“明明多開了幾台冷卻塔風機，怎麼反而省電了？”站在南京綠葉制藥有限公司（下稱“南京綠葉制藥”）綜合管理運維服務平台的大屏前，運行部主管劉紅雷說起與AI“新搭檔”的首次會面，語氣裡仍帶著好奇。

劉紅雷監測節能系統大屏，系統自動下發指令調控制冷設備。人民網記者 鞠峰攝

近日，記者走進南京江北新區綠葉制藥藥谷生產基地。冷水機房內機器轟鳴，冷水機組、水泵、冷卻塔組成一套供冷系統，晝夜不停，為生產抗腫瘤注射劑的車間提供恆溫恆濕的“保護罩”。

1992年成立的南京綠葉制藥，深耕抗腫瘤藥物領域30余年，自主研發的“力扑素”獲得國家藥品注冊批件，至今仍是企業代表產品之一。劉紅雷在這裡工作十多年，從一線巡檢員成長為負責廠區設備運行管理的主管。

南京綠葉制藥工程部負責人高晨介紹，制藥廠對生產環境要求近乎苛刻，潔淨區溫度常年控制在14℃至24℃，相對濕度45%至75%，冷水機組、冷凍水泵、冷卻水泵、冷卻塔風機——一整套系統日夜不停，能耗的大頭恰恰就在這裡。

冷水機組開幾台、水泵頻率調多高、冷卻塔風機轉幾台，過去，劉紅雷和同事們主要憑經驗，看天氣、看車間用冷需求作出判斷。2023年11月，南京深度智控科技有限公司（下稱“深度智控”）開發的AI能效控制系統進入機房，這位與機器打了十多年交道的老師傅，遇到了一位想法不同的“新搭檔”。

工程師很快發現，按經驗應先加大水泵功率，AI卻選擇先增加功率較小的冷卻塔風機，降低冷卻水溫度，從而減少冷水機組耗電。

“一開始我們不適應，”劉紅雷坦言，“但哪種方案省電，數據說話。”2024年，雙方在不同天氣、不同生產負荷下反復試驗，交替使用原有控制模式與AI模式，一次次比對數據。

劉紅雷檢查制冷設備狀態。人民網記者 鞠峰攝

AI是如何找到復雜系統最優解的？深度智控大客戶解決方案專家司成龍介紹，研發人員依據傳熱、流體等物理規律和運行數據，先為冷機、水泵、冷卻塔分別建模，再連接成系統模型，模擬不同設備組合，在滿足供冷要求的前提下，尋找耗電最低的方案。系統每五分鐘計算一次，每半小時下發一次調整指令。

“AI能效控制系統顯著提升了用電效率。經不同季節測試，系統平均節能約10%，一年節約電費20多萬元。”高晨說。更直觀的是，過去需要人工頻繁調節的參數，如今交由系統動態優化。廠區車間不斷增加，劉紅雷主管的運行團隊在不增員的情況下，也能管理更多設備。

深度智控的AI模型，正是江北新區培育成長的創新成果。2018年，企業落地江北新區，瞄准工業能源智能控制賽道，自主研發將設備物理機理與人工智能算法相結合的PhyAI引擎。“新區工業控制、暖通設備等上下游產業配套完善，能幫我們快速打磨產品。”深度智控市場總監孫亞彬說。企業扎根后，新區還定期組織產業對接，為他們牽線上游設備供應商和下游客戶，讓技術有更多機會走進真實工廠，在應用中不斷迭代。

如今，深度智控的AI產品已應用於制藥、半導體、新能源、智算中心等領域，服務全球390多家行業頭部企業。今年9月，企業完成數億元B+輪融資，寧德時代領投。

放眼整個江北新區，人工智能產業正加快從技術研發走向場景應用。作為人工智能產業重要承載地，南京江北新區產業技術研創園（下稱“研創園”）持續完善算力基礎設施。中國移動長三角（南京）雲智算中心已交付算力10000P（1P＝每秒1000萬億次浮點運算），南京江北金茂雲計算中心已交付2000P，為人工智能企業提供算力支撐。

南京人工智能計算中心。南京江北新區產業技術研創園供圖

在算力“底座”上，研創園支持企業聯合打造17款人工智能一體機，其中13款已完成研發和測試﹔南鋼與華為聯合打造的“元冶·鋼鐵大模型”，已有138個智能模型參與生產管理。

從鋼鐵冶煉到生物醫藥，從光電研發到工業節能，依托江北新區豐富的產業場景，越來越多AI技術正走出實驗室、走進生產一線。今年10月，2026物理AI與世界模型大會在南京舉行，部分主題研討活動走進江北新區，一批新區企業攜最新成果亮相，展示AI賦能實體產業的更多可能。

“劉工，以后你和AI，誰說了算？”臨別時，記者又把問題拋給劉紅雷。

“誰的辦法管用，誰說了算！”劉紅雷笑著回答。眼下，南京綠葉制藥正計劃把空壓機、制氮機、真空泵等更多設備納入智能管理。曾經和老師傅“意見不合”的AI“新同事”，正在成為各個崗位上不知疲倦的工作搭檔。