【资料图】

5G新通话智能交互“解锁”无障碍沟通、机器视觉赋能工业质检、智能网联汽车加速汽车制造业数字化转型……记者在今年的中国国际信息通信展览会上感受到，数字经济与实体经济深度融合插上AI“翅膀”，产业数字化、智能化步伐全线提速。

当前，人工智能正向全场景、大规模、融合度高的阶段发展，带动了算力需求攀升。6月4日，在展会期间举办的“ICT中国·高层论坛主论坛”上，中国工程院院士邬贺铨说，从AI训练所需算力来看，2000年前后，每5~ 6个月所需的算力翻倍，但是从2012年到2019年，人工智能算力需求增长了30万倍。ChatGPT每天所需算力约为3640PF，也就是7~8个算力达到500P的数据中心的算力。

数据量急剧增长、AI模型参数量级倍增、融合创新应用不断延伸，这对合理调配算力、高效利用计算资源提出了更高要求。邬贺铨指出，目前的人工智能处理业务时几乎动员了整个网络的相关节点，是一种比较粗放式的计算，所以功耗比较大、成本比较高。未来，人工智能能够比较精准地选择它的计算节点，无须动员全部计算资源。

为满足不断攀升的算力需求，高效利用算力资源成为关键。中国电信董事长柯瑞文表示，大模型快速演进对算力、算法和数据提出了更高要求。中国电信基于云网基础底座，打造央企十大超级工程“息壤”算力调度平台，推动东数西算、东数西训、东数西渲更便捷、更经济。加强云网基础与人工智能的协同发展，将有助于提高计算效率、存储能力和服务能力，使其更加灵活、高效地满足个性化场景需求。中国移动总经理董昕表示，中国移动将致力于规模推动“能力上台”，促进能力原子解耦、灵活编排、集成封装，持续增强“梧桐”大数据能力、“九天”泛在AI能力，不断积蓄核心能力。

对于人工智能发展，邬贺铨认为，加强可解释性，实现知识和数据双轮驱动，甚至加入类脑等都是未来重要趋势。加强可解释性需要从算法、模型和架构等方面进行优化与改进，可通过可视化和解释工具来展现AI系统的决策过程，提高用户对AI的信任度。为实现知识和数据双轮驱动，要注重知识的获取、表达、整合和运用，例如，可以通过知识图谱等技术，将信息和数据整合为关联的知识网络，从而更好地进行逻辑推理和信息挖掘。同时，邬贺铨提到，以现在的深度学习模型为例，输入文字就生成文字，输入图像就输出图像，但如何实现多模态数据混用、进一步深化数据融合是需要考虑的课题。

从本届中国国际信息通信展览会上看，智慧港口、智慧教育、远程诊疗、智慧乡村、智慧矿山等融合应用多角度展示了人工智能与实体经济的“双向奔赴”，基于5G精品网络，利用人工智能技术探索新的业务增长点、提升用户体验、创新商业模式，成为不少行业、企业的共同选择。

当前，运营商网络智能发展正处于从“有条件自治”向“高度自治”演进的阶段。中兴通讯首席战略官王翔表示，中兴通讯将通过人工智能技术的引入，提升网络运维、业务保障效率，同时发掘未来价值客户来源，持续提升ARPU值。从对外赋能来看，企业希望提供一个AI平台来帮助相关业务能力的提升。在算力方面，不同企业在算力模型需求上有很大不同，在CPU、GPU、DPU等多样化算力的配比方面有比较大的差异，如何精准把握未来算力设备的不同细分市场需求是一个新课题。

英特尔市场营销集团副总裁庄秉翰在会上提出了“智能分布式边缘”的概念。他表示，这一概念与算力网络的概念一致。要构建智能分布式边缘，一方面要用云原生支持智能以及分布式的边缘环境，否则很难在不同场景、不同行业中实现。另一方面，要借助从云到边缘一致的软件框架和工具来适应应用的开发，确保开发者所开发的资产能被重复利用。在智能分布式边缘架构中，AI无处不在。

赋能新发展，智构新格局。构建更加美好的数智未来，全产业链需勠力同心，提升算力效率，夯实人工智能发展基础，为AI加速“拥抱”实体经济，全面赋能教育文旅、医疗健康、电力能源等提供创新活力，为推进中国式现代化注入“智慧动能”。（记者 吴双）

关键词：