當前，大模型蓬勃發(fā)展，相關應用場景不斷取得突破，智能算力基礎設施正加速為產(chǎn)業(yè)賦能，助力數(shù)字技術與實體經(jīng)濟深度融合。

“算力為企業(yè)智能化改造和數(shù)字化轉型提供了有力支撐，但AI數(shù)據(jù)存力不足正成為制約我國人工智能領先發(fā)展的瓶頸因素?！比珖舜蟠恚衩撕笔∥敝魑?、華中科技大學計算機科學與技術學院院長馮丹20余年來潛心攻關存儲技術。2024年，馮丹敏銳地觀察人工智能等領域前沿動態(tài)和發(fā)展趨勢，帶來了《發(fā)展AI數(shù)據(jù)存力，助力AI算力提升和應用》的建議。

“AI算力基礎設施存在重算輕存問題，單純依靠AI算力無法支撐我國人工智能產(chǎn)業(yè)實現(xiàn)全球領先。”馮丹認為，在規(guī)劃AI算力基礎設施時，對AI數(shù)據(jù)存力考慮不足，會導致系統(tǒng)異構、管理復雜、投入難以快速應用。

我國產(chǎn)業(yè)上缺少AI數(shù)據(jù)存儲的獨立品類，AI數(shù)據(jù)存力也缺少產(chǎn)業(yè)標準，導致存力發(fā)展和建設缺乏規(guī)范和引導，這都將對整個人工智能產(chǎn)業(yè)的可持續(xù)性發(fā)展帶來潛在風險。針對這些問題，馮丹代表提出，可發(fā)揮存力算力協(xié)同優(yōu)勢，用系統(tǒng)工程來彌補制程劣勢。比如，除了制定AI算力的規(guī)模、性能、國產(chǎn)化率等相關指標，還應設置與算力相匹配的AI存力規(guī)模、性能、國產(chǎn)化率等相關指標，保障大模型訓練推理所需的系統(tǒng)整體能力和效率。

建立標準，是規(guī)范產(chǎn)業(yè)發(fā)展的必要舉措。馮丹代表表示，“希望能通過建設和完善AI數(shù)據(jù)存力產(chǎn)業(yè)標準，規(guī)范和牽引人工智能產(chǎn)業(yè)健康發(fā)展?！彼ㄗh，應當加速成立AI存儲產(chǎn)業(yè)標準化工作組，將AI存儲產(chǎn)業(yè)標準納入到國家人工智能產(chǎn)業(yè)綜合標準化體系建設中。同時，圍繞AI數(shù)據(jù)存儲技術和產(chǎn)品的功能性能、行業(yè)應用、節(jié)能環(huán)保等需求，開展標準制定工作，不斷完善AI存儲的標準體系建設。（來源 | 人民網(wǎng)）