降低算力利用成本
企业应用人工智能大模型后，算力需求增长迅猛，需系统性规划以平衡性能与成本。360集团创始人周鸿祎认为，企业应用人工智能时，基座大模型的选择至关重要。应首选可专有化、私有化部署的大模型，既能防止数据泄露、响应迅速，又可定制对接企业知识库，且因为模型开源免费，成本近乎为零。在选好基座模型后就要规划算力。由于企业内通常是多个模型协同工作，所以一般采用分布式算力网络。大型企业可自建算力中心或购买一体机，中小企业则可在电脑上部署蒸馏模型，即减少模型的计算量和存储需求，同时保持较高的性能。
中央网信办信息化发展局副局长方新平表示，应加强通算、智算、超算多元算力的融合发展，进一步优化算力资源结构，提高算力利用水平，降低算力利用成本。
“国家数据局将持续深化数据要素市场化配置改革。继续开展先行先试，发挥市场在资源配置中的决定性作用，扩大公共传输通道试点应用范围，多路径降低中小企业算力使用成本，形成政府与市场高效协同配置资源的合力。”夏冰说。
杨杰介绍，中国移动将建设超大规模的“算力工厂”。推动万卡级、千卡级智算中心的倍增扩容，积极开展十万卡智算中心前瞻研究，建设“集中化＋分布式”推理算力资源，形成“中心集约、边缘泛在、中训边推、训推一体”的智算体系。
方新平建议，加大算力高质量供给，夯实算力基础底座。加快算力核心软硬件研发，推动集成电路、并行架构、高速存储等关键技术突破，加快算力计算、算力调度、智能运营等技术发展，推动算力技术系统性创新，持续优化算力基础设施布局，促进东中西部联动互补。
“我们将坚持全国多元算力一体化、东中西部算力一体化等5个统筹，优化全国算力资源布局，推动算力布局与区域经济社会协调发展、算力基础设施建设与能源等的安全协同布局。”夏冰说。 |
