5月11日，中国算力平台（上海）教育专区及上海教育智算服务平台正式揭开序幕；而在4月份，上海官方发布政策，强调需加速推进“人工智能与政务服务”的融合改革，促进云计算、网络和算力等新型基础设施的互联互通；回溯至3月，上海明确了未来将构建起支撑性的智算云算力集群，以提升智算服务的整体水平……
自今年起，上海不断出台针对人工智能产业的新政策，其中智算云平台成为焦点，这一举措精准锁定了大模型竞争的核心环节，同时也昭示着上海的算力基础设施正逐步渗透至各行各业。
行业专家指出，上海在公共云的智能计算能力以及专有云的知识体系方面，都已先行一步进行战略部署，致力于构建一个更具竞争力的产业集聚区。
“AI上云”正成为主流
今年伊始，DeepSeek犹如投石入水，激起了千层涟漪，不仅引发了全国范围内的算力热潮，还催生了云计算平台对海量资源的迫切需求。
依据规模化法则，大规模模型的学习过程需借助“以力服人”的原则，唯有庞大的参数数量与巨大的计算能力相结合，方可培育出卓越性能的大规模模型。当前，大规模模型的参数规模已步入万亿量级的新纪元。
面对庞大的算力需求，单独构建服务器成本不菲，而将大型模型部署在云端服务器进行训练，只需根据算力使用情况付费，这已成为众多中小型AI企业的优选方案。于是，云计算逐渐成为AI领域的“新型基础设施”。正如中国工程院院士王坚所言，“云计算与大型模型之间的联系，恰似电力与电机的关系，未来云端的算力将被模型所消耗”。摩根史丹利最新发布的报告亦指出，预计至2026年年末，将有高达46%的数据存储于云计算平台，这一比例几乎是当前水平（26%）的两倍之多。
近年来，"AI上云"的势头日益显著。一方面，大型模型供应商对计算能力的依赖不断上升；另一方面，云计算服务提供商也在积极构建多元化的AI生态系统。
MiniMax，作为上海四大基模之一，其自主研发的多模态通用大模型始终在云端环境中孕育与发展。据记者调查，这款大模型从登陆腾讯云平台到开始训练，整个过程仅需短短一天时间。不仅如此，云端训练技术使得大模型数据损耗降至6%，同时，GPU芯片的利用率提高了40%，研发成本也减少了30%，使得算力与能效得到了最大化的发挥。MiniMax依托遍布全球的云服务器计算节点，不仅实现了对全球范围内的覆盖，而且成功拓展至180多个国家和地区。
模速空间设于上海徐汇区，专注于人工智能大模型的孵化与加速，同时还是我国首个大模型创新生态社区的所在地。
换言之，MiniMax无需再为算力、网络等基础设施投入精力，只需集中精力于模型研发迭代，培育出如海螺AI、星野社区等知名产品，进而发展成为我国AI领域的领军企业。
云计算平台正不断引入更多大型模型。由于单个模型难以满足复杂场景下的需求，行业领先企业已开始转向构建多模型生态系统。这种做法有利于吸引开发者及行业合作伙伴，从而加强自身的生态系统稳定性。业内专家如是分析。
例如，微软Azure作为全球领先的云计算平台，不仅与OpenAI紧密合作，还在积极研发Orca等轻量级模型以及Phi等小参数模型，以降低推理成本。与此同时，阿里云自主研发了通义千问，并建立了开源社区“魔搭”，吸引了大量开发者围绕开源大模型开展创新活动。
AI算力成未来发力点
近年来，我国云计算领域面临应用场景不足的问题，导致其发展进程一度陷入停滞。DeepSeek公司通过算法的优化，有效降低了云计算的成本，并激活了云服务市场，进而催生了大量AI训练的需求。业界普遍认为，在接下来的几年里，AI智能算力的短缺状况将持续存在，这对于已提前布局算力的上海来说，无疑是一大利好。
上海在长期发展过程中，汇聚了众多顶尖的算力和数据资源，《上海市算力基础设施发展报告（2023年）》揭示，上海的算力指数在全国位居首位，毫无争议地被誉为“算力之都”。
上海数据港为阿里云、腾讯云、网易等众多云计算巨头企业提供了长期服务，凭借其数据中心资源的强大优势，向AI企业输送了高效的计算能力。云赛智联在提供算力资源的同时，还拓展了数据处理、分析和人工智能应用开发等全方位的解决方案。在算力租赁领域，云计算领军企业优刻得展现出独有的优势，并成为了全国首家在科创板上市的公有云公司……
上海迎来了国内最大的GPU智能计算中心，同时，我们在松江地区设立了新一代的高性能计算集群，这些设施将为大型模型的研究和应用提供坚实的算力保障。王前，腾讯云的副总裁，指出上海的AI基础设施十分完善，其算力技术设施在全国范围内处于领先地位，构成了AI产业发展的基石；此外，上海的AI应用场景十分多样，涵盖了金融、生物制药、装备制造、科技创新等多个行业，发展相对成熟，为AI产业的落地提供了支撑；同时，上海的科研机构众多，科研人才资源丰富，这些人才的储备对于AI产业来说，就如同其生命之源。
国内最大的GPU智算中心落地上海。
正是这一完善的“结构、肌体、循环”构成的AI生态系统，使得上海在我国AI领域占据领先地位，并展现出显著的产业影响力。
依托于丰厚的通用算力基础，以及更适用于人工智能训练的智能算力，上海正将其作为下一阶段的重点发展方向。
《上海市关于促进智算云产业创新发展的实施意见》于3月底发布，明确指出，到2027年，上海智算云产业规模目标为超过2000亿元，智算能力目标为200EFLOPS（即每秒百亿亿次浮点运算），自主可控的算力占比预计将超过70%，同时，云边端协同的生态体系将基本完善，产业链条也将趋于完备。此外，还将建设若干综合型智算云平台以及一批垂直型智算云平台。
给大模型“上课”是关键
汤道生，腾讯集团云与智慧产业事业群CEO，提出观点称，模型如同大脑，知识库则相当于课本。即便大脑智商再高，若未掌握相关知识，也难以有效解决问题。他认为，云服务在解决AI算力问题上只是大模型落地的起点，而AI应用同样需要依托拥有知识库的专有云。
行业专家向记者透露，知识库往往是由企业或特定行业通过逻辑性整合处理后的信息集合，这些信息被保存在本地部署的专用云服务器上，对于大模型的各种应用来说，它构成了至关重要的核心竞争力。
众所周知，大模型在回答问题时依赖于训练数据中的“记忆”功能。一旦遇到超出其训练范围的问题，它们往往会胡言乱语。而知识库则相当于一个实时更新的“图书馆”。在结合了知识库之后，大模型首先负责理解问题，然后从知识库中精确查找相关信息，并据此给出回复。这样既保证了大模型的能力，又确保了答案的准确性。在“AI医疗”这一专业领域，大型模型能够准确解读患者的症状描述，同时，知识库则不断更新，为临床诊疗提供最前沿的指导方针。
在这一方面，上海也开始摸索实践。
今年二月，上药控股成功连接了药学知识库与DeepSeek-R1系统以及混元大模型，将推理能力与药学专业知识相结合，研发出具备多种功能的AI智能助手，旨在为药师及患者提供精准的药学咨询服务。借助腾讯云在医学知识图谱领域的领先地位，上海瑞金医院推出的医学大型模型已成功应用于超过十个核心临床科室。以体检报告的自动生成为例，平均每5秒钟就能自动完成一份全面检查报告的生成，日产量超过500份，报告的接受率更是高达96%以上。
杨冰，Oceanbase的CEO，指出：随着AI应用的发展，其不再仅限于生成文本回答，处理的数据类型愈发多样。这一趋势要求知识库必须具备处理和存储多种数据类型的能力，同时支持对结构化、半结构化以及非结构化数据的复杂融合查询。他认为，将大模型的能力与专门用于知识库的云服务相结合，是构建更贴合业务需求的模型应用的核心。
