人工智能2.0时代的公共智算服务发展指南
概述
人工智能2.0时代，公共智算服务的发展正面临着前所未有的机遇与挑战。本报告围绕“可定制的”人工智能服务，强调了云化共享、高效计算、开放兼容、按需服务、稳定安全、绿色低碳和长效运营等关键特征。随着人工智能技术的不断进步和广泛应用，智算资源作为数字时代的基础性、通用性、公共性资源，其服务需求呈现快速增长态势。
发展现状与问题
-
政策体系与环境优化：国家及地方政府相继出台了多项政策，推动人工智能发展，构建了覆盖技术、产业、设施、环境等层面的政策体系，旨在优化算力资源布局，促进算法模型技术突破，增强人才培养。
-
资源供给与布局：数据、算力、算法作为人工智能发展的三大基石，国家层面重视数据资源供给能力的提升，全国一体化大数据中心协同创新体系的建立，以及智算中心的布局，促进了多层次算力设施体系的初步形成。
-
技术突破与应用：大模型技术取得了显著进展，包括自然语言处理、生物特征识别、多模态等多个技术领域，涌现出了通义系列、盘古、悟道、星火认知等预训练大模型，这些模型在医疗、金融、制造等领域的应用进一步扩大。
-
挑战与问题：尽管发展迅速，但公共智算服务仍面临一些挑战，包括资源获取门槛高、使用成本高、技术复杂度高等问题，特别是在满足个性化需求和优化资源配置方面存在不足。
服务框架与推进策略
-
服务框架：
- 服务架构：资源构件化、调度智能化、服务供给多元化。
- 服务内容：算力资源服务、算法模型服务、数据资源服务。
- 服务生态：强调生态化发展，鼓励云服务商、生态伙伴协同合作。
-
推进策略：
- 需求导向，强化产业赋能应用。
- 适度超前，优化部署智算设施。
- 技术先进，提高软硬件协同能力。
- 强化运营，培育长效服务生态。
- 以评促建，提升智算服务水平。
实践案例
- 面向城市智能应用：北京市统筹布局智算中心，上海市抓住MaaS模式变革机遇，打造模型输出平台。
- 面向科学智能应用：复旦大学智算平台提供大规模异构计算资源。
- 面向行业智能应用：小鹅汽车借力实现更强算力，百川智能通过生态合作打造核心竞争力。
结论
人工智能2.0时代的公共智算服务发展需聚焦于构建高效、绿色、普惠的服务体系，通过政策引导、技术创新、生态合作等多方面努力，解决当前面临的挑战，以满足不断增长的智算服务需求，促进经济社会的高质量发展。
