近日，在工业互联网大数据技术工信部重点实验室2025年度学术委员会会议暨“工业数据应用实践”学术交流会上，中国工业互联网研究院正式发布《工业智算发展研究报告（2025年）》（以下简称《报告》）。《报告》深入贯彻落实工信部等六部委《算力基础设施高质量发展行动计划》及工信部《工业互联网和人工智能融合赋能行动方案》（工信厅信管〔2025〕76号）等文件精神，系统梳理工业智算产业发展脉络，明确核心定义、定位与特征，研判未来发展趋势，为我国工业智算产业高质量发展、制造业智能化转型提供了方向指引。
权威界定核心内涵 构建“云-边-端”协同架构
《报告》清晰阐释了工业智算的官方定义与三大核心技术特征。工业智算通过调度CPU、GPU、DPU、NPU等大规模异构算力资源，为工业智能终端、网络智能控制、边缘计算、智能化应用等场景，提供算力、数据、算法与模型服务，实现“云-边-端”一体化融合智能计算。其核心技术特征体现为：软硬件协同优化，算法与计算、网络、传感资源统筹设计，通过硬件安全、软件容错与在线监控实现闭环迭代；新型工业网络支撑，可承载多模态工业数据感知计算，支撑工业机器人协同作业，依托自主可控协议保障系统稳定；“云-边-端”一体化协同，通过数据流转、算力调度与模型迭代三大机制，构建全链路协同体系，为工业从“自动化”向“智能化”升级提供可落地的架构范式。
《报告》明确了工业智算作为工业智能“骨架”的核心定位，系统拆解“云-边-端”算力分配逻辑。云侧AI依托国产算力基础设施，承担基础大模型训练、海量工业数据深度分析、全局生产智能决策等重算力任务，发挥“大脑中枢”作用；边缘侧AI通过国产化边缘算力节点，开展实时智能推理、模型轻量化部署等工作，满足工业现场低时延、高可靠需求，履行“就近响应”职责；端侧AI深度嵌入工业传感器、数控机床等终端设备，实现简单决策与实时控制功能，筑牢“终端感知与执行”基础。通过算力、数据、模型、经验知识四大协同机制，工业智算构建起全链条智能体系，有效破解传统工业算力供给不均衡、实时性不足等痛点。
厘清产业边界差异 创新提出高效建设模式
《报告》界定了工业智算与通用智算的核心边界，为产业发展提供清晰指引。二者在AI加速芯片、AI服务器等通用硬件，以及机架机柜、供配电系统等重资产基础设施层面需求高度趋同，为跨场景复用提供了可行性基础。核心差异集中于软件栈的行业适配性与场景化专用设备：工业智算服务于工业生产控制环节，需配套工业协议解析网关、实时操作系统、工业机理融合大模型等专用软硬件，满足低时延、高可靠要求；通用智算则侧重海量数据处理、通用算法训练，无需适配复杂工业场景。
《报告》创新性提出“重资产基础设施复用+场景化软硬件按需配套”的建设模式。通过构建统一算力底座，该模式既满足工业场景对算力规模、实时响应、数据安全与边缘协同等核心诉求，又从根本上避免重资产的重复建设，大幅提升算力资源利用率与投资回报率，为工业智算规模化推广提供了可操作路径。
对标国际成熟路径 提炼本土发展核心启示
《报告》从驱动模式、市场定位、技术路线、生态策略四大维度，系统对比美欧工业智算发展路径差异，为我国产业发展提供重要借鉴。驱动模式上，美国采用“企业主导+政府补贴”模式，依托政策支持龙头企业创新；欧盟则以“政策牵引+欧盟统筹+成员国协同”为主，强化区域协同。市场定位方面，美国聚焦全球市场追求技术垄断与高利润，欧盟坚持本土优先、服务中小企业以保障产业主权。技术路线上，美国侧重前沿探索，通过“暴力算力+架构创新”追求极限性能；欧盟以场景落地为核心，强调能效与合规优先，走差异化发展道路。生态策略上，美国采用“封闭生态+并购整合”模式整合产业链资源，欧盟则推行“开源联盟+公共服务”降低中小企业接入门槛。
《报告》提炼出“补短板、固长板、建生态、强治理”的核心启示，明确我国工业智算应立足本土优势，弥补核心技术与高端装备短板，巩固算力基础设施规模、场景应用广度等长板，构建开放协同的产业生态，最终形成“算力-模型-制造-能源”深度融合的本土闭环体系。
数据见证高速增长 国产化突破与服务创新并行
《报告》用详实数据展现我国工业智算市场“规模扩容+质量升级”的爆发态势。经预测，2025年我国工业智算规模达363EFLOPS，市场规模超过632亿元；预计到2028年，工业智算规模将超过1390EFLOPS，较2025年增长283%，在智能算力规模中的占比将超过50%，从“重要组成”跃升为“核心支柱”。
市场高速增长背后，是工业数据爆发式增长与工业数智化向OT侧延伸两大核心动力。经预测，2025年底我国工业大数据市场规模突破1600亿元，截至2025年6月，高质量数据集超3.5万个、总体量超400PB，为工业智算提供丰富“数据燃料”；工业数智化向OT侧深度延伸，IT与OT融合推动边缘智能部署，工业企业加速部署生成式AI技术，持续拉动智算需求扩容。
产业发展动能强劲的同时，我国工业智算产业链已实现核心硬件国产化多点突破，服务模式创新提速。核心硬件领域AI加速芯片、AI服务器、存储与网络、能源与制冷四大环节成果亮眼：国产AI芯片在工业智算领域占比达42%，Chiplet技术提升互联带宽50%；AI服务器单机算力跃升至PF级，液冷渗透率64%；HBM国产化突破，800G光模块量产；液冷系统使智算中心PUE降至1.2以下，实现高效低碳运行。服务模式层面，形成“调度提效+模型轻量化+开源协同”的多元化服务体系：算力调度平台适配工业实时控制需求，基础模型推理成本降低60%，MES+AI等融合产品降低中小企业接入门槛，系统集成与运维服务保障产业稳定运行。
研判五大发展趋势 助力制造强国建设
《报告》前瞻研判了我国工业智算未来五大核心发展趋势：一是算力网络从“分布式布局”迈向“毫秒级全域协同”，实现跨区域异构算力高效调度；二是工业智能体成为产业升级“超级大脑”，深度融入全流程提供智能决策支持；三是“硬创新+软优化”技术融合双轮驱动，硬件聚焦核心设备突破、软件发力算法模型迭代；四是产业生态从“单点突围”转向“国产协同作战”，凝聚产业链上下游发展合力；五是场景应用从“头部试点”延伸至“全行业深度渗透”，覆盖更多细分行业与生产环节。
《报告》的发布，为我国工业智算产业明确了发展方向与实践路径。下一步，中国工业互联网研究院将持续跟踪产业动态与技术前沿，深化工业智算与工业场景的融合应用研究，搭建产业链协同创新平台，推动产学研用深度联动，加速核心技术突破与成果转化，助力工业智算在新型工业化进程中发挥更大价值，为制造强国、网络强国建设持续注入强劲动能。
附件：
联系人：
曹老师
15313010999
caosongzi@china-aii.com
李老师
18810149809
lirui@china-aii.com
京公网安备11010502042339号