问题——新一轮科技革命和产业变革加速推进的背景下，人工智能已成为各地培育新质生产力的重要抓手；但对多数城市而言，产业发展仍面临三上共性瓶颈：一是算力供给和调度效率不足，训练常常“排队等算力”，抬高创新成本；二是关键软硬件受制约，技术路线选择、生态适配以及安全可控要求更加突出；三是应用场景分散、数据要素流通不畅，导致技术能力难以快速转化为现实生产力。 原因——成都提出从“底座能力”和“转化通道”两端同时发力，既源于产业竞争的压力，也基于自身产业基础与科创资源条件。一方面，通用大模型与行业模型对算力、存力、运力提出更高要求，仅靠新增机柜难以缓解结构性矛盾，需要通过超算与智算协同、不同精度的混合调度提升整体效率；另一方面，人工智能产业链条长、迭代快，如果缺少开放平台、工程化工具和可复制场景，技术成果往往卡在从实验室走向产业化的“最后一公里”。同时，国产软硬件生态正在加速成熟，地方通过政策牵引形成适配“试验场”，有助于降低企业迁移成本、增强供应链韧性。 影响——从城市发展看，成都以国家超算成都中心、成都智算中心等为“算力心脏”，提出构建通用智能算力池，并推动传统数据中心向先进智算中心转型；同时接入国家超算互联网、中国算力网以及省级一体化调度体系，有望提升算力供给的可用性与弹性，更好支撑科研攻关和产业训练。产业层面，政策明确针对芯片、服务器、液冷设备等关键环节强化高端硬件布局，推动操作系统、数据库等基础软件协同攻关，并提出做大存储芯片产业、打造“存储高地”目标，意在以硬件带动系统、框架和工具链协同适配，提升产业链整体自主可控水平。应用层面，通过在算力平台预置政务、城市治理、智能制造等算法模板，并叠加“算力券”等方式降低调用门槛，有利于中小企业以更低成本完成验证与迭代，推动“技术跑起来、应用落下去”。 对策——围绕“问题导向、系统推进”，成都从供给侧、需求侧与生态侧提出一揽子安排。 其一，夯实算力底座并提升调度效率。成都提出以超算与智算“双轮”驱动，推进合理扩容与混合精度训练，推动数据中心升级改造，并通过接入国家级算力网络和省级调度中心，缓解算力资源分散、利用率不高的问题，为大模型训练与推理部署提供更稳定的供给。 其二，打通自主可控的软硬件链条。围绕“算力—存力—运力”一体化，政策将国产芯片适配、服务器与液冷等关键设备作为重点方向，同时推动基础软件与数据库联合攻关，依托龙头企业与链主单位构建验证环境，形成可复制的国产化适配路径，降低“单点突破、整体不通”的风险。 其三，以场景牵引加速行业模型落地。政策强调在政务服务、城市治理、智能制造、科研与环境监测等领域加大资源倾斜，推动行业模板、工具与数据能力在平台侧集成，形成“拿来即用”的工程化能力，提升技术转化效率，并以重大科技基础设施需求带动能力外溢，反哺产业应用。 其四，完善工具链与平台矩阵，形成闭环服务。成都提出鼓励自主开源框架研发，补齐训练与多端推理部署短板，并配套模型开发、压缩、推理等全流程工具体系，降低企业从“会做模型”到“能部署上线”的门槛。同时依托在蓉高校和企业建设重点实验室、创新平台，布局算法检测、验证评估、对接交易等公共服务平台，推动“研发—验证—交易”闭环形成。 其五，培育企业梯度与产业集群，避免同质化竞争。政策提出支持头部企业与中小企业协同建设生态圈，结合首版次软件、首台套装备等政策工具扩大示范效应；同时以“一区多园”方式推动差异化发展，建设市级产业地标与综合服务平台，提供研发、算力、中试、金融等一站式服务，提升要素配置效率。 前景——从趋势看，人工智能产业竞争正在从单点技术比拼转向体系能力较量。城市要赢得先机，关键在于形成“算力可得、数据可用、场景可落、生态可持续”的综合优势。成都此次政策框架强调“底座+场景+生态”协同；如果能在数据合规流通、行业标准接口、模型安全评测与人才供给等环节持续补齐配套，并在医疗、金融、交通、文创、制造等重点领域形成可复制的标杆案例，有望深入增强对企业和人才的吸引力，推动人工智能与实体经济深度融合，带动涉及的产业链升级扩张。
推动人工智能高质量发展，不仅要看投入多少，更要看组织与协同能力。成都以全周期政策把算力、数据、场景、人才与产业链协同纳入同一张蓝图，说明了从“点状扶持”走向“体系建设”的治理转变。面向新一轮科技革命和产业变革，只有把技术创新对接真实需求，让资源配置依托更高效的机制，把安全可控落实到工程细节，才能在竞争中形成长期优势，在发展中释放更广泛的价值。