以ChatGPT為代表的人工智能技術發展，引發了全球算力需求的進一步增長。迎接新一輪人工智能熱潮，中國的算力增長點在哪里？什么樣的算力更精準高效？記者日前采訪業內專家，前瞻算力發展趨勢。

【資料圖】

大模型呼喚“大算力”

在全球新一輪人工智能技術發展浪潮中，大模型是一個關鍵詞。ChatGPT等正是通過大模型來“學習”海量數據，并由此取得突破。

中國科學院院士陳潤生表示，人工智能大模型在應用層面正在發生巨大變化，未來將在多個領域引發變革，同時也會消耗大量算力。

中國工程院院士鄭緯民說，做大模型必須要有“大算力”，ChatGPT正是基于大規模算力基礎設施的產物。

不久前舉行的中關村論壇上，科技部新一代人工智能發展研究中心發布了《中國人工智能大模型地圖研究報告》。報告顯示，我國研發的大模型數量排名全球第二。

中國科學院計算機網絡信息中心研究員陸忠華表示，全社會對算力的需求日益增長，人工智能應用的算力需求更加突出，要迎接好這一趨勢。

通用算力+專用算力

近年來，我國人工智能算力的占比在升高。“根據估算，人工智能算力過去幾年大體上年均增長率為70%，其他算力大概增長30%左右。”中國信息通信研究院院長余曉暉說。

清華大學計算機系教授陳文光也觀察到，隨著人工智能的滲透程度加深，相比傳統超算中心，智算中心的利用率變得更高。

國家高性能計算機工程技術研究中心副主任曹振南則表示，雖然算力常被分為超算和人工智能計算，但二者有許多相像之處，最大區別在于對計算精度的要求不同。

“目前人工智能算力的缺口較大，一些人工智能應用為追求計算性能而降低了精度要求。但如果算力變得易得、便宜，一些人工智能應用可能又會對精度提出一些高要求。”曹振南說。

專家認為，“通用算力+專用算力”將成為人工智能算力基礎設施的建設關鍵。一方面要滿足廣泛的應用場景，具備普適性，實現通用；另一方面也能支持部分對計算精度、效率要求高的個性化應用場景，具備高效性，實現專用。

構建算力網絡“高速路”

在專家看來，將已有的、不同體系架構的算力中心通過網絡連接起來，可以合理配置、共享、調度、釋放更多算力，并降低應用門檻。

在科技部高新技術司的牽頭下，國家超算互聯網工作已經啟動。按照規劃，到2025年底，國家超算互聯網將成為支撐數字中國建設的“高速路”。

曹振南介紹，超算互聯網平臺的建設目標之一，正是致力于解決算力設施分布不均衡的問題，實現算力資源的互聯互通、資源共享。

中國科學院院士錢德沛表示，算力基礎設施提供的應當不僅是算力，更要有用戶所需的軟件或應用服務，這樣才能將算力資源最大化。

“希望超算算力未來能像電力一樣走進千家萬戶，任何地方、任何時間都可以獲得大數據算力來支持相關應用。”錢德沛說。(記者董瑞豐)

(責編：郭思邈、李楠樺)

關注公眾號：人民網財經

分享讓更多人看到

關鍵詞：