山东：加快算力供给、模型培育 激发人工智能发展活力

人工智能产业最近发展迅猛，山东抢抓产业发展风口，适度超前、统筹布局算力、数据等基础设施，加快培育模型体系，深化数据开发利用，打造人工智能与制造业双向赋能的协同发展生态。

“从我们的监控平台看到吊车，与导线活动距离就稍微有点近。我来这里主要是提醒一下，咱们吊车施工的时候，一定要与导线之间保持一定的安全距离。”输电线路护线员牛世利在一处施工现场告诉工作人员。

牛世利所说的监控平台是目前正应用于国网济南供电公司的输电运维智能体平台，这个平台依托多模态大模型和DeepSeek强大的推理能力，可以对监拍设备拍摄的图片进行高精度的识别，并分析隐患所在的位置等信息，第一时间通知给附近的护线员。

山东信通电子股份有限公司总工程师蔡富东表示，输电运维智能体是专业模型、大模型和知识库的一个结合体。一般来说一个值班人员一天得需要处理1万张照片，而有了智能体之后，就能够大幅减少值班人员和监判人员的工作量。从过去的1万张减少到2000张左右，减少了他80%的工作量。

而在智能体之前，信通电子研发的是输电运维专业模型。这一模型虽然在近10年的应用中，辨识隐患比较成熟。但随着人工智能的迅猛发展，企业急需拥抱DeepSeek等大模型使其更加智能。

“因为对于一个专业模型来说，它需要的算力不需要那么强，而对于大模型的调优和再训练以及推理，它的训练成本和训练要求都是非常大的，而这个算力一次性投入非常高。”蔡富东认为。

为破解像信通电子等一样的人工智能企业面临的难题，山东适度超前布局算力基础设施，打造了济南市人工智能计算中心，首期已形成100P算力，相当于5万台高性能计算机的计算能力。

济南市人工智能计算中心负责人高翔介绍说，针对算力获取难、算力价格高以及适配比较复杂等问题，他们组建技术团队，在场景开发以及算力的适配等方面，投入人力协同企业共同推进解决难题。

算力基础设施的完善解决了困扰大模型训练的难题，石油、电力等一批传统行业大模型通过训练相继得到提升。在东营，一家人工智能企业的识油大模型经过多轮训练、反复测试，研发出地质识图、油水井设计等20多项应用场景。

“无论是需要多学科交叉的地质综合研究，还是动静态结合的采油工艺分析，识油都能以生成式的检索推理精准回应。相较于过去，采油效率实现了近30%的显著增长，而产量也相应提高了20%。”山东胜软科技股份有限公司人工智能首席产品经理原建顺表示。

近两年，山东人工智能产业规模年均增长30%以上。未来，山东将聚焦钢铁、汽车、电子等重点行业，重点打造“100+”行业模型，力争到2025年，全省以济南、青岛为龙头的人工智能产业生态链初步建成，带动相关产业总产值突破千亿元。