无锡人工智能融入产业发展评估报告

12一、背景情况介绍 3(一)人工智能行业发展现状和趋势 31.全球人工智能产业发展情况分析 32.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 51.中国算力发展政策 52.智算发展现状分析 53.智算行业应用分析 64.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 131.物联网产业AI转型和算力需求分析 132.集成电路产业AI转型和算力需求分析 143.生物医药产业AI转型和算力需求分析 154.软件信息产业AI转型和算力需求分析 175.高端装备产业AI转型和算力需求分析 186.高端纺织服装产业AI转型和算力需求分析 207.节能环保产业AI转型和算力需求分析 218.特色新材料产业AI转型和算力需求分析 239.新能源产业AI转型和算力需求分析 2410.汽车及零部件产业AI转型和算力需求分析 2511.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 4231956年，达特茅斯（Dartmouth）会议召开，“人工智能（ArtificialIntelligence，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等应用创新进入空前活跃期，各国政府和企业均有“Allin”全球主要国家在人工智能领域竞争激烈。美国依托校，在基础理论研究、算法创新等方面展现强大实力，拥有Pytoc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。运用大模型为产业提质增效。欧盟在人工智能领域的一批世界领先的研究机构和企业，通过制定一系列政策和计划，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、战略目策双向推动下，多项人工智能政策密集出台。中国人工智能相关政产业发展步伐，历经广泛试点、建设框架、产业化发展、场景化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A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，到快速对生成式人工智能产业链可以划分为应用层、算法层质量和多样性的数据支持人工智能系统进行训练和学习硬件的发展，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展，未来中国的雄厚行业应用场景基础将使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“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、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5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，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，算法模型难以使用于每个场景，算法模型(二)算力行业发展现状和趋势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1中华人民共和国国家互联网信息办公室/2024-04/02/c_1713729983803145.htm6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，大模型产业的苏锡常地区由于发达的经济基础和良好的产业生态，近年在政府和社会资本的支到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展、人工2中国信通院《中国算力发展指数白皮书（2023年）》/kxyj/qwfb/bps/202309/P020240326630458153765.pdf7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”，在全国第六、全省第一。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，表1苏州智能计算中心情况420231700P等心20231000P，未来3000P20241000P，未来5000P201913.2P20241000P，规划算力8000P2020智算2.6P，2018和202217.5P2020500P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3苏州市人民政府/szsrmzf/szyw/202308/c8ebf9c3dbce4a1792ce366213a9ec2b.shtml4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、产品及苏州智能算力应用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、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心，目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；某算力表2无锡智能计算中心情况92024扩容至400P2023200P2023三期全部完成50P5如无特殊说明，均指的是人民币6常州市人民政府/ns_news/4921715906086327公开信息整理8江苏省数据局/art/2024/3/26/art_19420_11202076.html9公开信息整理914P）2022预计60P2022/2024不低于1000P拓宽至新能源、智慧城心2023/2024首期200P，总规划400P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新生态，包括无锡人工智能协同创新基地，借型提供创新协助；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全面实施的建设模式，在全国政府投资建设布局的二是算力性能最优，国产化率最高。目前，无锡大部分智算中心仍以国外芯片为片的算力中心，基于华为最新的Atlas900POD集群，实现超强AI10四是构建产业生态，服务产业转型。通过基地下设的“无锡人工智能计算中心”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，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，合作院校江南大学、无锡学院等，推进产学研深度融合；赋能企业数智化转型，解决企业痛点，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11(一)无锡优质产业集群AI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，通过对重点行业的链主企业进行调研，了解无锡市重点行业、重点企图3无锡调研企业的行业布局情况10信息、物联网、生物医药行业开展AI转型步伐较快，软迫切的AI转型需求，包括车联网的持续深入推进以及医的需求，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应用企业开展AI转型。无锡物联网以车联网、工车联网企业已经围绕语音语义理解、端侧、场景布局AI觉质检、智能生产等领域开展AI转型；具有研发业务的造、新能源、汽车、集成电路、纺织服装、新材料、节能的初步探索阶段，各细分行业领域在有较好基础的生产办公流程环节切入，初步布局图4无锡调研企业按行业AI转型比例1110调研数据11调研数据12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环节投入大、对企业影响大，因此领先医药研发企业已开保企业在运维方面存在一定难度，且难以实现实时监领域。另一方面，AI有助于创新业务模式，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、企业数字化智能化转型尚未全部完成，因此人工智能化转型步伐也较为缓慢。从智能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，这将对企业产生图5无锡企业AI转型痛点分析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(二)无锡市优质产业集群AI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。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，是国家传感网创新示范区，已广泛应用于国产大飞机AI+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赋能语音助手对乘客控力，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/doc/2024/08/28/4383301.shtml14二是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，影响了自动驾驶的整体安全性，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AI+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，并自动调整参数，如压力、温度、流量等；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转型需要的投入也的产出效果和对企业较大的投资收益，因此更深层次、改进程仍较慢。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+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。集成电路电路制造行业对准确率要求极高，但是目前A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，3.生物医药产业AI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、新适应症开发等方面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，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短于病理医师诊断时长。未来将重点突破AI赋能动态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无锡某医疗器械企业自2022年开始在影像学诊断设备方面展开AI转型，目前通过算法自研与外部合作开发模式，已开发应用场扫描诊断功能开发AI赋能，并建立区域级数据中心汇聚无锡生物医药产业AI转型的痛点主要体现在两个方面。一是“数即由于生物医药行业特性，较难形成医院、患者、药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，为促进无锡市生物医药产业进一步开展A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4.软件信息产业AI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。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、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/doc/2023/11/09/4109102.shtml19一是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，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低人工成本外，在商务投标等场景亦帮助企业大幅提效。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、有效的销九是AI+智慧运维。通过基于AI模型建立的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，企业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因此，为推进无锡市高端装备产业进一步AI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检、流通、营销和消费者服务。无锡纺织服装产产业再次跃迁的重要力量。纺织服装AI转型场景主要在设图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AI提供的定制化设计，可以提高效率、节二是AI+质检。无锡纺织服装企业有计划通过AI进一步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A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、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，基于客户需求，运用AI技术实现服装个性化定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转型投入业目前面临的普遍困境。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，并利用人工智能推进“双碳”进程，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，天气感知、负荷预测、全网平衡等AI算法及模型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度有限，因此AI转型拓展较为困难。二是智慧运维普遍更易接受人工巡检，对通过AI赋能机器人巡检23产业仍需政府相关职能部门支持AI转型，一方面通过在项目以起到示范引领作用，降低节能环保企业对AI转型收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，前期研究、实验、打样需要较长时间和较高成本投入，而通过A二是AI+新材料研发。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。材料性能测试阶段，AI不仅可以预测材料属性，还能优化实验条件，通过算法可以找到最优的反应条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24AI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、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，提前调整六是AI+虚拟电厂，虚拟电厂利用AI算法状态，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，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风场精细选址和风机建造等决策提供了算力底座支持。在平台侧，协同，优化能源系统的管理，降低系统波动性带来的成能场景，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转型投资回报比相对较型推进动力。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。因一步AI转型，一方面需要无锡相关政府职能部门以场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要产业链，拥有整车（含新能源汽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、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（2023-2025年）》/doc/2023/10/27/4094511.shtml26AI+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（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27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非刚需，而若AI转型投入较大，效益不是汽车及零部件行业垂类场景AI人才较为稀揭榜挂帅等科技悬赏制度攻关破解汽车AI转型卡点难题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，而氢能和储能、第三代半导体AI转型的算法、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(三)梁溪区优质产业集群AI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，2023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，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16梁溪区人民政府/doc/2024/01/29/4167646.shtml28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AI29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，提升算力资源国产化率，明确无锡算力中心底色，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沟，加快构建以算力为基础、产业为驱动、软硬件入产业的关键。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，将无锡市算力图17无锡智算中心发展战略总图2.发展定位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，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3.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4.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，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“算力+”行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，孵化一5.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一32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。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，算生态问题，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、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、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33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，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，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。三是资源禀赋优势，既满足客户各项需求和服务，也为的机会。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35(一)发展目标提升算力服务，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力+”场景典型示范项目，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(二)保障体系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2.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，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加大人工智能领域人才引育力度，全链条培养创新型、复