智慧涌现：人工智能的进化与实践探索

腾讯云运营商行业研报总结

人工智能的发展历程

人工智能的发展经历了“计算→感知→认知→创造”的层层递进过程，旨在通过探索智慧的实质扩展人类智能。其目标是实现计算、感知、认知和创造能力，最终改变传统创作方式、思维方式、工业模式，并拓宽人类能力边界。

人工智能的灵魂—算法和模型

人工智能的核心是算法和模型。深度学习算法的成熟，如多层神经网络、反向传播算法、卷积神经网络、循环神经网络、生成对抗网络和深度强化学习等，推动了人工智能的发展。大模型作为深度学习的重要成果，通过增加参数数量提升模型表现能力，并推动生成式人工智能（AIGC）的兴起。AIGC有望成为主流内容生产模式，克服传统专业生产内容（PGC）和用户生成内容（UGC）的缺点。

人工智能的基石—算力

算力是人工智能产业发展的基石，当前制约人工智能发展最核心的要素。算力需求随着模型复杂化和数据爆发式增长而大幅提升。大模型的出现推动AI算力需求快速放量，如ChatGPT的总算力消耗约为每天3640P，ChatGPT3.5训练的单次成本高达460万美元。智算服务的产出关键在于提升算力的利用率和生产率。

新态势下如何进行智算投建

智算产业布局提速，政策支持和研发投入加速推进智算服务建设。智算成功需要解决的关键问题包括如何增强智算效率、构建高性能集群、选择合适的卡型和底座等。腾讯云提供一站式智算服务，支持各行业大模型的“东数西训”。

智算增强套件

腾讯基于海量业务沉淀的智算增强工具箱，可解耦适配运营商公有云算力平台，提升算力的利用率和生产率。智算增强套件的各层增强组件均可解耦输出，提升运营商算力平台的产出率。

如何选择智算投建

同质化硬件的堆叠只占智算项目的20%；高性能智算集群+丰富的智算套件才能保障智算云的商业成功。面对百花齐放的卡型，在新建智算云池时，需考虑性能、生态成熟度、适配周期、市场接受度和供货能力等因素。

腾讯建设方案（CDC+RDMA）的优势

腾讯CDC+RDMA方案同时兼容多厂商（英伟达、英特尔、华为等）、多卡型，兼顾快速商业化变现和兼容未来生态的需求，并可形成腾讯云的合作入口。国产化生态是未来发展趋势，腾讯侧需求助力，推动国产化GPU进入发展快车道。