專題：2024中國高新技術論壇

　　“2024 中國高新技術論壇”于11月14日在深圳舉行。北電數(shù)智CMO、戰(zhàn)略與市場負責人楊震出席并演講。他表示，希望通過北電數(shù)智提供的平臺和產(chǎn)線，讓廣泛的企業(yè)能勇敢的把人工智能使用起來，真真正正形成新質(zhì)生產(chǎn)力。

　　以下為演講實錄：

　　楊震：非常開心有這個機會在高交會的平臺上跟大家分享一下北電數(shù)智對新質(zhì)生產(chǎn)力的一些理解以及北電數(shù)智在新質(zhì)生產(chǎn)力方面做的一些事情。

　　剛才兩位院士已經(jīng)對人工智能算力以及大模型提出了自己的觀點，也提出了算力是核心競爭力，模型是引擎。下一步就是如何把算力、模型這些人工智能時代的東西變成新質(zhì)生產(chǎn)力。

　　回頭看人類歷史過程中，尤其是近代，無論是蒸汽機、電力、計算機一直到互聯(lián)網(wǎng)，都屬于通用技術的范疇。每一次通用技術的出現(xiàn)都改變了整個社會的經(jīng)濟結構、生產(chǎn)模式，帶來了一個大的躍進，確實成為了生產(chǎn)力。但就像剛才謝總分享的，我們?nèi)绻胱屗兂尚沦|(zhì)生產(chǎn)力，還有蠻多路要走。以電為例，發(fā)電機出現(xiàn)后，直到電力進入工廠，全面替代蒸汽動力，花了50年時間。為什么？因為算力的出現(xiàn)、模型的出現(xiàn)、人工智能的涌現(xiàn)，北電數(shù)智認為它是替換了一個動力源，謝總也好，北電數(shù)智也好，我們致力于把生產(chǎn)工具和生產(chǎn)系統(tǒng)也替換掉，這樣才能實打實的把新的動力源轉換成生產(chǎn)力。

　　我們就不說上世紀50年代達特茅斯后的計算機，個人計算機1980年代已經(jīng)出現(xiàn)了，但真正進入企業(yè)帶來效能提升也花了二三十年時間，高院士剛才提到2006年深度神經(jīng)網(wǎng)絡提出，2012年AlexNet，再到2022年的ChatGPT，但系統(tǒng)性的變革在哪里？這是蠻關鍵的一件事情，如果沒有這個系統(tǒng)性變革，依然是無法解決人工智能能賦能千行百業(yè)帶來推動數(shù)字經(jīng)濟發(fā)展的根本性原因。

　　人工智能這件事情，在全世界大家的步伐都差不多，雖然美國相對走入收斂期，但目前依然在模型層（所謂操作系統(tǒng)工具層）發(fā)力，左邊的柱子是目前的業(yè)績收入，但即便是模型層占人工智能產(chǎn)業(yè)只有7%，主要在芯片產(chǎn)值層做布局投入。

　　今年早些時候，有大模型廠商坐在一起討論說大模型落地究竟先是To C還是To B。剛才講到幾個通用技術，To B端落地應該是率先的，而且確實能夠推動整個社會發(fā)展。這時候又提出一個問題，To B目前大模型還在做點狀應用，并沒有形成系統(tǒng)性的工程。聊天機器人可能對個人來說更有用，但并不能真真正正解決企業(yè)的問題。

　　之前參加一個信創(chuàng)的會，我們聽到鄔賀銓院士提到說中國的大型企業(yè)搞信創(chuàng)有三個難點：不敢、不會和不愿。不會更多在硬件層、系統(tǒng)層。不敢主要在數(shù)據(jù)的問題。雖然剛才提到國內(nèi)也逐步進入收斂期，但如果看到算力層，目前國內(nèi)的GPU廠商還有將近30家，大部分廠商提供的芯片數(shù)據(jù)依然是單片的實驗室數(shù)據(jù)，缺乏集群數(shù)據(jù)和實際場景使用中的表現(xiàn)數(shù)據(jù)，就會造成我們想用國產(chǎn)芯片、國產(chǎn)GPU，但選誰家的，怎么用，就是核心問題。二是模型層，算力相對結構性有些缺乏時，如何有效支持模型訓練呢？上個月參加一個金融討論，很多國內(nèi)銀行已經(jīng)開始嘗試用大模型支持很多金融場景。但由于算力有限，很多任務都在排隊，這也是核心問題。三是數(shù)據(jù)問題，9月以來國家數(shù)據(jù)局國務院推了一系列政策，從早期的“20條”到現(xiàn)在鼓勵引入市場化機制，共創(chuàng)商業(yè)模式，都希望讓數(shù)據(jù)釋放出應有的價值，但安全合規(guī)的問題、隱私的問題以及公平定價的問題依然制約著這部分還是在摸索和探索當中。

　　我剛才跟各位分享的是系統(tǒng)性的問題、工具的問題，是要解決不敢和不會的問題。愿意不愿意的問題，除了資金問題、政策問題，還有企業(yè)自身策略的問題，怎么思考人工智能和現(xiàn)有業(yè)務之間的結合點。

　　中國目前還沒有真真正正進入收斂格局，相對離散。當它離散時就造成大家選芯片難、選模型難、選工具鏈更難。

　　國產(chǎn)芯片的狀況，院士和專家都提到國產(chǎn)芯片和國際上芯片相對表現(xiàn)有一定差距，在這個情況下，再加上臺積電又停止了7nm的供應，整體算力的量也會受牽制。如何讓不同的芯片集群協(xié)同作戰(zhàn)，包括和國內(nèi)存量的英偉達協(xié)同作戰(zhàn)，能有效支持模型的服務和訓練。?

　　大模型的工程也有如何高效調(diào)度計算資源，如何提升計算精度，如何在復雜的分布式情況下平衡不同硬件資源，讓它有效支撐。最后是每一家芯片都有自己的生態(tài)，異構的生態(tài)會造成同一個數(shù)據(jù)中心里不同的算力集群依然在煙囪里待著，不能協(xié)同作戰(zhàn)，這都是要解決的問題。

　　北電數(shù)智到這個月應該是第15個月，但我們是一家人工智能國企，我們看到算力確實是核心競爭力，但如何能夠解決結構性的矛盾，如何能夠有效地讓國產(chǎn)算力以及國產(chǎn)算力和存量英偉達協(xié)同作戰(zhàn)起來，是北電數(shù)智“前進·AI異構計算平臺”正在解決的事。這里面有蠻多技術，一言而蔽之，我們可以讓同一個數(shù)據(jù)中心里不同算力集群協(xié)同作戰(zhàn)，大家可以把一個智算中心看作一塊巨大的虛擬GPU。

　　今年3月GTC發(fā)布會時，說如果都用英偉達的卡，一個數(shù)據(jù)中心就是一塊巨大的虛擬GPU。不同的是，面對異構的條件時有非常多問題要解決。比如要統(tǒng)一通信，比如要全面普適性的補齊算子庫，以保證不同集群之間能夠協(xié)同作戰(zhàn)，向同一模型提供服務。比如也要有非常多靈活的調(diào)度策略，確保當我是一塊巨大的虛擬GPU時，解決陳院士說的“老三高”問題。傳統(tǒng)智算中心、數(shù)據(jù)中心是用裸金屬租賃的方式，這時候有大量算力冗余，非常浪費和可惜。這也是我提到的結構性矛盾的問題。當我們把它變成一塊巨大虛擬GPU時，大家使用算力時不需要再按臺、卡、匹數(shù)計費，更多按實際消耗計費。真正讓算力變成電力一樣實現(xiàn)，同時也不需要考慮是核電還是火電，不需要考慮是哪個集群向你提供的服務。比如模型的A會話調(diào)用了兩三個集群的能力，B會話又調(diào)動了另外集群的能力，但使用者完全無感。這個層面我們嘗試解決說不會的問題，就是大家不知道怎么選國產(chǎn)芯片，如何選擇最好的國產(chǎn)芯片。

　　當我們實現(xiàn)了不同的算力集群和模型之間的交叉、普適、適配時，進一步解決了和主流開發(fā)框架之間的交叉、普適和適配性。非常多開發(fā)者在我們的智算平臺或者智算云上不用選擇底層的芯片細節(jié)，依然可以使用他慣用的開發(fā)套件平臺做他的智能應用。

　　不敢的問題，就是數(shù)據(jù)的問題。數(shù)據(jù)20條解決了確權的問題，最近國家持續(xù)推動的政策也提出了可信數(shù)據(jù)空間概念，要解決數(shù)據(jù)實際流通和交易的問題。數(shù)據(jù)的交易量在過去三年非常少，數(shù)據(jù)交易所和數(shù)據(jù)交易中心的存在，解決了信息差的問題，大家知道什么樣的高質(zhì)量數(shù)據(jù)握在誰手里。我們認為之所以數(shù)據(jù)難以流動和難以交易，最主要的原因是數(shù)據(jù)作為第五要素，和前面四個要素完全不一樣，不具備稀缺性和不可復制性。如果把數(shù)據(jù)真正交出去，有可能被重復復制，交出去時無法控制使用用途和使用次數(shù)。在這個前提下，我們做出的可信數(shù)據(jù)空間更多是讓數(shù)據(jù)并沒有被真正被交出去，而是在這個空間內(nèi)被使用，可用不可得。同時在這個空間內(nèi)被使用的前提下，通過區(qū)塊鏈技術、數(shù)字合約技術，可以有效約定使用次數(shù)和用途，給到這個數(shù)字定價底層支撐，讓雙方達成雙方都愿意的支付價格，確保數(shù)據(jù)在某種意義上被流通和使用起來，也配合了隱私計算、同態(tài)加密、聯(lián)邦計算，包括TE技術，讓數(shù)據(jù)不裸奔，可用不可見的狀況，保證了數(shù)據(jù)的隱私和安全。

　　我們也希望通過這樣一個產(chǎn)品，無論是企業(yè)級還是行業(yè)級或者區(qū)域級的，能夠把數(shù)據(jù)不敢被使用、不敢被交易的狀況解決掉。

　　這是北電數(shù)智紅湖·可信數(shù)據(jù)空間整體的架構（見PPT），無論是底層基礎設施層還是技術層和平臺層、空間層，我們也提供了全棧、可信、自主可控的信創(chuàng)平臺，能夠讓人工智能尤其是我國特色的信創(chuàng)人工智能有一個生產(chǎn)系統(tǒng)或者生產(chǎn)線來使用。

　　最后快速說一下北電數(shù)智。

　　我們是只成立了15個月的人工智能國企，由于我們做了AI全棧布局，算力層、算法層、數(shù)據(jù)層，目前也在做一些垂類模型工作，比如今年4月我們揭榜掛帥了北京政務大模型，我們和數(shù)家全國醫(yī)院和三甲醫(yī)院聯(lián)手做專科醫(yī)療輔助助手醫(yī)療模型等等方面。我們把建設數(shù)字中國作為我們這家公司的使命，同時也以總書記對科技企業(yè)提出的“三性”（原創(chuàng)性、顛覆性、引領性）作為我們自身的要求。

　　我們是北京電控旗下企業(yè)，北京電控可能很多在座嘉賓聽說過，它也孕育出像京東方、北方華創(chuàng)這樣在80年代解決了“卡脖子”問題的企業(yè)，我們也希望在人工智能時代能夠承擔起這樣一個時代的重任。

　　剛才提到北電數(shù)智的布局與能力，也源于我們承載了比較多國家和北京市的重點項目，比如12月底建成達產(chǎn)的北京數(shù)字經(jīng)濟算力中心，是目前北京五環(huán)內(nèi)唯一的智算中心，整體是五層建筑，一層做了全面開放設計，里面有算力劇場、展廳、聯(lián)合實驗室和協(xié)同辦公空間，免費提供給人工智能生態(tài)伙伴使用，希望在這里有一個產(chǎn)業(yè)聚集和產(chǎn)業(yè)展示的空間。同時我們也承載了先進計算迭代驗證平臺重大項目，目的也是讓國產(chǎn)芯片從單片可用到集群好用，同時提供“以評促用”讓大家知道什么樣的場景、什么樣的用途可以用什么樣的國產(chǎn)芯片。

　　我們通過提供了全棧的AI產(chǎn)品，有效搭起人工智能時代的設備和生態(tài)產(chǎn)線，讓智能和算力真真正正能成為新質(zhì)生產(chǎn)力，讓每一個企業(yè)都能有自己的AI工廠。

　　最后稍微講一點不愿的問題。最關鍵的是我們究竟是站在現(xiàn)在看未來，看人工智能能給我哪些，還是要站在未來看現(xiàn)在，重新思考我從事這個業(yè)務有沒有可能被重塑，要不要重新思考這個商業(yè)模式和我為市場以及客戶提供的價值。

　　以上是我的分享，也希望借這個機會，介紹北電數(shù)智提供的平臺和產(chǎn)線，讓廣泛的企業(yè)能勇敢的把人工智能使用起來，真真正正形成新質(zhì)生產(chǎn)力。感謝各位！

　　新浪聲明：所有會議實錄均為現(xiàn)場速記整理，未經(jīng)演講者審閱，新浪網(wǎng)登載此文出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其描述。