我国智能计算能力位居世界前列。它用在哪些领

基于人工智能最新理论、采用领先计算架构的智能算力为人工智能的发展提供了有力支撑。中共二十届四中全会通过的《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，突破基础理论和核心技术，加强算力、算法、数据等高效供给”。工业和信息化部数据显示，截至6月底今年，我国计算中心机架总规模达到1085万个标准机架，苏智能计算能力达到788艾字节/秒，存储规模超过 1680 艾字节。发布大型车型1509款，位居全球前列。与此同时，智能算力的应用不断深化，与各行业的融合不断增强，成为数字经济的新基础。目前，智能算力的应用主要体现在哪些方面？新算力产品、新服务模式如何为高质量发展提供有力支撑？记者进行了采访。推动科研范式变革，加快产生原始创新成果，西湖大学非编码核酸生物学实验室沉恩智研究员将针对非编码RNA（核糖核酸）的作用机制和生物学功能进行研究。 “非编码RNA约占人类转录组的98%，它不仅参与生物体的各种基本生命过程，而且与生物体发生密切相关。沈恩智说。非编码RNA的数量巨大，在生物体中变异性很大，它们可以与生命体中的许多其他分子相互作用、相互调节。如果仅用传统的实验方法来研究它们，需要花费大量的时间和精力，而且很难研究其中复杂的调控关系、学习其中的规则。现在，沈恩智团队利用智能计算技术对数据序列进行高效分析，解决了仅靠实验无法解决的问题，大大加快了进程。近年来，西湖大学借助浪潮信息等公司搭建了领先的算力平台，支持科学家开展跨学科研究。沉恩智认为，人工智能与生命科学特别是计算生物学之间的跨学科研究速度和精度显着提升。科学研究的准确性，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，大大加速了人工智能在科研领域应用的变革。国内计算大学、机构和企业也加快产学研合作步伐，推动智能计算在科研领域的落地。在眼底图像中血管分段的研究中，南开大学智能计算系统实验室采用高效的人工智能计算开源框架，将单张眼底图像的理解速度提高了2.4倍，从而推动了眼底图像分析技术的临床应用；上海交通大学上海人工智能实验室和临港实验室，F乌丹大学等鹏城实验室通过中国算力网在20多个城市建立综合算力节点，并依托“鹏城云脑二号”输送数千名科研人员……清华大学人工智能研究院常务副院长孙茂松表示，人工智能有望成为驱动科学范式创新的重要工具。在人工智能能源驱动的科学范式转变中，我们要善于利用智能计算能力在“根节点”发现问题，比如用大模型预测蛋白质结构。 “解决这个问题可能会给该领域带来根本性的变化。”加快成果落地，适应不同应用场景。国务院印发的《关于深入实施“人工智能+”行动的意见》提出“加强国际间协调配合”位于内蒙古呼和浩特的伊利现代智慧健康谷，牧场里的牛们拥有专属的“健康档案”。基于阿里云提供的人工智能算力和飞天操作系统，伊利构建了“一云多核、一云多算”的智能算力基础设施，为人工智能应用、融合提供了稳定、灵活的扩展环境。算法领域的研究以及生产和供应链领域大规模模型的开发“依靠人工观察牛的健康状况是无效且高度主观的。现在通过计算机视觉识别奶牛的眼睛特征，可以对奶牛健康状况进行实时监测和精准饲养管理，“有效提高牛奶生产质量。”伊利集团数字技术中心数字化技术总监程国强表示，在伊利智慧工厂，智能算力提供自动化生产线，不断提升生产效率和管理水平。“目前，伊利已发展代理商800多家。 “大模型覆盖了订单履行、库存盘点、物流时效等70%的供应链场景，大幅降低了原辅材料过期、积压、短缺的风险。”阿里云解决方案高级总监贾朝晖表示，未来，他们还将建设“智能计算云”，整合种草、牛健康等专业数据和行业知识，共同开发农牧业大模型。据介绍，自第一个模型于2017年开源以来， 2023年，阿里巴巴统一模式l 全球下载量超过6亿次，衍生模型数量超过17万个。随着高速动车组速度水平的不断提高，气动外形的设计成为研发的关键。基于现有仿真和试验数据，中车建立了高速动车组气动载荷标准数据库，依托百度飞桨深度学习平台和飞桨科学计算套件，构建大型智能气动仿真模型。中国中车科技质量与信息化部数字化创新处副处长、人工智能办公室推进组组长陈健表示，与传统仿真方法相比，大型模型的仿真周期从超级计算资源的数天缩短到单显卡的10秒。仿真的总体效率为提高了30倍以上，结果误差小于5%。从数据驱动的经验推动我国高速列车外观设计变革，推动高速动车组外观的智能选型和快速优化。百度基于文心大模型和飞票深度学习平台的人工智能核心技术正在帮助千行百业提高效率、降低成本。百度首席技术官王海峰表示，FEI Paddle支持超大规模自适应分布式深度学习演练。大型万卡集群模型的有效训练时间达到98%。通过对大模型压缩、推理、服务扩展全链条的优化配合，实现低时延、高吞吐量的大推理模型。此外，飞票持续积极研发硬件系统适配，为计算多元化提供有力保障力量。通过产学研机构的协作，新产品、新模式不断涌现。近日，浪潮信息发布了专注于智能代理优化的人工智能计算系统。其中，基于元脑SD200超节点人工智能服务器，Deepseek R1大字单元模型（输入输出模型的主要单元）生成速度仅为8.9毫秒；新发布的元脑HC1000超可扩展人工智能服务器显着降低了词单元生成成本。超级节点服务器采用超低延迟总线级互连技术和极简互连架构，在有限的物理空间内打造逻辑统一的紧凑计算单元。整个系统可以像一台超级大型计算机一样工作。 “超级节点发展的关键是计算架构的转型，即遵循计算架构的方向“发展应用和算法，以应用为导向，以系统为核心，有效解决智能算力发展的瓶颈问题。”浪潮信息首席人工智能战略官刘军表示，人工智能的大规模应用持续推动算力快速增长。发展智能算力必须克服系统规模接近工程极限、能耗过高等挑战，有效平衡输入和输出。业内专家表示，通过软硬件协同设计和深度优化，人们持续认为，推进人工智能计算架构的创新和突破，可以进一步推动大规模模型、智能体等人工智能技术与实体经济的深度融合，使人工智能成为一种创新。提供千万产业的原动力。 2024年，在北京市科委中关村管委会、浪潮信息等芯片、系统、大模型开发、应用创新等领域企业和机构的联合下，成立了“超级节点计算集群创新联盟”。相关单位紧密合作，在超级节点互联协议、系统开发、标准制定、应用部署等方面取得重大进展。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、计算服务商等合作，打造智能算力解决方案。推出的高密度液冷智能计算集群服务超过200所大学和企业，支持超过1,200 Petaflops/seco的算力需求nd 浮点运算。 “智能算力的创新突破离不开产学研合作和人才支撑。”公司首席产品官洪远表示，他们与湖南大学、南京邮电大学、苏州大学等成立了联合研发团队，共同进行科研攻关。此外，他们还搭建了基于自主研发的人工智能加速卡和软硬件合作的教学实训平台，培养了一大批年轻、勤奋、实用的人才。 （记者顾业凯） 【责任编辑：刘洪庆】