當(dāng)前，我國(guó)制造業(yè)面臨著人工智能技術(shù)產(chǎn)品應(yīng)用范圍受限且深度不足、眾多潛在的應(yīng)用場(chǎng)景尚未得到充分開發(fā)、智能化水平較低等問題，而僅對(duì)單一生產(chǎn)場(chǎng)景進(jìn)行智能化改造并不能有效提高整體生產(chǎn)效率，這在一定程度上阻礙了制造業(yè)智能化進(jìn)程的推進(jìn)。

北京電子數(shù)智科技有限責(zé)任公司（以下簡(jiǎn)稱“北電數(shù)智”）戰(zhàn)略與市場(chǎng)負(fù)責(zé)人楊震在“人工智能賦能新型工業(yè)化供需對(duì)接深度行”大會(huì)上強(qiáng)調(diào)：“制造業(yè)亟需全面的人工智能革新。大模型落地制造業(yè)，要打破“木桶效應(yīng)”，不能僅依靠大模型提供動(dòng)力升級(jí)，還需要智能化升級(jí)生產(chǎn)設(shè)備、生產(chǎn)系統(tǒng)，完成整個(gè)AI生產(chǎn)線的搭建。”

中國(guó)制造業(yè)在全球市場(chǎng)中占據(jù)35%的份額，被視為AI大模型應(yīng)用的關(guān)鍵領(lǐng)域。AI大模型在制造業(yè)的設(shè)計(jì)、制造、銷售等環(huán)節(jié)有廣泛的應(yīng)用潛力。例如，在制造階段，AI模型可以用于預(yù)測(cè)物流需求、物料供應(yīng)風(fēng)險(xiǎn)、優(yōu)化成本和采購(gòu)，以及管理新品導(dǎo)入和輔助機(jī)器人制造。而目前人工智能在制造業(yè)的應(yīng)用主要限于物流和質(zhì)檢等基礎(chǔ)層面，深入到生產(chǎn)控制環(huán)節(jié)的較少。大多數(shù)企業(yè)僅將AI作為知識(shí)庫(kù)使用，尚未實(shí)現(xiàn)預(yù)測(cè)和自主決策的高級(jí)應(yīng)用。

楊震認(rèn)為，在人工智能時(shí)代大模型想要真正落地，需構(gòu)建一個(gè)完整產(chǎn)線，僅動(dòng)力替換不能解決根本問題，還需要替換生產(chǎn)設(shè)備、生產(chǎn)系統(tǒng)，完成整個(gè)AI生產(chǎn)線的搭建，最終推動(dòng)新動(dòng)力進(jìn)入生產(chǎn)環(huán)節(jié)。

北電數(shù)智擁有算力、算法、數(shù)據(jù)的全棧AI產(chǎn)品及解決方案，能為用戶提供整個(gè)AI工廠的“生產(chǎn)線”建設(shè)。在算力方面，北電數(shù)智為用戶提供混元異構(gòu)的算力集群方案，使國(guó)產(chǎn)算力與進(jìn)口算力得以協(xié)同工作，共同構(gòu)成一個(gè)龐大的虛擬GPU算力池，能夠根據(jù)用戶的具體算力需求，靈活調(diào)配適宜的算力資源。在模型層面，北電數(shù)智寶塔·模型適配平臺(tái)能夠兼容多種主流算法框架和套件。目前，北電數(shù)智已成功適配多款基礎(chǔ)通用大模型，在多個(gè)垂直領(lǐng)域推出了白標(biāo)模型，能夠根據(jù)用戶的實(shí)際需求提供相應(yīng)的模型產(chǎn)品。在數(shù)據(jù)層面，北電數(shù)智紅湖·可信數(shù)據(jù)空間能夠保障數(shù)據(jù)在安全可信的環(huán)境下的匯聚、流通和使用，實(shí)現(xiàn)對(duì)于工業(yè)場(chǎng)景垂類大模型高質(zhì)量數(shù)據(jù)要素的供給，通過大模型與本地?cái)?shù)據(jù)的深度融合，紅湖·可信數(shù)據(jù)空間能夠?yàn)橛脩籼峁┲悄芘女a(chǎn)、故障預(yù)測(cè)等專用AI應(yīng)用，以及倉(cāng)儲(chǔ)管理、供應(yīng)鏈優(yōu)化等通用應(yīng)用。

在中國(guó)制造業(yè)的數(shù)字化轉(zhuǎn)型升級(jí)浪潮中，北電數(shù)智正通過助力生產(chǎn)線的AI智能化改造，提升企業(yè)生產(chǎn)效率，增強(qiáng)企業(yè)市場(chǎng)競(jìng)爭(zhēng)力。結(jié)合大數(shù)據(jù)分析、云計(jì)算等前沿技術(shù)，北電數(shù)智將推動(dòng)制造業(yè)產(chǎn)業(yè)邁向新階段。