一万公里外，德国工厂的工程师正为一条新汽车产线的调试焦头烂额，英伟达编织的未来数字世界里，同样的产线已在虚拟环境中完成所有优化，等待被复制到现实。人工智能时代，制造业迎来变革。

在巴黎GTC大会上，英伟达创始人兼CEO黄仁勋提出：“每个制造商都需要两个工厂：一个制造产品，另一个创造驱动这些产品的智能。”英伟达宣布将在德国建设全球首个工业人工智能云设施“AI工厂”，配备10000个Blackwell GPU。

英伟达此举被看作是对工业领域的野心展示，但国内有声音认为，智能工厂的未来不应被算力掣肘，中国应探索降低算力需求的新路径。

蘑菇物联工业AI首席技术官周子叶表示，英伟达的布局本质是以算力和生态为壁垒，中国的破局关键不在单点技术追赶，而在能否用更低成本、更灵活的模式打开市场。

“两个工厂”理念

物理工厂负责产品生产，AI工厂则创造驱动这些产品的智能。英伟达基于“双工厂”思路，切入AI工业的路径逐渐清晰。

黄仁勋提到，传统的数据中心正在向“AI工厂”转变，智能体系统代表着AI从被动接受指令到主动感知、决策和执行的进化。AI工厂整合强大的计算能力、高效的数据处理流程以及优化的算法，加速AI模型的训练、部署和应用。

未来的数据中心将成为能够产生智能、创造价值的生产设施，为各行各业提供动力，开启新的工业革命。

德国工厂将配备包括DGXB200和RTX PRO服务器在内的1万张GPU，运行英伟达CUDA库、AI技术平台RTX等，西门子等软件厂商将成为合作伙伴。

国内企业负责人形容这样的算力配置为“顶配”。杭州钛维云创创始人兼CEO张磊表示，国内目前还没有可以等价于近2万套Grace Blackwell性能以及软硬件适配高度的AI工厂。

张磊提到，当工程数字孪生与工业机器人等算法的演进频率加快，传统制造业对工程试错、原型验证的需求也从“经验密集”走向“数据密集”。英伟达的“钞能力”推动了AI芯片的硬件上限，构建“算法-仿真-验证”闭环生态。

九章云极相关负责人也表示，英伟达的动作是构建工业制造业的基础设施标杆，体现在算力供给及构建从硬件、软件到生态的完整智能基座。

机器人及智能制造转型出海解决方案服务商睿甄创新CEO罗茜表示，高精度物理仿真能力逐渐取代传统“现场试错”路径，尤其在机器人系统迭代中，合成数据成为加速模型训练闭环的关键。

但这种系统化赋能模式对企业的组织能力提出了更高要求，对中小企业而言，可能是无法独立完成的转型挑战。

中国需要“算力超级工厂”吗？

英伟达选择落地德国，传递出产业信号。德国政府对AI驱动制造积极跟进，计划增加对AI的资助。

英伟达还计划在欧洲新建20座“AI超级工厂”，推动“算力两年增长10倍”。

IDC中国研究总监刘丽辉表示，欧洲缺乏规模较大的本土云计算服务商，英伟达适合在欧洲市场进行业务尝试。大模型训练和推理厂商、互联网厂商及制造行业是智能算力消耗前三的行业，欧洲市场的工业制造行业能提供广泛的客户基础。

英伟达在中国市场也有合作方，但尚未达到欧洲工业AI云平台的万卡级别。华为和阿里云也具备了成熟的万卡集群构建与运营能力。

但不少分析师和企业人士对中国是否需要构建“万卡算力工厂”持谨慎态度。周子叶认为，中国应走国产化生态+场景深耕的路线。

国内一家头部厂商负责人表示，中国各地已拥有超过200个智算中心，大概率不会再专门建垂直领域的云平台。

九章云极相关负责人表示，应通过“普惠算力”模式降低中小企业使用算力的成本。Gartner研究副总裁盛陵海认为，英伟达此举也是增加市场对算力的需求，中国对大型算力集群的兴趣不大。

盛陵海还表示，英伟达做好工业人工智能云平台的挑战不小，需大量人力投入，考验企业的投入产出比。

（文章来源：第一财经）