所有版权归中国经济网所有。
中国经济网新媒体矩阵
网络广播视听节目许可证（0107190）（京ICP040090）
基于最新人工智能理论，采用前沿计算架构，智能算力有力支撑人工智能发展。中共二十届中央四次全会批准的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》提出，“加快人工智能等数字智能技术创新，实现基础理论和核心技术突破，加强算力、算法、数据等高效供给”。工业和信息化部统计，今年6月底，总机架数我国计算中心规模达到1085万个标准机架，智能计算能力规模达到788EB/s，存储规模超过1680EB。我们推出了1509款大型车型，在全球名列前茅。与此同时，智能算力的应用不断深化，与各行业的联系日益增多，为数字经济创造了新的基础。目前，智能算力的应用主要体现在哪些方面？新算力产品、新服务模式如何坚定支撑高质量发展？记者对此进行了采访。推动科研范式变革，加速形成独特创新 在西湖大学非编码核酸生物学实验室，沉恩智研究员研究非编码RNA（核糖核酸）的作用机制和生物学功能。 “非编码 RNA 占 ap大约 98% 的人类转录组。 “非编码RNA不仅参与生物体的各种基本生命过程，还与许多重要疾病的发生发展密切相关。”沉恩智说。非编码RNA数量巨大，在体内动态性很强，可以与许多其他生物分子相互作用、相互调节。利用常规实验方法进行研究需要大量的时间和精力，很难分析复杂的调控关系并发现规律。现在，沉恩智团队利用智能计算技术对序列数据进行高效分析，解决了近年来，西湖大学借助浪潮信息等公司搭建了下一代算力平台，帮助科学家进行跨学科研究。人工智能与生命科学特别是计算生物学之间的学科研究，大大提高了科学研究的速度和准确性，使许多以前不可能的新发现成为可能。依靠智能算力实现高效的模型训练和推理，显着加速了人工智能在科研领域应用的创新。高校、机构和企业、国家算力企业也在加快产学界产学研合作步伐，推动智能算力在科研领域的部署。南开大学智能计算系统实验室在眼底图像血管分割研究中，采用高效的开源AI计算框架，将单张眼底图像的推理速度提升了2.4倍，从而推动了眼底图像的临床应用。s 图像分析技术。上海人工智能研究院与临港研究院、上海交通大学、复旦大学等密切合作，在短短两个月内发现并验证了两个新的癌症靶点。鹏城实验室利用“鹏城云大脑二号”，通过中国计算机网整合了20多个城市的计算节点。清华大学人工智能研究院副院长孙默松表示，服务于“数以万计的科研人员……人工智能有望成为驱动科学范式创新的重要工具。在人工智能驱动的科学研究范式变革中，我们正在利用智能计算能力，用大规模模型预测蛋白质结构等。国务院发布的《关于深度实施人工智能+的意见》提出，“促进人工智能+的发展。”“基于智能算力，提供全面、易用、高性价比、环保、安全的智能算力。”通过阿里云和飞天操作系统的人工提供，“健康档案”构建了“一云、多核、一云、多算”的智能算力基础设施，并部署环境，集成了生产、供应链领域的决策算法和大规模生成模型。“现在，通过计算机视觉识别牛眼特征，可以实时监测奶牛的健康状况，进行精准的饲养管理，可以有效提高产奶质量。”伊利集团数字技术中心数字技术总监陈国强介绍，在伊利智慧工厂，具有智能计算能力的自动化生产线可以不断提高生产和管理效率。目前，伊利已开发智能坐席超过800个。这一大规模模型覆盖了订单履行、库存周转、物流时效等70%的供应链场景，大大降低了原辅材料过期、缺货、短缺等风险。”阿里云解决方案高级总监贾朝晖表示，未来，公司还计划打造“智能计算云”，将专业数据与产业结合，共同开发针对农牧业的大规模模型，洞察草种种植和奶牛健康。 2023年首个模型开源，阿里巴巴统一大型模型全球下载量超过6亿次，衍生模型超过17万个。流线型造型设计是中车基于现有测试和仿真数据打造的标准高模型。极速动车组气动载荷数据库，利用百度飞桨深度学习平台和飞桨科学计算套件，构建大型气动智能仿真模型。信息化部数字创新司副司长、人工智能局推进组组长陈健介绍，与传统仿真方法相比，大型模型的仿真周期已从超算资源下的几天缩短到单机显卡上的10秒。整体仿真效率提升30倍以上，误差小于5%。这推动了日本铁路外部设计从基于经验到数据驱动的高速转变。百度人工智能基础技术，基于文心大模型和飞票深度学习平台，为效率提升和成本降低做出贡献在各个行业。百度首席技术官王海峰表示，飞票支持大规模自适应分布式深度学习训练，万卡集群中的大规模模型具有有效训练时间。比例达到98%。协同优化整个大模型压缩、推理、服务部署链，实现高性能、低延迟、大规模模型推理。此外，飞票持续积极开展集成硬件适配，为算力多元化提供有力保障。通过产学研合作，新产品、新模式层出不穷。近日，浪潮信息推出了旨在优化智能代理的人工智能计算系统。其中，基于元脑SD200超级的DeepSeek R1大模型的词单元（模型的基本输入输出单元）的生成速度rnode人工智能服务器仅需8.9ms。新推出的元脑HC1000超可扩展AI服务器，大幅降低字单元生成成本。超级节点服务器采用超低延迟总线级互连技术和最小互连架构，在有限的物理空间内创建具有集成逻辑的紧凑计算单元。整个系统的工作方式就像一台大型计算机。 “超级节点发展的关键是计算架构的创新，遵循应用和算法的发展方向，以应用为导向，以系统为核心，有效解决智能计算能力发展的瓶颈问题。”浪潮信息人工智能战略总监刘军表示，人工智能的大规模应用持续推动算力快速增长。发展智能计算能力需要克服诸如系统规模接近工程极限、功耗过高以及输入和输出的有效平衡等挑战。业内专家表示，通过软硬件协同设计和综合优化，持续推动人工智能计算架构的创新和进步，将进一步促进大规模模型、智能体等人工智能技术与实体经济的深度融合，使人工智能成为驱动千行百业的变革力量。 2024年，在北京市科委中关村管委会的组织下，浪潮信息与芯片、系统、大规模模型开发和应用创新领域的企事业单位成立了“超级节点计算集群创新联盟”。相关部门密切配合，超级节点互联取得重大进展协议、系统开发、标准开发和应用程序部署。太初（无锡）电子科技有限公司作为参与者之一，积极与科研机构、运营商、算力服务商等合作，打造智能算力解决方案。该公司已推出高密度、水冷智能计算集群，服务于200多家大学和企业，满足其每秒1200千万亿次以上浮点运算的算力需求。 “智能计算能力的创新进步，离不开产学研合作和人才支持。”公司首席产品官洪远表示，公司与湖南大学、南京邮电大学、苏州大学等成立联合研发团队，开展联合科研。此外，我们还创建了一个ed基于自主研发的人工智能加速卡和软硬件协同的教育培训平台，培养了一大批年轻、有活力、实用的人才。 （记者顾业凯）
（编辑：何欣）
作者
