第23届中国计算机大会在成都开幕：算力成底座、AI进实验室

10月22日，第23届中国计算机大会在成都西部国际博览城开幕，注册人数超过1.1万人。这是中国计算机大会创办二十余年来首次落地四川。会场内外，有三个词被反复提起：数据、算力、实验室。循着这三个词，可以看清当下中国计算产业的两端：一端是越来越强大的算力底座，另一端是越来越深入的AI应用——”算力成底座、AI进实验室”，正是本届大会最鲜明的注脚。

算力成底座：从单点优化到系统工程

先看算力这一端。中科曙光高级副总裁李斌在会上表示，算力系统正在走向集约化、规模化。今年7月上线的曙光8000（登峰）全国产十万卡AI超集群，已经支撑了300多个重点科学工程仿真和万卡级模型预训练。一组数字背后是算力形态的变化：从过去分散的、小规模的算力节点，走向集中化、大规模的超集群；从依赖进口部件，走向全国产。

“十万卡”是什么概念？对于大模型训练而言，算力规模直接决定了能训多大的模型、用多快的速度训完。万卡级预训练已经是当前大模型研发的标配，而十万卡级别的超集群，则是为下一代更大规模的模型准备的”重器”。300多个重点科学工程仿真同时表明，这套算力的服务对象不只是AI公司，还包括科研领域——算力正在成为和水电一样的基础设施，支撑起科学研究的底座。

海光信息专家孙建鹏则从另一个角度描述了同样的趋势：大模型参数量正从千亿级向万亿级、甚至十万亿级跃升，AI基础设施建设正从优化单一部件，转向复杂的系统工程协同。这句话点出了算力发展的深层逻辑：当模型大到一定程度，瓶颈就不再是某一块芯片、某一个部件，而是整个系统能不能协同工作——计算、存储、网络、散热、调度，每一个环节都不能掉链子。算力竞争，正在从”单点之争”变成”系统之争”。

AI进实验室：从论文走向真实科研场景

再看应用这一端，”实验室”是另一个高频词。AI正在走进实验室，成为科研的得力助手。一个具体的例子来自四川省自然资源数字科技的矿山大模型：在岩矿识别上，这套模型的准确率从人工识别的85%提升至93%。8个百分点的提升，意味着在矿产勘探这样的专业领域，AI已经不只是”辅助”，而是在特定任务上超越了人工水平。

大会期间，”天府·慧研”人工智能赋能科技创新一体化平台正式上线。该平台以激活参数约350亿的科学基础大模型为核心，目标是把AI能力系统性地赋能给科技创新。350亿激活参数的科学基础大模型，定位非常明确：不是通用聊天机器人，而是面向科学研究的基础模型。它的上线，标志着AI for Science（AI赋能科学）在中国正从理念走向平台化的基础设施。

“AI进实验室”的意义在于，AI的应用版图正在扩大。过去人们谈AI应用，想到的多是互联网、金融、零售这些数字化程度高的行业；而现在，AI开始深入到矿山、科研这些更”硬”的场景。当AI能够把岩矿识别准确率从85%做到93%，当专门服务科研的基础大模型平台上线，AI就不再只是”锦上添花”，而是在成为科研和生产流程中不可或缺的一环。

东道主四川：把”人工智能+”作为”一号创新工程”

大会首次落地四川，本身就是一个信号。四川把”人工智能+”作为全省”一号创新工程”推进，数字颇具说服力：今年前三季度，四川人工智能产业实现营收1521亿元，同比增长21%；2025年全年，四川人工智能产业营收1919.7亿元，同比增长22.9%，全省重点AI企业2806家。

把这几组数字放在一起看：2025年全年近1920亿元、增长22.9%，今年前三季度1521亿元、增长21%，产业规模持续扩大，增速保持在20%以上的高位，2806家重点AI企业则构成了产业的”基本盘”。对于一个把AI列为”一号创新工程”的省份来说，这样的成绩单既是过去投入的回报，也是继续加码的底气。中国计算机大会首次落地四川，与其说是”选择”，不如说是”水到渠成”——当一个地方的AI产业做到这个体量，全国性的行业盛会自然会向这里汇聚。