BT财经

境内金融信息服务备案编号:

【京金信备(2021)5号】

2026年10月21日

注册 / 登录

智能算力规模增146%:工厂要怎样用好这些算力?

 

 

工厂准备上一套AI质检系统,预算里多了算力和软件费用。老板真正要追问的,是少漏了多少缺陷、少停了多久机器。10月20日披露的数据显示,我国智能算力规模同比增长146%。这为制造业打开更多应用空间,但要把算力变成收益,企业得先把数据、场景、系统和付费四笔账算清。

设施在扩容 企业要算自己的生产账

工信部披露,截至9月底,我国智能算力规模达到2592 EFLOPS,同比增长146%;已建成5G基站525.4万座,工业5G专网超过2.6万个、5G工厂1260个,5G已融入全部97个国民经济大类。

这些进展为制造业数字化提供了更扎实的基础。网络连接设备、传输数据,算力支撑模型计算,两者配合,才能让更多工业应用具备落地条件。

但这组数据也有边界。EFLOPS衡量的是计算能力,不是算力利用率、有效训练量,更不是已经实现的收入。全国智能算力也不是制造业独享的资源。行业应用覆盖广,不代表每一家企业都已深度使用。

对企业管理者,宏观供给扩张带来的机会,是获得更多资源和方案选择。落实到采购,还得看任务能否稳定运行、交付多久、费用多少,以及生产部门愿不愿意长期使用。

先把数据接准 再把场景选小

第一道门槛,是数据治理。假设同一种零件在订单、设备和质检系统里有三个名称,缺陷照片找不到对应批次,模型即使识别出了异常,也难回答“哪一批需要复查”。数据不是存得多就够,还要能对应到产品、设备、时间和处理结果。

企业可以先选一条产线,统一设备编码、缺陷定义和记录口径,再检查历史数据是否缺失、样本是否偏向某些产品。生产、质量和信息化人员要共同确认标准,不能把这件事全部交给算法供应商。

第二道门槛,是生产场景。先解决哪个问题,比先买多大的模型更值得讨论。是外观漏检造成返工,还是设备异常造成停机?是排产不顺拖延交付,还是单位产品能耗偏高?问题不同,所需数据、模型和部署方式都会变化。

验收指标也要跟着变化。质检既看漏检,也看把合格品误判为不合格品的情况;设备预警要看是否提前发现问题,以及误报增加了多少检查工作。展示屏上的识别演示,只有接上真实生产约束,才有评估意义。

工信部近期推动凝练推广高价值场景,相关公开报道将场景区分为推广级、验证级和攻关级。对工厂,这提供了一个实用思路:先弄清准备采购的是可复制方案,还是仍需共同验证的项目,再安排预算与预期。

模型发出提醒 还得有人把工单办完

第三道门槛,是系统集成。一处异常被识别出来,后续由谁接收、谁复核、谁决定调整生产,处理结果怎样回到系统,都需要写进流程。如果提醒只停留在一个新界面,班组仍要手抄、重复录入,新增工具可能同时带来新增工作。

因此,项目要接上生产执行、设备维护、质量管理等已有系统。班组长关心提醒能不能及时看到,信息化团队关心接口与权限,工艺人员关心建议是否符合生产条件。毕马威关于智能制造的研究也强调,应用需要嵌入工作流程,并以高质量企业数据作为基础。

部署选择应围绕现场要求评估:哪些任务适合调用云端资源,哪些需要在厂内或设备附近处理,取决于时延、网络、数据管理和维护成本。工厂不必把所有问题都塞进同一种技术方案,也不能把训练阶段的资源需求照搬到日常推理。

涉及关键生产环节,还要明确误报、断网、模型失效时如何回退,保留必要的人工确认与处置权限。持续换产品、换工艺之后,原来的效果能不能保持,也需要重新检验。

持续付费 要靠可核验的收益

第四道门槛,是钱。算力租用只是总成本的一部分,数据整理、标注、软件接口、设备改造、模型维护和人员培训,都应纳入预算。报价便宜的项目,如果后续集成与维护费用没有说清,企业就很难判断持续使用的成本。

收益也要逐项核验。良率改善,要结合产品结构、原料和工艺变化判断;单位能耗下降,要在可比的产量与生产条件下看。员工少花了时间,不自动等于工资支出减少,还要看这些工时是否用于更多有效任务。

比较试点前后,最好保留可比产线或批次,持续记录变化,避免把订单波动、设备更新带来的改善全部记到AI名下。财务与生产部门共同认可的收益,才适合作为续费和扩展部署的依据。

工厂与服务商还要分开记账。对工厂,少报废、少停机、少耗电是经营改善,能否形成净收益取决于全部投入;对服务商,合同、交付、验收、收款则是不同节点。工厂有效果,不等于供应商已经收到钱;签了订单,也不等于形成持续服务收入。

把项目拆成四个阶段 再决定是否复制

管理者可以用下面这张表开项目例会。每推进一个阶段,都要求拿出相应证据,上一阶段的成果不能替代下一阶段的验收。建成、部署、见效和回款,是四份不同的验收单。

 

 

对制造企业,下一轮投入可以从一个范围清楚的试点开始:一项生产痛点、一组验收指标、一份完整预算,以及明确的责任人。把有效做法稳定下来,再讨论复制到下一条线。

智能算力快速增长,为制造升级提供了更多可能。企业要做的,是让这些能力走进能负责、能比较、能持续付费的生产流程。下一次听供应商介绍算力规模,不妨请他接着回答:具体改善哪个工序,由谁验收,又怎样在经营账上看到结果?



版权声明:本文版权归BT财经所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。
帮助中心
联系我们
联系我们

 

商务合作:

 

公司地址

北京市丰台区汉威国际广场一区一号楼629

 

 

商务合作

周先生

Tel: +86-17743514315

Email: info@btimes.com.cn

官方微信公众号

北京领讯时代信息技术有限公司 | Copyright ©️ 2026 财经时报 版权所有 京ICP备19043396号-7

京公网安备 11010602007380号 | 境内金融信息服务备案编号:京金信备(2021)5号

网信算备110106674807801230011号


声明:未经授权,不得复制、转载或以其他方式使用本网站的内容。BT财经尽最大努力确保数据准确,但不保证数据绝对正确。