以ChatGPT为代表的人工智能技术发展，引发了全球算力需求的进一步增长。迎接新一轮人工智能热潮，中国的算力增长点在哪里？什么样的算力更精准高效？记者日前采访业内专家，前瞻算力发展趋势。

　　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。

免责声明：本网站部 分文章和信息来源于互联网，本网转载出于传递更多信息和学习之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请立即联系管理 员，我们会予以更改或删除相关文章，保证您的权利。对使用本网站信息和服务所引起的后果，本网站不作任何承诺。