本文转自：央广网
编前语:“十四五”期间，作为大国经济“顶梁柱”，国有企业以一场波澜壮阔的“跨越”，书写了高质量发展的时代答卷——民生保障撑起万家灯火，大国重器夯实国之底气，超级工程打开发展新天地，科技创新激活新质生产力。回首奋进路，跨越启新程。央广网推出《跨越》（第二季）“收官‘十四五’谋篇‘十五五’”系列报道，于广阔天地间、于生活细微处，呈现国企改革创新故事，共话国企“十五五”新篇章。
央广网北京12月26日消息（记者 黄昂瑾）从“上网下载一张图”到“用AI生成一张图”，一个动作的变化折射出人工智能应用的迅速普及；从基于大语言模型的“一问一答”，到智能体协助“整理”会议纪要、“规划”便捷高效的出行路线，人工智能技术以超乎想象的速度进入我们的生活。而在这些可感的变化背后，是我国智能基础设施的飞速发展，是通用算力到智能算力的跃升。
大模型、智能机器人等AI产业的火热，激发了大量算力、算法和数据需求。数据显示，近五年来，我国算力总规模增速每年都高达30%左右。截至今年6月底，我国已建设高质量数据集超3.5万个，支持人工智能发展。“十四五”时期，我国超700款生成式人工智能大模型产品完成备案。
过去五年间，我国人工智能基础设施的快速发展，为人工智能赋能千行百业、走进千家万户提供了关键支撑。其中，国资央企积极作为，在推进人工智能发展进程中，承担着基础底座建设者、行业应用探路者、产业升级推动者的多重角色。
智算中心筑牢AI核心底座
算力是集信息计算力、网络运载力、数据存储力于一体的新型生产力，包括通用算力、智能算力和超级算力。“十四五”期间，人工智能大模型的发展，对算力规模提出更高要求，智算中心应运而生。
“如果通俗地理解，家用电脑用的是通算，比如X86架构的处理器。智算类似于电脑主机里的显卡。”中国移动云能力中心高级技术专家张晓东在接受央广网记者采访时举例称，“电脑主机里一张显卡就可以满足用户看电影、做PPT等日常使用需求。而随着人工智能大模型参数从千亿级向万亿级攀升，对底层算力的需求越来越大。训练一个大模型，需要上千张、上万张显卡，也就是我们所说的千卡集群、万卡集群。”
2024年，中国移动在呼和浩特和哈尔滨建成了两个全球运营商“最大”智算中心，分别是：全球运营商最大单体智算中心（呼和浩特节点），智能算力规模达1.9万卡；全球运营商最大单集群智算中心（哈尔滨节点），单集群部署超过1.8万张AI加速卡，推动我国国产芯片商用部署达到更高水平。
中国移动（哈尔滨）数据中心。（中国移动供图 央广网发）
超万卡智算集群的建成，是通信运营商加码AI基础设施建设的成果。据国务院国资委介绍，“十四五”期间，通信运营商加快向AI基础底座供应商转变，累计投资超百亿元，建成4个“万卡集群”，智算规模比“AI+”行动实施前增长超过2倍。
其中，中国移动总投入超百亿元，建成13个全国性和区域性智算中心节点，打造了包括呼和浩特和哈尔滨2个超万卡智算集群，总智算规模达到61.3EFLOPS（FP16）。中国电信在上海建设智能算力资源达15000卡，总算力超4500P，其中，单池新建国产算力达万卡，是国内首个超大规模国产算力液冷集群。同时，中国电信在京津冀、长三角万卡集群基础上，在粤港澳大湾区枢纽节点建设超节点形态集群，实现智算供给量与质的双重跨越。中国联通建设运营上海临港、呼和浩特、宁夏中卫和青海三江源等万卡智算中心，推动先进算力和绿色电力的融合发展。
智算中心拔节而上、算力网络纵横交错，共同为我国人工智能产业发展构筑起强大支撑。
智算中心建成后，如何实现各地算力资源的灵活供给、高效调度，是人工智能基础设施建设迫切需要解决的问题。“十四五”期间，一系列政策出台，推动我国算力网络从广覆盖向“毫秒接入”迈进。
2023年，国家发展改革委等部门印发《关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》，明确了“到2025年底，普惠易用、绿色安全的综合算力基础设施体系初步成型，东西部算力协同调度机制逐步完善，通用算力、智能算力、超级算力等多元算力加速集聚，国家枢纽节点地区各类新增算力占全国新增算力的60%以上，国家枢纽节点算力资源使用率显著超过全国平均水平”的发展目标。2025年10月，工业和信息化部发布通知，开展城域“毫秒用算”专项行动，提出到2027年推动算力应用终端到算力中心服务器的单向网络时延小于10毫秒。
“我国从2023年开始实施算力基础设施高质量发展行动，成效显著。”中国信息通信研究院总工程师敖立表示，当前，我国算力运载能力明显提升，已基本建成国家枢纽的两级时延圈，即国家枢纽间传输时延不超过20毫秒、区域集群到周边主要城市不超过5毫秒，为城域毫秒用算奠定了骨干网络基础。
高质量数据集打造“高能燃料”
如果说算力是驱动大模型的强大“引擎”，那高质量数据就是决定大模型智能上限的“关键燃料”。
从大数据的清洗、标注，到打造支持模型训练的高质量数据集，数据能否实现从“量”到“质”的跨越，决定了人工智能的性能。“十四五”期间，国务院国资委成立交通物流、绿色低碳、智慧能源3个行业数据产业共同体，建设行业数据集超过1000个，为AI赋能千行百业提供丰富的数据“养料”。
在福建金源纺织5G智慧工厂，高质量的纺织数据让智能工具真正“懂行”。由中国联通为金源纺织整合的10余类纺织工艺配棉知识图谱，结合8GB高质量数据集，犹如打造了一位“智能纺织顾问”，结合智能算法快速剖析配棉规律，自动生成科学配棉方案。
而在生产排程中，金源纺织5G智慧工厂通过中国联通元景大小模型协同方案，借助70多个工业机理小模型与多目排程标优化算法，并实时接入设备运行状态、订单优先级等20GB高质量数据集，可以实现生产计划的动态调整。
中国联通方面向央广网记者介绍，元景纺织行业大模型已与金源纺织、柒牌集团、衣针衣线等企业深入融合，形成纺织生产场景的“数智样本”，以行业数据、行业模型赋能生产。
中国联通在福建金源纺织打造的5G智慧工厂。（中国联通供图 央广网发）
在高质量数据集的支撑下，类似的“智慧方案”正在千行百业加速开花结果。聚焦高质量数据集，中国电信打造了AI数据集联创基地，支撑大模型训练高质量数据集汇集数据350TB；依托“星海”数据智能中台，整合超10万亿Tokens的高质量基础模型训练数据以及数百万条高质量的通用微调、强化学习数据，为模型效果提供良好保障。中国移动已打造超200款多模态数据标注治理工具，建成覆盖32个行业、超3500TB通用高质量数据集，支撑建设保定、长沙国家级数据标注基地。中国联通则通过攻关数智技术，升级可信数据空间，实现数据要素有序流通，形成多源融合的高质量数据集。
据工业和信息化部数据，截至2025年6月，我国建成高质量数据集超3.5万个，总体量超400PB（1PB=1024TB），覆盖钢铁、石化、煤炭等重点行业。企业数据治理能力持续提升，截至2025年9月，累计8000余家企业通过数据管理能力国家标准（DCMM）认证。
大模型赋能深入实体经济
2025年春节期间DeepSeek“横空出世”，引发各界关注。“大模型”无疑是2025年人工智能领域的热词。2025年5月，国务院国资委党委召开扩大会议，提出要坚持自立自强，加快掌握关键领域根技术，坚定不移提升央企基础大模型性能和水平。
在大模型研发应用方面，国资央企积极布局。目前“九天”“星辰”“元景”等大模型，已基本具备全模态、复杂推理及智能体构建能力，在能源电力、工业制造等领域加快应用。
中国联通数据科学与人工智能研究院首席科学家廉士国在接受央广网记者采访时指出，未来人工智能赋能实体经济需要更多的“职业技能”。“就像人的学习过程：我们在上大学之前，学习通用知识；进入大学，分专业学习专业知识；到工作岗位上，还要学习职业技能。”
中电信人工智能科技（北京）有限公司副总经理杨戈也向央广网记者表示，在推进“人工智能+”过程中，深耕行业十分重要。“以制造业为例，作为国民经济的支柱行业之一，制造业门类众多，包含很多专业应用场景、专业技能、专业知识，这些知识以数据或者其他方式存储在不同的介质中，因此，要让人工智能帮助这些行业解决专业问题，就需要实现AI工具与专业知识、技能的贯通。”
近年来，国资央企深入各行业，推动专业大模型建设迈出坚实步伐。国家电网光明电力大模型、国家能源集团“擎源”发电行业大模型、中国石油“昆仑”大模型等相继落地。国务院国资委最新数据显示，截至2025年7月底，中央企业已布局16个重点行业800余个场景。
与此同时，国资央企与民营企业携手，对自研大模型应用展开联合攻关，效果显著。2024年5月28日，中国石油与中国移动、华为、科大讯飞达成战略合作，同年8月28日，330亿参数的昆仑大模型发布，成为能源化工行业首个通过国家备案并落地的大模型产品，实现从顶层设计到模型落地仅用时3个月的“大模型速度”。
“我们基于中国移动自研九天大模型，联合华为、科大讯飞等产业链伙伴，共同实现了昆仑大模型3000亿参数的训练和运行、25天超长稳定训练，以及分钟级故障切换水平。”中国移动云能力中心市场部副总经理支敏慧向央广网记者介绍，在应用场景上，昆仑大模型落地了装备工程设计、智能客服等12个高价值场景，赋能勘探开发、炼化生产等核心业务，助力中国石油各领域安全生产、提质增效。
“十四五”期间，中央企业“AI+”专项行动纵深推进，在能源、制造、通信等16个重点行业打造了800多个应用场景；在2025年世界人工智能大会上，中央企业发布40项高价值场景；发起设立“焕新社区”，面向广大青年创业者、科技爱好者、高校院所等，免费提供国产智算芯片超过2000张，汇聚244个垂类行业模型、近160个高质量数据集……国资央企在算力、算法、数据领域布局成效逐步显现，为“十五五”期间我国形成更加符合人工智能发展需要的数字基础设施体系奠定了坚实基础。
炒股配资网站提示：文章来自网络，不代表本站观点。
