近日，中國工業互聯網研究院發布了一份聚焦工業智算領域的深度報告，全面剖析了這一新興領域的發展脈絡、現實挑戰與未來走向，為工業數字化、智能化轉型提供了重要參考。
工業智算作為工業數字化、智能化的關鍵支撐，其核心在于通過CPU、GPU等大規模異構算力資源，為工業智能終端、邊緣計算等場景提供算力、數據、算法和模型支持，實現“云 - 邊 - 端”一體化融合智能計算。這一模式具備軟硬件協同、新型工業網絡支撐、云邊端一體化協同三大特征，能夠精準適配工業領域對高實時性、高可靠性的嚴苛需求。其服務框架以“工業智算 + 數據智能基座 + 智能模型”三位一體架構為依托，有效打破了傳統工業端側智能化的發展瓶頸，推動企業從單點智能向全局協同邁進。
當前，工業智能轉型面臨諸多核心問題。在端側，設備智能化呈現點狀分布，缺乏全鏈路貫通的體系化架構，陷入“局部智能”困境。同時，端側還存在算力缺失、數據治理缺失、專用算法模型缺失的“三缺”痛點，嚴重制約了智能化水平的提升。市場解決方案呈現兩極分化態勢，通用產品難以滿足企業的個性化需求，而定制方案則面臨成本高、周期長等問題，進一步增加了轉型難度。
在工業智算領域，美國和歐盟的發展路徑各具特色。美國憑借強大的技術實力，占據全球AI算力68.9%的份額，形成了寡頭主導的垂直整合產業鏈模式，在技術路線上側重“暴力算力 + 架構創新”，追求極限性能。歐盟則通過EuroHPC統籌分布式算力網絡，采用分布式協同、主權優先的發展模式，強調“能效優先 + 合規適配”，聚焦場景落地。這些發展經驗為我國提供了重要啟示：短期應以場景牽引、架構創新繞開高端芯片依賴；中期構建自主開源生態；長期聚焦綠色算力與數據合規，形成本土閉環。
我國工業智算市場正呈現高速增長態勢。數據顯示，2025年智能算力規模預計達1037.3EFLOPS，2028年有望突破2781.9EFLOPS，其中工業智算細分占比持續提升，2028年將達50%以上。這一增長主要得益于工業數據爆發、工業大模型滲透以及數智化向OT側延伸三大因素的推動。在產業進展方面，核心硬件國產替代加速，AI芯片、服務器等產品的工業適配能力顯著提升；中游算力調度、模型研發等環節模式創新不斷涌現，軟件生態持續完善；行業滲透加快，在汽車制造、航空航天、能源等領域重塑生產流程、縮短創新周期。
展望未來，我國工業智算將呈現四大核心趨勢。算力網絡將從分布式布局邁向毫秒級全域協同，大幅提升計算效率；工業智能體將規模化落地，形成全流程閉環能力，推動工業生產向智能化、自動化方向升級；國產生態將從單點突圍轉向協同作戰，實現全域替代，降低對外部技術的依賴；場景應用將從頭部試點向全行業深度滲透，覆蓋傳統行業及復雜場景，全面支撐新型工業化發展。
