算力供需如何精準匹配?業內人士呼籲加大技術投入提升算力利用效率

封面新聞記者 歐陽宏宇

作為數字經濟發展的底層支撐,算力為人工智能產業的快速發展提供了強大支援。然而我國算力資源分散,算力提供主體多,呈現出碎片化的特徵。那麼,如何讓算力供需雙方實現精準匹配?

10月29日,在成都智算中心舉行的算力供需專場對接會上,多位行業專家及業內人士表示,當前亟須實現算力供需匹配,打破算力流通壁壘,從而提升算力利用效率。

當前,算力是數字經濟時代的核心生產力,正在不斷催生新技術、新模式、新業態,助力各行業加快數字化智能化轉型。以成都為例,目前已有豐富的算力供給。

成都智算中心智慧城市運營總監廖顯認為,應該通過加大技術投入,提升算力利用效率。他以成都智算中心為例談到,借助基於華為昇騰AI基礎軟硬件的AI集群,算力達到300P,另外還有30P的燧原算力,已在智慧城市、智慧醫療、智慧金融等場景應用示範,並且端到端打通了“產”“學”“研”“用”全產業鏈。

大規模算力供給的成果,是造就了成都的人工智能產業集群。數據顯示,成都已建大型數據中心(標準機架3000架以上)9個,產業規模達800億元,已有8家大模型通過備案登記。

不過,在有關專家看來,人工智能高速發展的背後也存在高質量數據集不足、價格戰擠壓企業生存空間、產業生態不完善、外部競爭壓力大四大挑戰。

對此,業內人士建議,行業應以高質量數據集市場化供給流通、算力基礎設施高質量發展、人工智能大模型創新應用為重點,推動產業要素多元聚集、產業發展成群成勢、產業生態跨界融合,打造“數據+算力+算法”於一體人工智能大模型全要素產業生態體系。

“智能體模型是人工智能發展的必然趨勢。”明途科技副總經理週波表示,以縱深垂直模型為研究對象,以業務智能應用場景為目標導向,智能體數字人已在企業管理、政務服務、教育管理、健康管理等方面得到充分應用。中魚互動CEO任興則認為,從“廠商到工廠”的D2M模式將是商業的未來,能夠滿足個性化需求。