大模型呼唤“大算力”
在全球新一轮人工智能技术发展浪潮中，大模型是一个关键词。ChatGPT等正是通过大模型来“学习”海量数据，并由此取得突破。
中国科学院院士陈润生表示，人工智能大模型在应用层面正在发生巨大变化，未来将在多个领域引发变革，同时也会消耗大量算力。
中国工程院院士郑纬民说，做大模型必须要有“大算力”，ChatGPT正是基于大规模算力基础设施的产物。
不久前举行的中关村论坛上，科技部新一代人工智能发展研究中心发布了《中国人工智能大模型地图研究报告》。报告显示，我国研发的大模型数量排名全球第二。
中国科学院计算机网络信息中心研究员陆忠华表示，全社会对算力的需求日益增长，人工智能应用的算力需求更加突出，要迎接好这一趋势。
通用算力+专用算力
近年来，我国人工智能算力的占比在升高。“根据估算，人工智能算力过去几年大体上年均增长率为70%，其他算力大概增长30%左右。”中国信息通信研究院院长余晓晖说。
清华大学计算机系教授陈文光也观察到，随着人工智能的渗透程度加深，相比传统超算中心，智算中心的利用率变得更高。
国家高性能计算机工程技术研究中心副主任曹振南则表示，虽然算力常被分为超算和人工智能计算，但二者有许多相像之处，最大区别在于对计算精度的要求不同。
“目前人工智能算力的缺口较大，一些人工智能应用为追求计算性能而降低了精度要求。但如果算力变得易得、便宜，一些人工智能应用可能又会对精度提出一些高要求。”曹振南说。
专家认为，“通用算力+专用算力”将成为人工智能算力基础设施的建设关键。一方面要满足广泛的应用场景，具备普适性，实现通用;另一方面也能支持部分对计算精度、效率要求高的个性化应用场景，具备高效性，实现专用。
构建算力网络“高速路”
在专家看来，将已有的、不同体系架构的算力中心通过网络连接起来，可以合理配置、共享、调度、释放更多算力，并降低应用门槛。
在科技部高新技术司的牵头下，国家超算互联网工作已经启动。按照规划，到2025年底，国家超算互联网将成为支撑数字中国建设的“高速路”。
曹振南介绍，超算互联网平台的建设目标之一，正是致力于解决算力设施分布不均衡的问题，实现算力资源的互联互通、资源共享。
中国科学院院士钱德沛表示，算力基础设施提供的应当不仅是算力，更要有用户所需的软件或应用服务，这样才能将算力资源最大化。
“希望超算算力未来能像电力一样走进千家万户，任何地方、任何时间都可以获得大数据算力来支持相关应用。”钱德沛说。
(责任编辑：范晓婷)
