齐鲁网·闪电新闻8月30日讯 如何打通技术到产业化的最后一公里，是行业发展的共同课题。受限于算力成本高、数据采集难等因素，大模型行业长期面临需求高、产出难、产出慢的困境。山东企业浪潮云探索新模式，打造大模型的“超级学校”。

这是一座“奇怪”的工厂，原料不用进仓库、产线上面没工人、产品更是摸不着；这还是一座“万能”的工厂，化工、采矿、装备制造，它的产品可以走进千行百业。这里是浪潮人工智能工厂，国内首座打造大模型和智能体的实体化工厂。

记者韩盼盼：什么是大模型？扔掉晦涩的专业术语，我们可以认为‌大模型就是一个“超级学霸”，假如它看过一本《唐诗三百首》，那么它不仅记住了里面每个字，还吃透了内在的逻辑和关系，假如我让它用李白的风格写一首藏头诗，它很快就能完成，你给的数据越多，它会的就越多。而这样的“超级学霸”是怎么训练出来的呢？让我们走进它的“学校”。

正如人类要咿呀学语，大模型的诞生，也要从最初的学习开始。这个数据车间，就是它的启蒙课堂，庞大且高质量的数据集就是它的教材。在大模型学习前，这些数据要经历抽检、清洗、脱敏等预处理，但即便如此，这样的“教材”往往依旧不合格。

浪潮云信息技术股份公司工厂运营处工程师王天宇：以12345（政务服务便民热线）为例 ，它一般是投诉类或咨询类的偏多，相对应的真实数据像是感谢类、无效的，比如答错了这种类型的数据相对较少，那为了保障这个模型能处理不同的业务种类，我们需要给每种种类都扩充一定数量的数据。

这种扩充，也叫“数据增广”，工厂通过与各行业院所、高校合作，拿到更多的专业数据，再利用算法，变换、生成新样本，数据集的规模和多样性上来了，大模型的教材就“不偏科”了。此后，大模型将在模型车间充分学习，整个过程相当于人类的小学、初中和大学。

记者韩盼盼：大模型学习消耗的是算力，为了提高它的学习效率，这个车间用50千瓦的整机柜替代了普通数据中心的2.5千瓦整机柜，整个工厂布局了2000多台通算和智算服务器，智算算力超过1000P，这就相当于50万台高性能电脑的计算能力了。

在这样的算力支撑下，一个大模型很快会初具雏形。但此刻它能否成功“毕业”，还得经历一次严格的考试。在评测中心，系统正在为大模型出“考卷”。

浪潮云信息技术股份公司工厂运营处工程师胡浩宇：例如效果评测、安全评测，如果有5个答案，只有3个答案是回答正确的，这整体就是一个不合格的（大模型），会再重新返回模型车间进行一次训练，（考题）最多的能达到上千条或者是上万条。

整个评测过程没有人工作业，由工厂提前做好的“考官”大模型来操作，所以效率极高。过了这一关，大模型就相当于拿到了“毕业证书”，走出“学校”的它，多彩的人生才刚刚开始。

记者韩盼盼：我的大学专业是新闻学，现在是一名记者，像人类一样，学习了不同专业知识的大模型，也有各自擅长的工作岗位。瞧我身后正在跳舞的机器人，还有它的好朋友机械臂、机器狗，它们都是穿上了不同“工作服”的大模型，但它现在的身份，还只是“实习生”。

在集成车间，模型被“灌装”进设备，变成了这只即将投放到巡检岗位的机器狗，站在它身边的模型训练师，就像带教师傅一样，反复传授工作指令、巡检要点。

山东浪潮海若人工智能有限公司产品研发处工程师田昌英： 在我的仿真系统里去跑，去模拟各种状况，然后它去识别、自我优化，行业场景这一块（训练），基本上就是一个月到两个月，大部分在训练场就可以完成，差不多之后，我们会迁移到训练分场，比方说化工。

实习期过了关，大模型也就真正入了职，成为生产线、生产车间里的重要生产力。回顾这个“超级学霸”的养成路线，会发现它按部就班地走过了“十一个车间”，经历了61道标准化精密工序，这一整条工业化的流水线，正是浪潮云打通大模型产业化“最后一公里”的首创路径。

浪潮人工智能工厂负责人王刚：传统我们通过手工作坊去做人工智能的大模型、智能企业（软件），这个过程里面其实没有标准，我们是创新地提出通过标准化的工艺、工序和工具体系，来把手工作坊的模式转化为标准化的工业流水线模式，实际上它是一个模式创新，一方面是增效，第二方面就是降本。

大模型走出工厂，由它带来的工业和生活新场景正式开启，截至目前，这座工厂已在石化、钢铁、医疗等行业累计落地近千个智能体，为全国24个省市提供AI服务。