引言：推动基础软件自主可控，不仅是一场技术层面的攻坚战，更关乎产业安全、国家安全的主动权。在深圳龙华，深圳计算科学研究院正以实际行动为基础软件“自立自强”担纲承梁。
近日，深圳市龙华区科技创新局组织媒体采风团走进深圳计算科学研究院（以下简称“深算院”），实地探访深算院如何以原创AI技术体系释放数据价值、赋能产业数智化转型。
突破“单一路径依赖”
当前，人工智能技术虽已进入规模化应用的关键期，却长期受限于两大技术路线的“单一路径依赖”：逻辑推理可解释性强、对数据需求较低，但在泛化能力方面存在不足；机器学习则擅长大规模数据处理和复杂模式识别，但缺乏逻辑可解释性和符号表达能力，且预测结果在准确性、公平性与鲁棒性之间无法同时满足，这成为人工智能在决策系统大规模应用的重要障碍。
在首席科学家樊文飞院士的带领下，深算院创新性提出将逻辑推理与机器学习深度融合发展的全栈AI技术路径，用规则纠正模型误判，实现“1+1>2”的协同效应。
从底层逻辑出发的“再定义”，这恰恰是基础研究机构的价值所在：不逐风口，而是为风口筑地基、搭梁柱。基于该技术路径，深算院自主研发出三大全栈AI基础软件，构建起贯通数据治理、数据管理、数据分析的全链条基础软件体系。
图：深算院构建的“1+3+N”发展格局——原创理论为根基、三大创新平台为引擎、N个场景落地应用
从源头为AI“备料”
数据，是人工智能发展不可或缺的燃料。高质量数据集的稀缺，正成为人工智能从通用走向专业的最大瓶颈。
2026年政府工作报告明确提出，要深化数据资源开发利用，健全数据要素基础制度，建设高质量数据集。截至今年6月底，全国已建成高质量数据集12万个，总体量超1565PB，高质量数据正在成为各方争夺的战略高地。
面对这一时代需求，深算院早已前瞻布局。基于樊文飞院士奠基性数据质量REE原创理论自研的采石矶数据质量与自动标注系统，可通过统一逻辑框架下规则和机器学习相结合，实现对数据内部潜在规则的挖掘，并通过规则执行完成数据潜在错误发现以及提供具有正确性保证的修复建议，从而具有将“散乱差”的海量数据转化为优质生产要素的核心能力。
采石矶打破了当前数据质量治理领域重度依赖人工与业务经验、无法应对海量数据的困境，实现数据治理从经验驱动到智能驱动的范式跃迁。
如今，从数据跨境合规，到医保智能审核、数据交易所质量评估，采石矶已在一系列国计民生关键场景中完成技术验证。去年，全国仅有的三个、广东省唯一的网络数据安全合规实验室落户深圳前海，深算院作为唯一技术支持机构，承担实验室项目建设规划及研发落地等重点任务，这意味着采石矶的技术纵深，已从产业一线的应用探索，上升到服务国家数据安全战略的使命层面。
图：网络数据安全合规实验室签约暨建设启动仪式现场
筑牢AI时代的数据底座
数据“构”好后，还面临着“存”与“管”的问题——如何为海量异构数据提供一个安全、可靠、高性能的承载平台，让数据真正“准备好”迎接智能化时代的调用。
AI时代正在重新定义数据库。随着AI大模型、智能体等技术快速迭代，数据规模从TB级迈向PB乃至EB级，数据类型从结构化向关系、向量、图、文档等多模态混合演进，传统单一模型的数据底座在性能、安全与智能化能力上已难以支撑。
深算院自主研发的崖山数据库系统，以统一数据库内核为技术根基，围绕“可用、可控、可信”三大核心维度，实现从AI原生数据库内核到数据智能引擎的全链路覆盖。
图：崖山数据库一体机
今年5月，崖山分布式数据库管理系统V23成功通过由中国信息安全测评中心、国家保密科技测评中心联合发布的“安全可靠测评”，获当前最高等级。崖山数据库在一年内通过集中式和分布式两项安全可靠测评认证，成为最年轻的“双料”过测者，标志着其在集中式与分布式两大部署形态上均已达到国家信息安全和自主可控的高标准要求。
“过去，数据库讲信创替代，如今，面对AI时代的新挑战，崖山数据库系统也在布局DB4AI，实现从AI数据管理到数据智能引擎的全链路覆盖。”深圳计算科学研究院首席技术官、崖山科技CEO陈志标表示。
底座的可靠性与规模承载能力，是走向AI原生数据库的前提。在深圳龙华，秒批平台、民意速办平台、政务信息资源共享平台、执法司法信息共享系统……上百个政务系统高效运转，背后支撑的“数字大脑”正是崖山数据库。龙华区率先将全区政务系统向崖山数据库开放，成为深圳首个政务底座全域国产化城区，为崖山提供了宝贵的规模化验证场景和应用背书。
不止步于“平替”，崖山正顺应时代浪潮完成“信创2.0”的演进，生态构筑也正从“点的突破”走向“面的繁荣”，成为基础软件版图中年轻而亮眼的存在。
AI应用“最后一公里”的跨越
产业出题，科技答题。在数据价值释放链条的终端，深算院自研的钓鱼城智能数据分析系统是最接近决策的一环。
基于“机器学习+逻辑推理”的全栈AI范式，钓鱼城可以自动构建复杂的关联图谱，深入挖掘数据中潜在的深层关系，揭示数据中隐含的价值，辅助业务创新和科学决策。
与以通用大模型为中心的技术路线不同，钓鱼城面向真实产业和城市治理场景中的“可判定、可解释、可审计、可落地”需求，重点解决小样本条件下规律发现难、复杂关联场景下决策依据不足、黑箱模型难以进入核心业务系统等问题。
深圳计算科学研究院采石矶、钓鱼城系统技术总监别彬彬在采访中介绍，钓鱼城系统仅需约2000条业务数据即可启动建模，算力上同时支持CPU和GPU运行，已兼容国产硬件生态，支持本地化私有部署、数据不出域，这意味着龙华一家中小型制造企业，不需要几十台GPU服务器，也不需要几十万条打标数据，就可以在自己的产线侧部署一套可用的AI分析能力，而且每一项判断都能给出依据，不是黑箱输出。
目前，钓鱼城已赋能智能制造、生命健康、金融风控、海关旅检、网络安全、经侦风险识别等多个领域，接连斩获国际顶会VLDB 2024最佳系统演示奖与ICDE 2025的最佳系统演示奖。
科技创新与产业创新在这里完成“双向奔赴”，创新成果在产业一线实现从1到N的价值跃升。
与创新之城的同频共振
扎根深圳龙华，因创新而兴。作为深圳“十大基础研究机构”之一，深算院的发展始终与这座城市的创新基因同频共振。成立至今，研究院走通了一条“学术研究—场景验证—产品孵化—应用牵引”的协同创新闭环。
“基础软件的人才其实非常短缺，在发展的过程中，我们研究院得到了深圳多方面的有力支持，也深切感受到这座城市从不缺敢闯敢试的劲头，更不缺让创新者放手一搏的舞台。”陈志标表示，深圳汇聚了大量优秀人才，更重要的是其独特的创新机制，让整个团队能够以创业模式开展科研工作。
与传统科研机构不同的是，深算院既深耕最前沿的基础理论研究，又注重产品的落地能力。这一双重定位，让大批青年科学家与顶尖工程师汇聚于此，而两者紧密协作中产生的化学效应，正是深算院能够在短时间内完成追赶、实现科研成果转化的关键。
七年磨一剑，深算院把写在纸上的原创理论，变成了跑在系统的核心代码，又将系统嵌入了千行百业。当AI走向产业深处，深算院用数据治理、数据管理、数据分析的全链条技术实力，回应了时代命题。
未来，研究院将立足深圳创新沃土，以核心技术攻关和场景化落地双轮驱动，深耕原创基础软件，促成AI时代的“数据飞轮”驱动“创新飞轮”，让更多可复制、可推广的创新方案走向全国、走向世界。
