6月22日,由中国智能计算产业联盟,携手信通院算力服务方阵、财经网共同主办的2022中国算力发展研讨会第二期在线上正式召开。会上,专家学者聚焦“东数西算”下的算力服务发展展开深度交流研讨,并从技术、生态等多维度解析算力服务网络建设的难点、要点。
融合算力成为算力服务网络建设关键
当前,加快构建算力服务网络成为算力资源高效利用和算力服务按需提供的关键,也是推动数字经济高质量发展的核心任务。
中国信通院云计算与大数据研究所所长何宝宏在会上提到,类比电力网、水力网,算力行业也需要建设以算为中心、网为载体的国家算网。其中,需要重视不同类型算力的构建,包括通用算力、高性能算力以及面向AI领域的智能算力;此外,还要充分考虑算力的资源描述、管理、调度、分配等因素,做到智能化、灵活化的有效供给。
面对日趋复杂的应用场景,美国医学与生物工程院院士潘毅与中石油BGP处理中心原总工程师、教授级高级工程师赖能和从算力需求方的角度,阐明了科学研究与工业生产对于算力资源的多样化需求。潘毅讲到,在数据量庞大繁杂的今天,算力对于科学研究至关重要,融合算力资源的灵活调度、算力成本的降低以及研发周期的缩短,都是算力服务网络建设中要系统考虑的问题。赖能和则以“给地球做CT”做比,从算力结构、稳定性、可靠性等方面,说明了石油勘探行业对于融合、海量、安全算力资源的迫切需求。
加强产业协同降低算力服务网络应用门槛
对于算力服务网络建设而言,将遍布全国的各类型计算中心统一管理调度,实现对算力、存储、网络以及数据等分布资源的整合,只是初级阶段。主要目标应在于,让用户便捷化的使用到算力资源,并且这些算力资源与应用场景间是自适应的。
中国科学院计算技术研究所研究员张云泉用了一个非常形象的比喻:参考电力领域,我们有标准化的电力插座,在算力领域,还缺一个算力插座,有待于行业一起共同推动标准化建设。这个算力接口可能是软件,也可能是硬件,让算力的服务更加傻瓜式,用户无需管是哪里来的算力,是怎么样的算力,直接插上去用就行了。
作为算力服务网络领军企业代表,中科曙光副总裁、曙光智算信息技术有限公司总裁曹振南认为,“一个好的算力服务网络,不仅是对算力的布局,同时也是数据的布局,更是一个生态的布局。光有算力其实并不能产生价值,只有把应用支持好、服务好才能发挥它的价值。目前曙光已初步构建了覆盖全国的算力服务网络,通过统一的算力服务平台(AC平台),根据科学计算、工程计算和智能计算等场景需求,向用户输出算力、算法、数据、应用高度协同的一体化资源。此外,还通过增值服务加持,例如API接口开放、适配环境优化、商业模式定制等,将产业链生态做大,降低用户使用门槛,赋能用户创新发展。”
算力服务行业发展需久久为功,整体来看,在供给侧夯实算力基础设施资源底座、加快融合算力发展、推进算力服务平台建设皆为其“术”,而其“道”则要从应用层面考量,必须坚持为用户需求匹配最佳方案。道术结合,未来,新型算力服务网络建设将会走得更快。
好文章,需要你的鼓励
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
国际能源署发布的2025年世界能源展望报告显示,全球AI竞赛推动创纪录的石油、天然气、煤炭和核能消耗,加剧地缘政治紧张局势和气候危机。数据中心用电量预计到2035年将增长三倍,全球数据中心投资预计2025年达5800亿美元,超过全球石油供应投资的5400亿美元。报告呼吁采取新方法实现2050年净零排放目标。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。