算力赋能产业智能化升级：降低技术门槛，人才培养是破局关键

南方财经全媒体 记者李润泽子 21世纪经济报道 记者郭美婷 实习生高艺 济南报道

当前，算力术门新一轮科技革命和产业变革加速演进，产业才培 AI算力的化升发展为各行业、产业智能化转型提供新的降槛人局关键可能。

近日，低技在2022中国算力大会人工智能基础设施分论坛上，养破多位专家围绕算力赋能产业智能化升级展开讨论，算力术门回顾和展望了数字时代下产业对算力的产业才培全新需求、我国在AI算力技术领域取得的化升关键进展，还深入讨论了建立AI基础设施与产业应用间的降槛人局关键紧密协同，打通创新闭环的低技有效路径和积极意义。

论坛上，养破多位专家同时指出，算力术门未来应加强人才培养，产业才培减少行业隔阂，化升以降低AI的技术门槛。

集约化、场景化、安全性成为算力新特征

随着数字经济深化和产业智能化升级，算力已被赋予了更高的使命。在赛迪顾问人工智能产业研究中心常务副总经理邹德宝看来，算力高于数据和算法，代表的是新型生产力。“未来，在数字经济时代，算力能够引领数字经济产业发展。”

沐曦集成电路（上海）有限公司创始人、CMO孙尔俊形象地将算力比喻为“带智慧的电力”，他认为算力对传统行业智慧赋能的作用突出。

事实上，数字经济时代，算力作为重要“底座”支撑，赋能作用已日渐凸显。数据显示，算力对数字经济和GDP的发展有显著的带动作用，在算力中每投入1元，将带动3-4元的经济产出。

但如今随着数字技术向经济社会各领域全面持续渗透，全社会对算力需求仍十分迫切，预计每年仍将以20%以上的速度快速增长。

值得注意的是，孙尔俊同样提到，数字时代下，产业对于算力的需求与过去已有不同。在新形势之下，随着数据量增加和算法增强，算力的通用化特征愈发明显。

“算力正在从原来的专有和独特变得越来越通用。在这种情况下，算力基础设施将走向算法融合层面，这对于算力的安全性和通用性会提出新的需求。”孙尔俊说。

上海商汤科技开发有限公司副总经理杨松提出了类似的看法，他认为未来算力场景化特征将逐步显现。

“每一个场景对于算力的需求都有所不同，未来的趋势可能是在保证通用算力服务的同时，在具体的大型的场景，极致优化专用芯片的性能。”杨松解释。

除场景化外，杨松还指出新一轮的算力特点还有集约化和安全性。杨松指出，算力产业是高能耗的产业，在国家双碳背景之下，通过集约化的建设能规避算力高能耗的行业特性；推动数字经济发展需要将大量数据用于算力的计算，由于数据作为资产，个人对于资产的安全警惕性较高，因此能否保障数据安全成为了数字经济的关键。

AI算力技术产业化应用仍有隔阂

人工智能时代，算力、算法和数据是三大核心要素。其中，算力不仅是算法、数据的基础，也是数字经济发展、产业智能化升级的基础。

当前，我国AI算力发展已取得一定成效。据淄博市大数据局党组成员、副局长陈伟介绍，过去5年，我国AI服务器的支出增长大约有44.5%，在全球的15个国家当中贡献了60%。同时，我国整体算力能力增幅达到13%，仅次于美国，是全球第二的算力大国。

这些成就与突破来源于产业链的完善，但与此同时这也为下游产业应用带来了机遇。陈伟表示，目前中国的 AI的产业链已经形成，包括上游的设备设施，中游的数据中心、网络供应商，下游的企业和政府等，同时现在也已形成了很多的场景和应用。其中，在下游产业方面，陈伟介绍当前AI算力技术已经用于赋能新型智慧城市建设和城市管理，此外医疗和教育领域也出现了一系列AI应用。

算力属于未来的数字经济时代，是智能时代的网络高速公路。然而，目前AI算力技术与真正的产业应用之间还存在一定差距，例如数据准确性、场景限制、人才培养、生态布局等问题。

陈伟指出，目前对于AI产业的数据开放、数据共享、生产交易等运行机制、相关政策尚不健全，因此产业用到的数据质量不高，难以得到比较好的应用。同时，目前中国AI的产业算力应用基本上在互联网和公共安全，比例占到85%，其他的政务服务、城市运行、环保、工业领域等使用并不多。

杨松则认为，当前AI技术落地有门槛。工业场景众多导致生产流程不同，AI技术赋能其他产业时，存在隔阂，产业能耗提升。对此，他建议加强全体系人才培养机制，提升对于AI人才的培养，让其他行业更好地认识AI技术。

邹德宝从产业的视角介绍，现阶段无论是国家层面的东数西算政策，还是企业层面的智算中心、超算中心建设等，仍处于前期的基础设施建设阶段。

“当前，算力网络布局的空间区域、算力能力以及应用不足。”邹德宝解释，从空间区域来看，目前来说没有形成全区域上的数据联通，同时有一些数据资产是由厂商局部建立的，打通性不强。从算力运行内容来看，AI有感知、认知、决策三个阶段，未来的数字经济时代应当是从认知到决策，但目前几乎所有的智算中心、超算中心，更多聚焦在训练场景，缺少推理。

针对上述问题，邹德宝建议聚焦全国范围内的产业协同发展创新，政企共建。“聚焦于大数据构建和联通之后，根据成型的模型训练推理和决策能力。只有产生决策能力，才能为千行百业的智能化应用进行赋能。”邹德宝说。

(责任编辑：焦点)