当前，全球制造业正经历新一轮智能化转型浪潮，人工智能技术被视为推动产业升级的核心驱动力。
然而，我国制造业在智能化进程中仍面临算力供给不足、关键技术受制于人、应用场景碎片化等挑战。
针对这些问题，工业和信息化部、中央网信办、国家发展改革委等八部门联合印发《“人工智能+制造”专项行动实施意见》，系统性部署人工智能与制造业深度融合的路径。
政策的核心目标是通过技术创新和应用落地，夯实人工智能赋能制造业的底座。
其中，“强化人工智能算力供给”被列为七大重点任务之首，凸显其在产业升级中的基础性作用。
具体来看，政策要求突破高端训练芯片、端侧推理芯片、人工智能服务器等关键核心技术，推动智算设施全国一体化布局，并开展智算云服务试点。
这些措施直指制造业智能化转型的痛点，为科技企业参与其中提供了清晰的指引。
事实上，部分科技企业已在相关领域先行布局。
以算力基础设施为例，某科技企业为国家超级计算济南中心打造的异构融合算力平台，实现了3000P算力的统一调度，其智能化调度算法可动态分配资源，既保障科学计算任务的高效完成，也能精准支持人工智能训练需求。
类似案例表明，政策提出的目标并非凭空设想，而是基于行业已有实践的进一步优化与推广。
在应用层面，政策强调推动大模型一体机、边缘计算服务器等在工业场景的部署，这与制造业算力需求多元化、场景化的特点高度契合。
一些企业已通过云端训练与边缘推理相结合的方式，在装备制造、能源电力等领域落地工业AI应用，帮助制造企业缩短研发周期、提升生产效率。
例如，某大型生命科学集团通过智能算力平台，将新药分子设计周期从18个月缩短至1个月，充分展现了人工智能赋能制造业的巨大潜力。
展望未来，随着政策逐步落地，人工智能与制造业的深度融合将呈现三大趋势：一是算力基础设施向规范化、规模化发展，全国一体化算力网建设加速；二是关键技术攻关与产业应用形成良性循环，推动国产化替代进程；三是人工智能技术进一步渗透至研发、生产、运维等制造业全链条，催生更多新型生产模式。
从“强化算力供给”入手推进“人工智能+制造”，体现了以底座能力带动产业跃升的政策取向。
把算力建得更强、管得更好、用得更省，才能让智能化真正进入产线、融入工艺、服务研发，进而培育面向未来的新质生产力，为新型工业化注入更可持续的动能。