乌镇观察丨算力网络驱动智能涌现，产业链多方参与搭建协同创新生态

　　从数字产业化到产业数字化，全球数字经济的发展正在重塑生产力和生产要素，算力作为一种新的生产力的形式，正在为千行百业的数字化注入新动能。

　　11月9日，在2023世界互联网大会乌镇峰会分论坛上，算力网络协同创新成为嘉宾们热议的话题，算力基础设施、算力网络协同、算力应用赋能等细分话题都得到了不同角度的讨论。

　　“我们现在正在对数据的基础设施进行变革，所以需要仔细地思考怎样去做好准备，怎样用更好的管理网络促进这样的发展。” GSMA Ltd. CEO洪曜庄在发言中表示。

　　算力是技术，即集信息计算力、网络运载力、数据存储力于一体的新型生产力，主要通过算力基础设施向社会提供服务，算力网络的含义更加广泛，是新型信息基础设施，搭建起深度协作的算力生态网络。

　　在今年的乌镇峰会讨论中，大家关心的话题还拓展到，随着人工智能发展成为既定命题，算力怎样提供技术保障？如何前瞻性地为人工智能发展提升动力？

　　算力网络需要更多细分角色

　　今年10月，工业和信息化部等6部门联合印发《算力基础设施高质量发展行动计划》，从计算力、运载力、存储力以及应用赋能四个方面提出了到2025年的发展量化指标，引导算力基础设施高质量发展。

　　我国的算力网络建设也正在持续推进。去年，我国“东数西算”工程正式全面启动，通过构建数据中心、云计算、大数据一体化的新型算力网络体系，将东部算力需求有序引导到西部，促进东西部协同联动。

　　在算力网络方面，除了国家的整体布局，包括国内三大运营商在内的众多企业参与底层基座的搭建，同时，更多的企业也参与到算力提供、算力运营、算力增值服务的环节中，搭建起一个深度协作的生态网络。

　　从产业链看，算力网络产业链上游为软硬件及设备；中游为算力网络及平台，包括AI计算、边缘计算、算力安全等；下游应用于互联网、政府、服务业等领域。在2023世界互联网大会乌镇峰会上，参与企业介绍了各自在算力网络方面的实践进展。

　　中国联通在2019年发布了国内首部算力网络白皮书，后续也成立了首个算力网络技术联盟。中国联通副总经理梁宝俊在主题演讲中表示，“我们认为算力网络应该按照‘三步走’的阶段来演进，第一个阶段是算力与网络‘协同供给’，第二个阶段是算力与网络‘融合运营’，第三个阶段是算力与网络‘一体共生’。目前，我们还处在第一阶段向第二阶段的过渡阶段，这个过程还需要业内协同创新，做大量的工作。”

　　“算力网络本质上是CT和IT的融合，原来解决的是通信问题，现在解决的是信息服务问题，也出现了新的产业空间和产业想象力。算力网络不仅是基础设施的升级，还是服务范式的变化，也代表着时代和技术进步催生的商业机会。”中国移动副总经理高同庆在发言中表示。

　　华为光产品线副总裁、首席战略官王景吉认为，在整个算力网络价值链条中，算力运营商主要扮演两种角色，一种是面向整个大数据提供商提供了一个运力网络，同时，运营商自己也在提供算力服务。

　　不过，讨论算力网络发展离不开互联网人工智能快速进阶的背景，尤其是业内广泛关注的大模型。在AI大爆发的时代，布局算力网络正是“顺势而为”。“大模型必须要跟大连接、大平台、大算力结合。”中国工程院院士邬贺铨在主题演讲中表示。

　　在邬贺铨看来，未来第三代的人工智能由知识跟数据双驱动，有三个特征，一是从单模型单任务到多任务，同时要多模态输入，此外，对每个任务不再是粗放式的以大算力耗能的应用，而是比较精准的计算。

　　“行业应用是大模型最好的应用领域，基础大模型跟行业数据的结合有两种方式，一种是中心化模式，即行业提供数据，基础大模型在原有预训练基础上，结合行业数据进行微调，结果反送到企业；另一种是非中心化模式，即行业跟基础大模型合作，这种方式门槛比较高。”邬贺铨表示。

　　联想集团副总裁、中国区方案服务业务群总经理戴炜在发言中表示，生成式AI大模型要在行业深入落地，一定是混合式的，是公共大模型和私有大模型的混合，是企业级大模型和个人大模型的混合。

　　这也诞生了更多的参与机会，在戴炜看来，大模型有了AI管理平台之后，中国的行业客户会面临对异构计算资源调度的问题，要平衡不同计算资源在一个平台之下的使用。此外，协同也是重要趋势，行业大模型的落地在去中心化模式下是分布式，未来要关注如何分布式管理和支持大模型，分布式算力调动。

　　天翼云科技有限公司副总经理黄洪波在圆桌论坛中表示，随着人工智能的发展进入一个新的阶段，智算资源成为一个稀缺资源，各方抢占先机布局又形成了智算的碎片化，“针对原来通算的孤岛以及碎片化，我们就提出了算力调度的概念，但也面临一系列需要突破的技术难题。所以，接下来真正要把全社会的算网形成合力，技术需要进一步突破，也将促进整个产业的发展。”

　　从算力网络本身的环节，到结合AI 发展的互联网进程，各方参与的生态正在逐渐形成。

　　“在生成式AI和大模型的时代，我们在搭建一个生态，各环节参与者应该形成合力，有的可能专注于计算网络，有的专注于通用大模型，有的专注于搭建通用大模型和企业之间的桥梁，我们期待着大模型能够推动企业、行业智能化转型的未来。” 戴炜说。

　　AI与算力网络的前景与挑战

　　在今年国家的战略性新兴产业的布局里，人工智能将成为新的重大产业方向。推动人工智能技术发展有三驾马车，分别是数据、算法、算力。在各方积极参与人工智能产业的当下，我们还需关注，AI对算力网络有怎样的影响？在AI快速发展的背景下，要求算力网络有怎样的提升？

　　IBM副总裁兼大中华区首席技术官谢东在圆桌论坛中表示，人工智能只有跟企业自身的任务流、企业数据结合，才能更好地发挥作用。

　　“在讨论算力网络的时候，我们突出了算力和网络，其实很重要的一块是数据，要有效地把企业数据管理起来，发挥真正的价值，也要注意安全地使用数据。”谢东说。

　　思科大中华区资深副总裁兼首席技术官侯胜利则从基础设施角度看待这个问题，AI要求非常高的计算能力，对网络带宽也带来非常高的要求，同时，算力网络的结构也会有一些变化。

　　戴尔科技全球副总裁、大中华区售前系统工程部总经理杨捷认为，人工智能在整个链条上，从数据的预处理、预训练到微调、推理等不同阶段对算力网络即从算力到网络到存储都有不同的要求，“算力网络虽然在不断发展，算力不断提升，网络带宽越来越高速了，但真正到大规模应用人工智能的时候，这些资源仍然不足，要考虑在应用人工智能的过程中提升资源的使用效率。”

　　北京超级云计算中心总经理吴迪认为，算力网络本身作为一种服务模式可以更好地推动人工智能应用的落地，随着人工智能技术的发展，算力网络在服务各行各业用户过程中，也会用到人工智能的相关技术。

　　AI赋能算力网络的最大挑战是什么？

　　吴迪认为，将人工智能做的事情类比为火箭发射，算力可以视为引擎，数据可以被看作燃料，与数据相关的挑战包括，人工智能的不同阶段对数据的处理、管理需求不一样，同时数据安全和隐私的问题也值得关注，“怎样建设最后一道防线，使数据和业务在一些极端情况下能够快速恢复，这是大家现在就需要考虑的问题。”

　　侯胜利认为，建设高性能和高性价比的算力网络要注重开放，通过开放的协议和以太网的技术，把整个算力网络的成本降下来，同时要关注速度和安全问题，例如在速度方面，要注重提升从边缘到中心的速度，关注网络结构的改造、算力CPU、GPU性能提升的问题。

　　“算力网络一定会飞速发展，随着算力网络的发展和人工智能的普及，真正能把整个社会通向万众创新的阶段。我们相信，当我们提到算力即服务，模型即服务的时候，不光让用户使用人工智能，也让用户创造人工智能，使每个人成为人工智能的创造者，在各行各业会有更多的创新出现，全面推动生产力的发展。”谢东说。