深圳“十五五”规划纲要：到2030年全市实时可用算力规模超150EFlops 国产芯片部分指标和算力集群达到国际先进水平

深圳的“十四五”规划纲要正式出炉了，其中关于人工智能产业发展的部分，信息量不小，指向性也很明确。简单来说，就是要在未来几年里，从芯片、算力到算法模型，打一场“攻坚战”，目标是构建一个自主可控、高效易用的人工智能技术底座。

规划里提了几个关键方向，我们逐一来看。

一、芯片是根基，生态是关键

文件首先强调了要“夯实算力芯片产业根基”。具体路径是推动昇腾这类训练芯片，以及端侧推理芯片的优化迭代和应用适配。这背后的逻辑很清晰：芯片是算力的物理载体，没有自主可控的芯片，算力底座就是空中楼阁。而“促进国产人工智能算力生态繁荣”这句话，更是点出了问题的核心——光有芯片还不够，围绕芯片的软件栈、开发工具、应用生态必须同步跟上，形成一个良性循环。这其实是在补一个关键的短板。

二、构建多层次、可持续的算力供给

在算力设施层面，规划提出了“夯实多层次智能算力底座”的目标。这里面有几个关键词值得琢磨：“超智协同”意味着不同规模、不同能力的算力中心要能高效联动；“异构融合”则暗示了未来算力集群可能包含多种架构的芯片（比如CPU、GPU、NPU等），需要解决它们之间的协同计算问题；“普惠泛在”则指向了让算力像水电一样方便获取，降低企业和研究机构的创新门槛。最终，是要打造一个“可持续的算力供给体系”，这既包括了建设的可持续，也包括了运营和能效的可持续。

三、理论与应用并重，推动模型落地

除了硬件和基础设施，规划也关注“软”的一面。一方面，要加强人工智能基础理论研究和模型基础架构的创新，这是为了储备长期的技术竞争力。另一方面，则要培育国际领先的国产通用大模型和行业应用模型。这里特别提到了“以高价值应用场景推动模型算法应用落地”，说明思路很务实——技术不能停留在实验室，必须找到能产生实际价值的应用出口，通过场景驱动来反哺模型的迭代和优化。

四、明确的量化目标

规划还设定了一个具体的时间点和量化目标：到2030年，全市实时可用算力规模要超过150 EFlops。EFlops是衡量计算速度的单位，这个数字意味着极高的算力规模。同时，目标还包括国产芯片部分指标和算力集群达到国际先进水平，最终形成“能力强大、支撑全面应用的大模型底座”。这个目标可以说相当宏大，它不仅对算力总量提出了要求，更对算力的质量（国产化、先进性）和效用（支撑全面应用）做出了规定。

总体来看，这份规划勾勒出了深圳在人工智能基础设施领域的雄心。它不再是泛泛而谈的发展方向，而是具体到了芯片型号、算力架构、模型培育和量化指标，显示出从基础层发力、构建完整技术栈的清晰思路。接下来，就看具体的配套政策和产业界如何接招了。