中经记者 秦枭 芜湖、合肥报道
人工智能是新一轮科技革命和产业变革核心驱动力之一，也是培育新质生产力、赋能实体经济的关键支撑。近年来，安徽依托国家科学中心的人才优势和长三角产业配套优势，正成为人工智能技术从实验室走向生产线的重要试验场。
近日，《中国经营报》记者走进安徽，探访了智算产业园、数据中心、水泥厂、装备车间与实验室。从十万卡级机房到水泥窑边的预测模型，再到社区里的康复装备，一条从算力通向场景的路径逐渐清晰：安徽正在把AI嵌进产业的具体工序，并重新计算成本与收益。
算力的价值在“调得动”
在芜湖江北新区智算经济产业园，一层展厅的灯刚亮起来。大屏上的数字已经跑了一整夜：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。
这里是芜湖市大数据建设投资运营有限公司打造的“算立方”，也是芜湖“智算之城”的展示窗口。算力运营部负责人韩鹏飞向记者介绍，公司已建成全国首个“五算合一”的省级算力统筹调度平台，把通算、智算、超算、量算、天算五类异构算力汇到一张网里，打通算力供给与场景应用的全链条。
对一家AI企业来说，“五算合一”意味着过去要逐家谈价、比较机型与交付周期，如今算力被摆上货架，按需下单、随取随用。平台另一端还接着政策：安徽省人工智能补贴政策通过这里落地，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%。门槛削低，算力才可能从“稀缺资源”变成“生产要素”。
离展厅不远的华为云芜湖3D数据中心，提供了另一种答案。今年9月，这座全球首个3D立体架构的人工智能数据中心落地芜湖集群，单栋楼宇可支撑十万卡级AI超节点集群。
走进园区，很难用传统机房的印象去理解它——不是一排排机柜的平面堆叠，而是自下而上的三层：供冷层、IT设备层、供电层，储能备电单元部署在屋顶。电力、制冷、IT三套系统分层解耦。这背后是一笔实在的账：AI芯片大约以年为单位换代，机电系统的设计寿命却以十年计。若沿用平面堆叠，一次芯片升级就可能带来一轮机房改造；分层之后，“机电长周期稳定”与“算力短周期迭代”得以兼顾。
在合肥，中国电信安徽智算中心把“密度”和“国产化”一并做了上去。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，为科大讯飞等本土头部AI企业提供高功率国产算力底座。
据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，跟随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向绿电富余地区迁移。
“算电协同”被反复提及，对绿电资源并不算最富集的安徽而言，算力的成本约束首先来自电。芜湖的做法是把电网规划嵌进算力产业布局：2025年，华为、抖音、电信等数据中心通过市场交易购买绿电6000万千瓦时、绿证10.12万张；当地数据中心算电协同项目还入选全国首批新型电力系统建设能力提升试点。用调度换成本、用交易换绿电，这比单纯比拼机架数量更像一场可持续的竞赛。
AI真正下场做事
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，环环相扣，任何环节的参数漂移，都会在几天后的化验单上显形。过去质量控制依赖“事后化验”：熟料出炉，取样、检测，等结果出来，工艺调整已慢了一拍。
变化发生在中控室。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”，以视觉、预测、自然语言处理三大基础模型为底座，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。
更值得关注的是这套系统的运行方式——“中心训练、边缘推理、云边协同、边用边学”。模型在中心侧训练，推理下沉到工厂边缘，现场数据持续回流、持续迭代。对流程工业而言，这或许是比“大模型”三个字更务实的部分：AI不是一次性交付的软件，而是跟着工况一起生长的能力。
如果说水泥厂的AI是重工业的“重”，那么合肥高新区科亿智能的车间，呈现的是另一种“轻”。
在安徽科亿智能科技股份有限公司的生产基地里，相机、光源与传送带组成检测线，物料以毫秒级速度掠过镜头。这家由中科大博士团队创立的国家级专精特新“小巨人”企业专注AI视觉检测与智能分选。
科亿智能董事长颜天信介绍，企业自建光学、电子学与AI验证实验室，搭建KVIS-AI云训练算力平台，攻克高速产线毫秒级检测、多品类物料快速迭代难题，测量精度可达2微米。
值得玩味的是它对算力的用法：模型在云端训练完成后，被轻量化下发至设备端侧边缘算力单元，不必依赖大型机房持续在线推理。在农业与再生资源领域的分选装备上，这一逻辑走得更远：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。
对大量中小制造企业来说，这或许是算力成本真正下降的路径：不是把算力堆得更高，而是把模型压得更小、更贴近产线。目前，科亿智能的产品已出口50多个国家和地区；其在合肥高新区的增资扩产项目正在推进，同步搭建省级博士后创新实践基地，并计划接入省级算力统筹调度平台。
AI 向科研创新与民生健康双向延伸
在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。
这里是省院市校共建的新型重大研发平台，项目总投资逾百亿元，面向化学、材料、生物医药、能源环境等重点领域。中心重点打造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）三大场景，并推出科研智能体“灵境造物”。
与传统AI工具不同，“灵境造物”试图闭合一整条科研链路：大模型提出假设，小模型负责校验，机器人完成自主实验，实验结果再回流迭代。中心工作人员向记者介绍，这是全球首个实现上述科研闭环、具备创造新物质与发现新知识能力的科研智能体，为科研人员与企业研发团队提供从科学问题提出到理论计算、机器实验、迭代优化的统一入口。
支撑这套闭环的是平台化基础设施：覆盖平台、领域、个人三级的物质科学知识库、《智能科研平台标准白皮书》，以及面向全球的“AI造物大赛”。中心还在推进AI物质科学中试基地，把理论计算、自主实验与产业中试串起来——从“发现”到“造出来”再到“造得起”，中间隔着工程化与标准化的漫长距离。
合肥另一端，中科（安徽）G60智慧健康创新研究院的展厅里，摆放着形态各异的康复与检测装备。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，研究所自主研发的4大类40余种主动健康装备已取得20余项二类医疗器械注册证，硬件搭配IIMedGPT全模态主动健康大模型，形成运动、营养代谢、心理、护理等垂直模型，输出个性化康复、健身与慢病管理方案。
数据的另一端连着真实的人：相关技术成果已落地全国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版本已于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，为模型的国产化部署与推广留出了空间。
从实验室到社区，主动健康的闭环是“精准检测—综合评估—智能决策—精准干预”。这条链路的技术难度，未必高于水泥窑的工艺寻优，但它的商业难度更高——装备要过注册，服务要找支付方，基层机构要有人会用。探访中，这些问题并未被回避：装备已经铺到200多个基层机构，接下来要回答的是，谁来为持续的服务买单，以及如何让一次检测变成长期管理。
从芜湖的调度大屏到合肥的通风橱，从6000万千瓦时绿电交易到50张样本图片，安徽给出的答案并不集中于某一家企业或某项技术，而更像一套组合：用统筹调度把算力变成可购买的服务，用分层解耦拉长基础设施寿命，用云边协同把模型压进产线，再用科研智能体与中试基地把“发现”往“量产”推一步。
（编辑：张靖超 审核：李正豪 校对：宛玲）
