聚焦“三駕馬車”，推進(jìn)人工智能創(chuàng)新發(fā)展

人工智能已然成為推動新一輪科技革命和產(chǎn)業(yè)變革、發(fā)展新質(zhì)生產(chǎn)力的重要驅(qū)動力，其中，算力、數(shù)據(jù)、算法“三駕馬車”成為支撐人工智能發(fā)展的關(guān)鍵因素

過去的一年里，以Sora、GPT—4o、Gemini等大模型為代表的人工智能浪潮席卷全球，AI技術(shù)實現(xiàn)巨大飛躍，一系列因新技術(shù)突破而實現(xiàn)的“未來場景”，令人目不暇接，人工智能已然成為推動新一輪科技革命和產(chǎn)業(yè)變革、發(fā)展新質(zhì)生產(chǎn)力的重要驅(qū)動力。其中，算力、數(shù)據(jù)、算法“三駕馬車”成為支撐人工智能發(fā)展的關(guān)鍵因素。

算力：人工智能發(fā)展的核心引擎

算力是人工智能發(fā)展的核心引擎，提升算力的供給能力是確保人工智能競爭優(yōu)勢的關(guān)鍵所在。

當(dāng)前，產(chǎn)業(yè)界正加速推動AI芯片和計算架構(gòu)創(chuàng)新。隨著英偉達(dá)發(fā)布了基于Blackwell架構(gòu)的B200 GPU和GB200“超級芯片”，標(biāo)志著在短短8年內(nèi)，AI芯片的計算能力提升了1000倍?？梢灶A(yù)見，隨著算力的暴增，AI變“聰明”的速度會更快，整個產(chǎn)業(yè)生態(tài)也將發(fā)生改變。但是，受國際政治環(huán)境影響，當(dāng)前我國的算力資源非常有限，AI芯片技術(shù)積累還不夠，短期內(nèi)仍然依賴進(jìn)口，疊加英偉達(dá)3月5日宣布禁止將基于英偉達(dá)工具鏈生成的任何產(chǎn)物提供給其他芯片企業(yè)使用，加劇了算力資源獲取的限制。此外，還存在算力結(jié)構(gòu)不夠完善、算力資源不夠集聚、算力協(xié)調(diào)不夠敏捷等短板。對此，建議重點圍繞算力協(xié)同布局、推進(jìn)“硬＋軟”耦合發(fā)展、政策機(jī)制創(chuàng)新等方面提升算力供給能力。

推進(jìn)“云邊端”算力協(xié)同布局。加快算力資源規(guī)?；酆虾退憔W(wǎng)融合升級，加快推進(jìn)杭州三個“萬卡算力集群”建設(shè)，打造統(tǒng)一的算力資源調(diào)度平臺，比如在本地“終端”布局需要低延遲和高效率的推理算力、利用“東數(shù)西算”在西部“云端”布局需要大量運算的訓(xùn)練算力、在“邊緣端”打造訓(xùn)推一體通用平臺部署邊緣算力，提升“多元異構(gòu)”算力服務(wù)能力。

推進(jìn)“多源硬件＋先進(jìn)軟件”耦合發(fā)展。在硬件方面，聚焦GPU、FPGA0374a1b4dc869d8b347a7173766c431a、ASIC、AI服務(wù)器等，強(qiáng)化產(chǎn)學(xué)研合作，加快突破關(guān)鍵技術(shù)。在軟件方面，依托工業(yè)軟件、工業(yè)互聯(lián)網(wǎng)等領(lǐng)域優(yōu)勢，基于華為昇騰等國產(chǎn)自主研發(fā)芯片架構(gòu)體系，推進(jìn)編程框架、算子庫、AI編譯器等布局，打造自主可控的軟件工具鏈。

推進(jìn)算力政策機(jī)制創(chuàng)新。開展算力伙伴征集，通過算力資源有效匹配，形成統(tǒng)一的算力技術(shù)標(biāo)準(zhǔn)、服務(wù)標(biāo)準(zhǔn)、定價標(biāo)準(zhǔn)和結(jié)算標(biāo)準(zhǔn)等。創(chuàng)新推出“算力券”，將有限的算力資源合理分配，降低算力成本。設(shè)立算力產(chǎn)業(yè)基金，投資平臺型算力企業(yè)，提升算力資源調(diào)度整合能力。

數(shù)據(jù)：最具時代特征的生產(chǎn)要素

數(shù)據(jù)已經(jīng)成為最具時代特征的生產(chǎn)要素之一，尤其是高質(zhì)量的多模態(tài)大數(shù)據(jù)是重要的基礎(chǔ)性戰(zhàn)略資源。

國際方面，美國政府在公開數(shù)據(jù)方面“應(yīng)開盡開”，建設(shè)了AI訓(xùn)練數(shù)據(jù)開放平臺，在保證數(shù)據(jù)可用性的同時降低高質(zhì)量數(shù)據(jù)的使用門檻。國內(nèi)方面，各主體主要是利用優(yōu)質(zhì)公開數(shù)據(jù)進(jìn)行模型訓(xùn)練。然而，高質(zhì)量數(shù)據(jù)正面臨枯竭，據(jù)AI研究機(jī)構(gòu)Epochai預(yù)測，到2026年大模型將耗盡高質(zhì)量數(shù)據(jù)，到2030—2060年將耗盡所有語言和圖像原生數(shù)據(jù)。從全球開源數(shù)據(jù)集語種來看，英語開源數(shù)據(jù)集占比最高，至2023年底達(dá)到了56.9%，中文開源數(shù)據(jù)集占比僅為5.6%，而且政府側(cè)開放的公共數(shù)據(jù)非常少。此外，還存在數(shù)據(jù)灰色交易、安全治理等問題。對此，建議重點圍繞高質(zhì)量數(shù)據(jù)供給、交易流通、安全治理等方面，構(gòu)建高質(zhì)量數(shù)據(jù)集，做大做強(qiáng)數(shù)據(jù)產(chǎn)業(yè)。

強(qiáng)化數(shù)據(jù)開放供給。以探索公共數(shù)據(jù)授權(quán)運營試點為突破口，加大開放力度，在政府側(cè)推動公共數(shù)據(jù)“能開盡開”，建設(shè)多模態(tài)公共數(shù)據(jù)集和資源庫。對于高校院所等單位擁有的知識產(chǎn)權(quán)類數(shù)據(jù)，可通過激勵、補(bǔ)償?shù)确绞焦膭钕蛏鐣C(jī)構(gòu)開放。面向重點行業(yè)領(lǐng)域，建設(shè)行業(yè)級數(shù)據(jù)共享平臺，進(jìn)一步明確數(shù)據(jù)開放的規(guī)范性。

強(qiáng)化數(shù)據(jù)交易流通。推進(jìn)“中國數(shù)谷”和數(shù)據(jù)交易所建設(shè)，完善數(shù)據(jù)產(chǎn)權(quán)交易制度，完善數(shù)據(jù)資產(chǎn)評估定價、交易、權(quán)益保護(hù)等規(guī)則體系，加快推進(jìn)數(shù)據(jù)確權(quán)加工、交易流通，探索場內(nèi)、場外、跨境等數(shù)據(jù)交易流通范式。培育優(yōu)質(zhì)數(shù)據(jù)服務(wù)商和第三方服務(wù)機(jī)構(gòu)，有序開發(fā)利用數(shù)據(jù)。

強(qiáng)化數(shù)據(jù)安全治理。深化應(yīng)用數(shù)字水印、區(qū)塊鏈、聯(lián)邦學(xué)習(xí)等前沿技術(shù)，加強(qiáng)數(shù)據(jù)安全及隱私保護(hù)，在數(shù)據(jù)采集時選擇可信度高、合規(guī)的數(shù)據(jù)源，采集后對數(shù)據(jù)進(jìn)行清洗和安全過濾，在流通中進(jìn)行活動記錄，構(gòu)筑數(shù)據(jù)全周期安全保障體系。

算法：開啟智能時代的“關(guān)鍵鑰匙”

算法作為人工智能的基石之一，在很多程度上決定了人工智能發(fā)展的效率和深度，尤其是大模型的發(fā)展，已成為開啟智能時代的“關(guān)鍵鑰匙”。

當(dāng)前，模型即服務(wù)（MaaS）模式逐漸走向成熟，垂直模型發(fā)展趨勢明顯，業(yè)內(nèi)普遍認(rèn)為，未來只會有兩三家“獨大”的通用大模型，但會涌現(xiàn)出無數(shù)更貼近產(chǎn)業(yè)需求的垂直模型，模型垂直化與場景化應(yīng)用加快深度融合，垂直行業(yè)的專業(yè)模型將在推動大模型廣泛應(yīng)用方面扮演重要角色。因此，AI大模型很可能像PC時代的操作系統(tǒng)一樣，成為未來人工智能領(lǐng)域的關(guān)鍵基礎(chǔ)設(shè)施。此外，隨著Sora、GPT—4o的出現(xiàn)，能夠感知到的是，多模態(tài)大模型地進(jìn)一步交叉融合將成為人工智能后續(xù)發(fā)展的重要方向。對此，建議重點圍繞基礎(chǔ)算法創(chuàng)新、技術(shù)開源開放、模型“垂直化”發(fā)展等方面，推進(jìn)算法模型創(chuàng)新發(fā)展。

推進(jìn)基礎(chǔ)算法創(chuàng)新。加快推進(jìn)基礎(chǔ)算法效能優(yōu)化，即推進(jìn)當(dāng)前主流的訓(xùn)練模型Transformer（基于自注意力機(jī)制的神經(jīng)網(wǎng)絡(luò)模型）的升級或者替換。

推進(jìn)技術(shù)開源開放。基于當(dāng)前規(guī)模最大、開發(fā)者最活躍的“魔搭”AI開源社區(qū)，進(jìn)一步推動大模型技術(shù)開源與開放，支持自主開源深度學(xué)習(xí)框架研發(fā)攻關(guān)和代碼托管鏡像平臺建設(shè)，加快制定推廣開源領(lǐng)域相關(guān)標(biāo)準(zhǔn)和協(xié)議，研發(fā)多類型模型開發(fā)、訓(xùn)練、壓縮、推理全流程工具。

推進(jìn)大模型“垂直化”發(fā)展。充分發(fā)揮在“互聯(lián)網(wǎng)＋”時代奠定的場景應(yīng)用優(yōu)勢，進(jìn)一步推動MaaS模式變革，探索AI多場景應(yīng)用，在醫(yī)藥、城市治理、未來工廠等領(lǐng)域打造一批示范性強(qiáng)、帶動性廣的“AI＋”典型應(yīng)用場景。

（作者單位：浙江省工業(yè)和信息化研究院）