、行业协会、联盟组织等协同合作，做好重点任务保障。持续发挥无锡算力公共服务平台算力统筹和智能调

121、度功能，形成多层级算力资源互联互通的算网大脑，助力融和应用创新和产业发展。加强协调调度，强化资源统筹，推动全市公共数据通过授权机制实现数据共享开放。加强行业、联盟组织等交流合作，依托行业组织加强智算生态打造，助力提升无锡智算基础设施协同创新与产业赋能创新发展。充分发挥领军科学家、中青年科学家等行业专家作用，围绕本市“算力+”发展提供战略路线和前沿技术咨询。2.政策支持政策支持 进一步加大金融支持和财政支持力度，全方位助力智算产业稳步高质量发展。加大财政金融支持力度。通过产业基金、财政专项资金等加大对智算重点项目的支持力度。支持社会资本向算力产业流动，鼓励金融机构加大对绿色低碳算力基础设施的信贷

122、支持力度。对采用国产 GPU 芯片部署智算的企业，按照投资额的一定比例给予支持，保障推进智算资源供给自主可控进程。学习北京、上海等地政策，鼓励各类主体开放共享高质量训练数据，对数据供给方，根据数据开放数量和质量，或按照交易情况给予一定比例补贴支持。学习苏州、南京等地政策，在全市范围内遴选“算力+”应用场景示范项目，按照“双向”奖励机制，对场景提供方、产品及服务提供方给予奖励，支持行业大模型产业化应用。持续推进制造业“智改数转”，为企业 AI 转型做好数字化基础。学习成都、北京等地政策，鼓励联合协同创新，对建立协同创新基地给予一定资金奖励，对建立算法公共服务平台，按年服务收入给予补贴。3.人才供

123、给人才供给 加大人工智能领域人才引育力度，全链条培养创新型、复合型人工智能技术与管理人才。高校层面，优化学科布局，发挥基础学科优势，鼓励市属高校、职业院校优36 化和开设人工智能相关专业，探索开展“X+人工智能”的交叉融合人才培养，建立相关产业学院、研究院、联合实验室等。深化政产学研用融通，鼓励人工智能企业、用户单位与高等院校、科研院所等合作，共建人才实习实训基地，重点支持建立大模型产教融合创新基地，探索形成大模型应用实习实训机制，鼓励全方位、多层次组织开展模型应用能力培训和案例教学，切实解决“最后一公里”问题。政府层面，注重发挥企业用人主体作用，加大对企业引才引智扶持力度，实施引进人才奖补、

124、猎聘费等政策，积极引进“高精尖缺”人才。建立“揭榜挂帅”人才使用机制。不拘一格用人才，激励广大科技人才在科研攻关中大显身手、施展才华，为广大科技型中小微企业打开了一条“柔性引才”渠道。4.示范引领示范引领 组织评选在高效算力、国产化率、绿色低碳、模型训练、产业赋能等领域成效明显的智算中心，发布智算中心“示范标杆”名单。开展智能算力典型应用场景征集，突出典型案例解决的核心问题和实施路径、采用关键技术及创新产品，以及落地应用可实现的效果等内容，对创新程度高、应用价值大、示范效应强、市场前景好的算力技术创新应用场景典型案例，进行发布并给予重点宣传推广。5.安全保障安全保障 推动智算中心与安全保障体系

125、同规划、同布局、同建设，加强网络安全、数据安全、基础设施建设，夯实智算中心安全保障能力。全面提升网络安全运行与管理能力，建立完善网络安全管理制度，强化安全技术手段，加强对网络安全监测分析，建立风险预警机制。强化数据安全保护能力，完善数据安全分类分级管理机制，根据监管要求对数据进行精准严格管理，加强数据安全风险监测技术手段能力，加强数据安全的研判、预警和处置能力，指导企业落实数据安全。42 附录一：算力政策对标分析附录一：算力政策对标分析 表 3 北京算力政策分析 政策方向政策方向 政策内容政策内容 政策文件政策文件 关于加快通用人工智能产业引领发展的若干措施 场景支持场景支持 打造一批行业大模

126、型标杆应用，最高支持 5000 万元。大模型支持大模型支持 加强大模型关键核心技术攻关、通过“揭榜挂帅”“赛马”等方式，支持创新主体开展关键核心技术攻关，最高支持3000 万元。对纳入国家重大战略任务的攻关项目，最高支持 1 亿元。数据开放数据开放 推动大模型高质量语料库建设，鼓励各类主体开放共享高质量训练数据，根据数据开放数量和质量等予以最高 300 万元奖励。对完成大模型训练数据产品交易的主体，予以最高 200 万元支持。联合研发创新联合研发创新 打造特色鲜明的人工智能创新创业街区，建立健全协同服务机制，提升专业化运营管理能力，予以最高 5000 万元支持。43 表 4 上海算力政策分析

127、政策方向政策方向 政策内容政策内容 政策文件政策文件 上海市推动人工智能大模型创新发展若干措施（2023-2025 年）徐汇区关于支持人工智能大模型发展的若干意见 场景支持场景支持 支持本市国有企事业单位开放大模型应用场景，优先采用经测试评估的大模型产品和服务。对具有行业引领和示范效应的技术应用与场景建设项目，经综合评价，最高可按照项目总投入的 80%给予不超过500 万元的补贴支持。大模型支持大模型支持 建立大模型测试评估中心。聚焦性能、安全、伦理、适配等方面，建设国家级大模型测试验证与协同创新中心。推动科学智能大模型在生命科学、工程计算、气象等领域应用，打造科学研究新范式。提出使用“创新券

128、”补贴，鼓励大模型和生成式人工智能相关企业建立技术中心，可给予不超过 100 万元的一次性奖励。对引领大模型发展或取得颠覆性突破的项目，经综合评价，最高可给予 1000 万元补贴支持。数据开放数据开放 推动语料数据资源共建共享；组建大模型语料数据联盟，建立语料数据知识产权保护框架。支持相关创新主体打造开源开放、协同共享的基础语料数据集、指令调优数据集等，提供高质量数据集或打造专业化数据空间的，经综合评价，最高可给子 300 万元的补贴支持。联合研发创新联合研发创新 打造开源大模型行业应用创新生态空间，支持大模型开源社区和协作平台建设，引进培育大模型相关初创团队，加强行业大模型在垂直领域的深度应

129、用，构建开放协同产业生态。44 表 5 成都算力政策分析 政策方向政策方向 政策内容政策内容 政策文件政策文件 成都市进一步促进人工智能产业高质量发展的若干政策措施实施细则 场景支持场景支持 支持企业打造典型应用场景，对经评定为标杆场景的，给予最高 100 万元补助。大模型支持大模型支持 支持企业、高校院所开展核心算法研发，研制全栈国产化的通用大模型，对取得国家科技重大专项、国家重点研发计划立项项目成果或国家科学技术奖获奖成果并在蓉落地转化的，经评审择优，给予最高 1000 万元经费支持。数据开放数据开放 支持企业自主或联合行业协会、科研机构等建设高质量人工智能数据集，每年遴选数据集建设单位，

130、纳入智慧蓉城应用场景实验室，共同开展重点领域公共数据资源开发利用。联合研发创新联合研发创新 鼓励企业、科研机构和行业协会等建设运营算法检测、验证、对接交易、生成式内容评测等公共算法服务平台，对于产生实际收入的，经评审择优，按平台年度服务性收入的 10%，给予单个平台每年最高 100 万元补贴，每年评选平台不超过 10 个。45 表 6 苏州算力政策分析 政策方向政策方向 政策内容政策内容 政策文件政策文件 苏州市关于推进算力产业发展和应用的行动方案 场景支持场景支持 采取“双向”奖励制度，给予场景提供主体（非政府投资主体）最高 200 万元奖励，产品及服务提供商最高 100 万元奖励。大模型支

131、持大模型支持 对于通用大模型参数量不低于千亿，专业大模型参数量百亿以上，典型应用场景不少于 5 个的人工智能大模型，按照项目算力使用成本的 50%，给予大模型建设方每年最高 300 万元最多 3 年的算力成本补贴。数据开放数据开放 要加大公共数据开放运用。发展壮大苏州大数据交易所。2025 年，政务信息系统上云率达 95%以上。联合研发创新联合研发创新 围绕算力技术研发、成果转化等关键环节，建设算力公共技术服务平台，对新建平台给予最高 2000 万元支持。鼓励平台对外开放共享，根据年服务成效每年给予最高 500 万元绩效补贴。到 2025 年，建成 1-2 个国家人工智能开放创新平台。46 表

132、 7 南京算力政策分析 政策方向政策方向 政策内容政策内容 政策文件政策文件 南京市进一步促进人工智能创新发展行动计划（2024-2026 年）及南京市促进人工智能创新发展若干政策措施 玄武区关于促进大模型产业发展的支持政策 场景支持场景支持 每年择优支持不超过 10 个优质示范应用项目，每个给予最高不超过 200 万元专项资金奖励。评审后评定为区级示范应用项目，在负责项目实施的企业主体迁入本区后给予单个项目最高不超过 100 万元的一次性奖励。大模型支持大模型支持 对落地的具有行业重大影响力的专用大模型，按照不超过研发成本 20%的标准择优给予牵头研发企业补助，单个项目补助金额最高不超过 5

133、00 万元。对牵头承担国家技术攻关任务，获批完成国家揭榜挂帅揭榜优胜的企业，按照研发费用的 15%、最高 1000 万元给予支持。支持大模型服务平台建设。对承担大模型服务平台建设的主体给予最高不超过 1000 万元一次性补助；对于承担平台运营和产业生态体系构建的主体，按其年运营实际总投入分步给予资金补助，每年最高不超过 300 万元。数据开放数据开放 开放公共数据集 5000 个以上，打造交通运输、卫生健康、教育等一批公共数据流通应用场景。鼓励开发开放用于人工智能大模型训练的优质数据。依托数据交易所等机构开展数据汇集，为大模型应用企业提供要素支撑。联合深圳计算科学研究院、玄武大模型工厂等提供面

134、向行业的高质量中文语料数据库、数据治理和数据分析工具。联合研发创新联合研发创新 建设江苏省人工智能产业公共技术服务平台，打造省级以上技术创新和产业公共服务平台 5 个。区内企业联合高校、科研院建设高等级研究机构最高支持500 万元；列入市重大及以上重点科技计划的大模型研究项目最高支持 200 万元。47 表 8 深圳算力政策分析 政策方向政策方向 政策内容政策内容 政策文件政策文件 深圳市加快推动人工智能高质量发展高水平应用行动方案（2023-2024 年）前海关于支持人工智能高质量发展水平应用的若干措施 场景支持场景支持 面向全社会征集并公开发布人工智能创新产品、市场化项目需求、应用场景需求

135、。积极打造可应用人工智能的各类场景。对应用示范项目建设主体按照项目实际投资额的 10%予以最高 200 万元资金支持，每年支持项目不超过 10 个。大模型支持大模型支持 聚焦通用大模型等领域实施人工智能科技重大专项扶持计划，重点支持打造开源通用大模型；支持重点企业持续研发和迭代商用通用大模型；支持高校、企业围绕通用大模型等领域开展人才联合培养。支持“大模型+产业”应用创新。对前海企业自主研发、公开发布的人工智能行业大模型，具有 10 个以上市场应用案例的，予以一次性 100 万元奖励。数据开放数据开放 进一步做大深圳数据交易所交易规模，鼓励行业龙头企业、平台型企业提供高质量数据产品和专业化数据

136、服务，引导企业发掘数据资产、开放数据资源、参与数据交易。促进数据经纪业务发展，对上一年度数据交易服务收入达到 500 万元以上的数据经纪企业，按照其数据交易服务收入的 1%，予以每家企业最高不超过 20 万元的奖励。联合研发创新联合研发创新 鼓励大模型企业联合生态伙伴加强大模型插件及相关软硬件研发，推动大模型与现有的操作系统、软件、智能硬件打通、互嵌。安永|建设更美好的商业世界 安永的宗旨是建设更美好的商业世界。我们致力帮助客户、员工及社会各界创造长期价值，同时在资本市场建立信任。在数据及科技赋能下，安永的多元化团队通过鉴证服务，于 150 多个国家及地区构建信任，并协助企业成长、转型和运营。

137、在审计、咨询、战略、税务与交易的专业服务领域，安永团队对当前最复杂迫切的挑战，提出更好的问题，从而发掘创新的解决方案。安永是指 Ernst&Young Global Limited 的全球组织，加盟该全球组织的各成员机构均为独立的法律实体，各成员机构可单独简称为“安永”。Ernst&Young Global Limited 是注册于英国的一家保证（责任）有限公司，不对外提供任何服务，不拥有其成员机构的任何股权或控制权，亦不担任任何成员机构的总部。请登录 。2024 安永（中国）企业咨询有限公司。版权所有。APAC no.(03021158)ED None 本材料是为提供一般信息的用途编制，并非旨在成为可依赖的会计、税务、法律或其他专业意见。请向您的顾问获取具体意见。 扫描二维码，获取最新资讯。