時間撥回到2025年初，DeepSeek掀起的“破圈”熱潮，悄然攪動了中國城市間關(guān)于“AI第一城”的爭奪戰(zhàn)。

過去大半年時間里，我們見證了杭州“六小龍”在應(yīng)用層的狂奔，見證了北京在模型層的大開大合，就連相對偏遠(yuǎn)的中西部城市，也紛紛在落子智能算力基礎(chǔ)設(shè)施，生怕錯過通往未來的“船票”。

被譽為創(chuàng)新之城的深圳，是怎么布局的呢？

半個月前的第27屆“高交會”，光明實驗室攜手華為組織的“基于昇騰的國產(chǎn)AI生態(tài)特展”上，昇騰384超節(jié)點在深圳首秀，以硬核算力基座展示了國之重器“硬實力”，詮釋了AI生態(tài)布局的“深圳答案”：當(dāng)其他城市爭奪“AI應(yīng)用之都”時，深圳默默修筑了一條更寬、更深的“護城河”。

01 算力是“新石油”，深圳造了座“煉油廠”

早上起床后刷臉解鎖手機、中午點外賣時APP精準(zhǔn)推送的“川菜”、睡前刷視頻時“猜中”喜好的催眠內(nèi)容……每一個尋常的數(shù)字生活場景，都離不開算力。

就像石油在第二次和第三次工業(yè)革命中的地位，算力常常被比作第四次工業(yè)革命的“石油”，不直接被用戶感知，而是以基礎(chǔ)資源的方式，為內(nèi)容生成、智能駕駛、具身智能等應(yīng)用“供能”。

在石油經(jīng)濟的產(chǎn)業(yè)體系里，卡住脖子的不只是“原油”，還包括高效的“煉油工藝”。同樣的道理，制約國內(nèi)AI產(chǎn)業(yè)進程的，除了GPU、CPU、NPU等算力，左右算力利用率的軟件棧與生態(tài)，同樣是不可或缺的一環(huán)。

所以在AI產(chǎn)業(yè)的布局上，深圳沒有盲目“找油”，將注意力集中到了周期更長、技術(shù)含金量更高的基礎(chǔ)工程——“煉油廠”。

故事還要從2025年3月說起。

在大灣區(qū)昇騰算力應(yīng)用創(chuàng)新研究院啟動大會上，深圳市科技創(chuàng)新局有關(guān)負(fù)責(zé)同志在現(xiàn)場說了一句極具穿透力的話：“打造英偉達(dá)生態(tài)以外的算力生態(tài)體系，為全球AI開發(fā)者創(chuàng)造新生長空間。

為什么深圳要打造算力生態(tài)？答案在于城市稟賦。

深圳擁有國內(nèi)最完備的硬件產(chǎn)業(yè)鏈，特別是華為的昇騰算力和CANN開源開放生態(tài)，可以說是深圳獨一無二的硬實力。更重要的是，深圳敏銳地意識到，在AI產(chǎn)業(yè)的長跑中，僅在模型層、應(yīng)用層競爭，很容易陷入同質(zhì)化內(nèi)卷，自主可控的算力生態(tài)底座，才是決定產(chǎn)業(yè)興衰的“勝負(fù)手”。

這也是“深圳答案”的第一層邏輯：聚合資源，抓住“確定性紅利”。

由光明實驗室和華為聯(lián)合建立的大灣區(qū)昇騰算力應(yīng)用創(chuàng)新研究院，被賦予了“政企聯(lián)動共建生態(tài)”的使命：通過算子庫開源、模型遷移標(biāo)準(zhǔn)化及框架優(yōu)化，吸引全球開發(fā)者共同攻堅軟硬件適配難題，集中資源強化國產(chǎn)算力與GPU的兼容能力，構(gòu)建起安全可控的算力供應(yīng)鏈，為AI創(chuàng)新筑牢“地基”。

站在產(chǎn)業(yè)的視角上，并不難理解深圳的選擇：相較于短期的模型或應(yīng)用繁榮，提高算力利用率、降低模型的訓(xùn)練與推理成本、縮短應(yīng)用開發(fā)周期，才是真正能讓產(chǎn)業(yè)穿越周期的“確定性紅利”。

深圳所籌謀的，是一條從底層算力、系統(tǒng)軟件、訓(xùn)練推理框架、到行業(yè)模型和應(yīng)用的縱深產(chǎn)業(yè)鏈。

02 避免“單打獨斗”，打一場“組織化戰(zhàn)爭”

翻看科技發(fā)展史，一個產(chǎn)業(yè)生態(tài)的繁榮，從來都不是某家企業(yè)的單打獨斗，Wintel聯(lián)盟如此，Android如此，英偉達(dá)的CUDA生態(tài)亦是如此。

一座城市的AI產(chǎn)業(yè)要想站穩(wěn)腳跟，同樣需要建立在健康向上的算力生態(tài)上，需要融合政府的長期投入、科研機構(gòu)的前沿探索、企業(yè)的工程化能力、開發(fā)者社區(qū)的持續(xù)貢獻(xiàn)，形成一個“多因子驅(qū)動”的飛輪，讓產(chǎn)業(yè)增長不再依賴“技術(shù)的偶然性”，而是基于生態(tài)協(xié)同的必然性。

“深圳答案”的第二層邏輯恰在于此——進行了一場“有為政府”與“有效市場”配合的組織化戰(zhàn)爭。

正如前面所提到的，深圳的解題思路是“政企聯(lián)動共建生態(tài)”。其中光明實驗室擔(dān)綱了“有為政府”的樞紐代表角色，通過構(gòu)建“以實驗室本體為核心，與科研和產(chǎn)業(yè)兩翼協(xié)同創(chuàng)新”的開放協(xié)同生態(tài)，打通了高校院所和企業(yè)的組織邊界——高校院所攻關(guān)底層技術(shù)，企業(yè)參與場景驗證，形成了“技術(shù)攻關(guān)-應(yīng)用反饋-迭代優(yōu)化”的閉環(huán)。

比如大灣區(qū)昇騰算力應(yīng)用創(chuàng)新研究院的“聯(lián)盟化運作”，牽頭成立了“昇騰科研創(chuàng)新聯(lián)盟”：一頭連接深圳理工大學(xué)、南方科技大學(xué)、中山大學(xué)、香港中文大學(xué)（深圳）等高校和科研機構(gòu)，匯聚基于昇騰的原始創(chuàng)新，并帶動人才培養(yǎng)；一頭連接產(chǎn)業(yè)一線的需求，促進產(chǎn)品業(yè)務(wù)國產(chǎn)化升級與新產(chǎn)品迭代等，加速昇騰算力的產(chǎn)業(yè)滲透，促進科技成果向現(xiàn)實生產(chǎn)力轉(zhuǎn)化。

在“頂層設(shè)計+市場主導(dǎo)”的機制下，深圳的AI產(chǎn)業(yè)告別了“零敲碎打的游擊戰(zhàn)”，實現(xiàn)了有組織、有條理的“陣地推進”：政府提供“糧草”（算力補貼、政策引導(dǎo)等），實驗室負(fù)責(zé)“練兵”（技術(shù)攻關(guān)、人才培養(yǎng)等），企業(yè)負(fù)責(zé)“打仗”（場景落地、商業(yè)閉環(huán)等）。

直接的例子就有高交會上展示的工業(yè)質(zhì)檢大模型。

傳統(tǒng)的小模型泛化能力差，換一條產(chǎn)線就要重新訓(xùn)練。在光明實驗室的牽線下，基于昇騰算力的大模型被引入工業(yè)質(zhì)檢，讓創(chuàng)新在產(chǎn)線上得到了即時驗證和反饋：顯著降低了訓(xùn)練成本，提高了質(zhì)檢準(zhǔn)確率。

工業(yè)質(zhì)檢大模型的落地，只是深圳AI產(chǎn)業(yè)獨特競爭力的縮影，背后折射出的是系統(tǒng)性的創(chuàng)新體系。

不少城市的AI產(chǎn)業(yè)還停留在“項目式?jīng)_刺”，拼建設(shè)、拼招商、拼概念時，深圳早已把AI當(dāng)作一條“長期曲線”，把算力基礎(chǔ)設(shè)施、底層技術(shù)創(chuàng)新、產(chǎn)業(yè)落地驗證的鏈路貫通，不斷強化生態(tài)的自我造血能力：讓科研創(chuàng)新不再“止步于論文”，政策制定不再“懸浮于現(xiàn)實”，企業(yè)增長不再“孤立于場景”。

03 在“實戰(zhàn)”中演練，“生態(tài)飛輪”加速轉(zhuǎn)動

時間來到2025年末，千行萬業(yè)的智能化轉(zhuǎn)型愈演愈烈，國產(chǎn)AI生態(tài)的核心挑戰(zhàn)，不再是“能不能跑起來”，而是“跑得好不好”，能否釋放新質(zhì)生產(chǎn)力。

“深圳答案”的第三層邏輯，也是最關(guān)鍵的一點，體現(xiàn)在底層算力與上層應(yīng)用的雙向促進。

沿用前文的比喻，面對激烈且需迅猛的“AI戰(zhàn)事”，沒有哪座城市可以氣定神閑地進行兵棋推演，必須在“實戰(zhàn)”中演練。

在高交會“基于昇騰的國產(chǎn)AI生態(tài)主題特展”上，光明實驗室展示了世界模型、多模態(tài)大模型、空間智能等前沿探索，不僅驗證了昇騰算力的實際效能，同時為外界揭示了“應(yīng)用需求牽引算力進化”創(chuàng)新范式。

例如光明實驗室的研究人員在推進視頻理解模型國產(chǎn)化時，為了在長序列、多模態(tài)復(fù)雜場景下把硬件性能壓榨到極致，發(fā)現(xiàn)昇騰平臺在動態(tài)shape泛化、訪存帶寬、集群通信調(diào)度等方面存在性能瓶頸。

倘若根植于國外的算力體系，遇到同類問題的話，只能在社區(qū)中反饋，然后被動等待官方進行優(yōu)化，甚至一直被擱置。

但在深圳的協(xié)同創(chuàng)新的機制下，光明實驗室聯(lián)合華為針對CANN的flashattention、wkv7/wkv7grad、swiglu、channelmixing、tokenshift等核心算子進行了深度適配與定向加速，通過系統(tǒng)性補強模型訓(xùn)練推理全流程的性能短板，實現(xiàn)單算子性能平均提升超過50%，模型端到端訓(xùn)推效率優(yōu)化約30%。

同時也意味著，只有打通從芯片指令集到應(yīng)用算法的全鏈路，建立上下游協(xié)同的創(chuàng)新機制，才能讓創(chuàng)新一次次“復(fù)用”。哪怕開發(fā)者只是做一個簡單的視頻分析應(yīng)用，也能享受到30%的效率提升。

在高交會現(xiàn)場，類似的創(chuàng)新案例還有很多。

比如具身智能應(yīng)用FLERA靈巧手，對實時算力和低延遲有著極高要求，在昇騰生態(tài)的使能下，F(xiàn)LERA靈巧手實現(xiàn)了高度擬人化的運動能力和精準(zhǔn)的控制性能，可完成捏取、抓握、對指等人類手部95%以上的運動范圍。

再比如全流程交互式數(shù)字人解決方案GMTalker，依托CANN高性能算子庫和MindSpore的端到端優(yōu)化能力，顯著降低了部署門檻與資源消耗，打造出了“聽得清、說得準(zhǔn)、表情真、響應(yīng)快”的沉浸式人機對話體驗。

做一個總結(jié)的話，“深圳答案”的核心在于：以場景創(chuàng)新為牽引，反向推動底層技術(shù)優(yōu)化；以底層技術(shù)優(yōu)化，催生出更復(fù)雜的場景創(chuàng)新，形成了典型的“飛輪效應(yīng)”。一旦飛輪轉(zhuǎn)動起來，將產(chǎn)生遠(yuǎn)超預(yù)期的動能。

04 寫在最后

這次高交會上的AI生態(tài)展，是深圳國產(chǎn)AI生態(tài)戰(zhàn)略部署和發(fā)展思路的完整縮影。

從昇騰算力底座的穩(wěn)步構(gòu)建，到產(chǎn)學(xué)研協(xié)同機制的成熟，再到全棧自主化能力的形成，深圳正以“有為政府+有效市場”的組合拳，探索一條可復(fù)制、可持續(xù)的AI發(fā)展路徑。其中光明實驗室的角色尤為關(guān)鍵，作為生態(tài)的“催化劑”，讓科研力量、產(chǎn)業(yè)需求與城市資源，匯聚成一套可演進的系統(tǒng)能力。

AI的本質(zhì)，是計算范式的變革。誰掌握了算力的定義權(quán)，誰構(gòu)建了有韌性的生態(tài)系統(tǒng)，誰才真正擁有了未來。對于中國科技產(chǎn)業(yè)而言，“深圳答案”也是AI時代必須交出的“中國答卷”。