铁路大模型大大提升了高铁巡检机器人检修的安全性和效率；矿山大模型实现AI大规模“下井”，加速了煤炭行业无人化或少人化；气象大模型让气象预测不再需要上千台服务器耗费数小时，仅凭一张卡即可预测7天天气……为千行百业带来质的飞跃的AI大模型，无疑是新质生产力中的热点。

在日前举行的“共赢浦东”AI+新质生产力发展论坛暨浦东新区科技产业资本对接路演（浦东创投专场）上，多家受邀企业代表或进行行业分享，或参加项目路演，不仅展示了AI新浪潮下各自领域的创新，还深入探讨了AI如何助力新质生产力的发展。

云脉芯联

DPU助攻AI大模型发展

自ChatGPT横空出世，国内外科技企业纷纷加入大模型竞赛，在赋能各行各业发展的同时，全球算力需求呈指数级增加，算力已成为科技角逐的主赛场。

大模型技术创新和应用需要基于海量数据集，在拥有成百上千加速卡的AI服务器集群上，对千亿级参数的AI大模型进行分布式训练，而算力不足意味着无法处理庞大的模型和数据量，也即无法有效支撑高质量的大模型技术创新。这对算力基础设施的规模提出了更高的要求，也使得算力效率成为更大的挑战。

“围绕现在的千行百业，在AI大模型基础上去构建一些应用，可以很好地赋能各个产业的发展。但从整体来看，不管是算力基础设施还是大模型发展，目前国内还处于正在构建整体生态的过程中。”云脉芯联产品总监孙伟在本次论坛进行行业分享时表示，在AI新浪潮下，算力基础设施发展迎来了新机遇。

孙伟介绍，算力基础设施主要包括计算、网络、存储和软件。其中，算力是中心，网络是根基。网络贯穿算力的生产、传输和应用的全流程，需要做到算力高效释放、算力灵活调度、边缘最优服务，让千行百业可以像用电一样便捷使用算力。

左手算力、右手网络的算网时代正加速驶来，也使得从数据到计算“最后一米”的DPU“新阵地”应运而生。

传统计算架构是将数据送到计算节点之后由CPU/GPU来处理，但随着网络体系从以计算为中心转向以数据为中心，面对繁重的数据场景和日益增长的成本压力，以CPU、GPU为代表的传统计算架构和形式越来越显得力不从心，在算力增长遭遇瓶颈、业务数据和网络带宽不断增长的情况下，为进一步解决高性能、低延迟的问题，DPU成为新的助攻手。

经过近三年的快速发展，云脉芯联在研发、产品、市场等方面都取得了不少阶段性成果。孙伟透露，该公司最近已通过了国家高新技术企业认证。

“这是对云脉芯联技术能力、研发团队、产品体系、专利成果等核心竞争力的极大认可。取得今天这些成果，得益于浦东创投等伙伴搭建的‘朋友圈’，让我们有了更多资源，获得更多启发。”孙伟表示，云脉芯联未来将继续深耕技术产品创新，为国产智能网卡及DPU行业做大做强作出更大努力。

考拉悠然

帮助AI大模型在各行各业落地应用

尽管很多卷烟厂生产线已实现全自动化，但安全生产监控仍依赖于传统人工模式。比如，需要人工去判断预测烟丝是否堵料、卡料，然后全部停工进行机器的维护。而有了成都考拉悠然打造的烟草行业AI综合管控平台，上述问题就可以轻松快捷地解决。

在论坛上，考拉悠然投融资总监徐洁介绍，基于多模态AI检测算法，借助前端各型智能感知设备，对采集到的多模态数据进行实时AI融合分析，考拉悠然的烟草行业AI综合管控平台能够实现对生产线关键工艺点、人员、设备、环境的实时监测。

当产线出现堵料、断料、漏料、皮带跑偏打滑、数值异常超限、人员非法闯入、物品违规放置、烟箱外观破损等异常情况时，及时预警并与产线设备实现联动，避免视觉盲区、确保安全生产工作顺利开展。

不止于烟草行业，作为业界领先的多模态大模型行业解决方案提供商，考拉悠然自2017年成立以来，一直专注于多模态AI核心技术研发和产业应用，目前已在工业检测、安全生产和数字治理等多个领域展现了丰富的应用场景，实现了城市大脑AI中台、生态环保检测、铁路安全管控、烟草制造及泛半导体等行业的高效赋能，取得了多项应用案例的突破。

“高空视频是考拉悠然最早推出的一个垂直模型，最初应用于中国铁塔。铁塔在野外的摄像头有5万余个，高空数据应用场景非常广泛。同时我们也做电力巡检、轨道巡检、森林防火等。有了AI大模型后，一方面提升了算法的准确性，另一方面大大降低了迁移成本和服务成本，客户的体验性就更好了。”徐洁介绍。

据悉，考拉悠然目前在成都和上海都分设了双研发中心，将通过以成都为中心的西南，以深圳为中心的华南，以及以上海为中心的华东三大片区，来进行业务的全面拓展。

文字：沈润秋

编辑：李志豪

资料：区科经委

来源：浦东发布官方微信