編者按：“數(shù)據(jù)是燃料、模型是引擎、算力是加速器”，這個類比幾乎已經(jīng)成為AI領(lǐng)域的共識。但是在各地的人工智能教育經(jīng)驗介紹中，涉及算力設(shè)備建設(shè)和管理的寥寥無幾。為什么青少年AI教育中很少有人提到“算力”？本期對話邀請了溫州科技高中的特級教師謝作如、上海師范大學(xué)王龔教授和上海開源信息技術(shù)協(xié)會的章津楠先生，他們將圍繞“算力”這一話題展開討論。

謝作如 溫州科技高中AI科創(chuàng)中心負責(zé)人，浙江省特級教師，XEdu項目負責(zé)人。

王 龔 上海師范大學(xué)分析測試與超算中心主任，教育部教育信息化技術(shù)標準委員會委員。

章津楠 上海開源信息技術(shù)協(xié)會副理事長，OpenHydra項目發(fā)起人。

我們用于辦公的基本上屬于基礎(chǔ)算力，由中央處理器（CPU）組成。今天討論的算力，顯然指的是智能算力。智能算力主要由圖形處理器（GPU）、專用集成電路等異構(gòu)計算芯片組成，常用于處理大規(guī)模數(shù)據(jù)和復(fù)雜算法模型，如圖像識別、語音識別、自然語言處理等。

青少年AI教育為什么需要“算力”

謝作如：兩位嘉賓好，很高興就“算力”這一話題展開本期的對話。我是一名中小學(xué)信息技術(shù)教師，這幾年的研究重點就是青少年AI教育。在今年9月5日的2024Inclusion·外灘大會上，香港科技大學(xué)校董會主席、美國國家工程院外籍院士沈向洋針對“未來人工智能、大模型如何才能深入產(chǎn)業(yè)”問題，再次強調(diào)了“算力、算法、數(shù)據(jù)”，并表示“講卡傷感情，沒卡沒感情”。可見，“算力”一詞在AI領(lǐng)域絕對不能忽視，更無法回避。但有趣的是，雖然“算力”一詞處處可見，實際上很多人并不理解。那么，AI為什么需要“算力”？二者是什么關(guān)系？能不能先請兩位科普一下？

章津楠：根據(jù)計算機處理能力，算力一般可劃分為基礎(chǔ)算力、智能算力和超算算力。我們用于辦公的基本上屬于基礎(chǔ)算力，由中央處理器（CPU）組成。今天討論的算力，顯然指的是智能算力。智能算力主要由圖形處理器（GPU）、專用集成電路等異構(gòu)計算芯片組成，常用于處理大規(guī)模數(shù)據(jù)和復(fù)雜算法模型，如圖像識別、語音識別、自然語言處理等?，F(xiàn)在AI的主流技術(shù)是神經(jīng)網(wǎng)絡(luò)，數(shù)據(jù)經(jīng)過每一個神經(jīng)元節(jié)點都要進行浮點運算，對處理器的要求非常高。

近年來，以O(shè)pen AI為代表的生成式人工智能（GenAI）席卷全球，引發(fā)了各大互聯(lián)網(wǎng)巨頭在“算力”領(lǐng)域的競爭。同時，國內(nèi)“智算中心”的建設(shè)正如火如荼地進行，在全球AI競爭日益激烈的當(dāng)下，算力已經(jīng)成為AI時代的“戰(zhàn)略儲備”——宛如當(dāng)年電氣時代的“石油”。據(jù)權(quán)威報告統(tǒng)計，基礎(chǔ)算力、智能算力、超算算力分別呈現(xiàn)穩(wěn)定增長、迅速增長、持續(xù)增長的態(tài)勢，2016—2024年的年平均增速分別達18.99%、78.97%、23.45%，預(yù)計到2026年，我國智能算力規(guī)模將達到561EFlops，我國所有數(shù)據(jù)中心所需年耗電量至少達到6000億千瓦時，數(shù)據(jù)中心耗電量占我國用電量比重預(yù)計將從2016年的1.86%增長至2026年的6.06%。未來，算力就是推動AI新時代的能源。

王龔：我補充一點。AI的技術(shù)路線非常多，其中比較知名的技術(shù)方式就是神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)是通過模擬人類的神經(jīng)元系統(tǒng)對輸入的數(shù)據(jù)進行學(xué)習(xí)，實現(xiàn)對數(shù)據(jù)模式的識別與數(shù)據(jù)結(jié)果的預(yù)測。在實際運行過程中，輸入的數(shù)據(jù)量甚至?xí)_到萬億字節(jié)級別。如此大量的數(shù)據(jù)，帶來的是龐大的運算壓力，在AI發(fā)展的初期，一次數(shù)據(jù)學(xué)習(xí)（模型訓(xùn)練）可能需要幾天甚至幾個月的時間。今年獲得諾貝爾物理學(xué)獎的杰弗里·辛頓，在他對AI的研究過程中也長期受到了運算壓力的掣肘，直到GPU算力的出現(xiàn)。起初辛頓也不相信GPU能夠賦能AI的發(fā)展，多次拒絕了學(xué)生使用GPU的建議。但在2008年首次使用了GPU后，辛頓改變了他的觀點，開始主動使用GPU進行研究，并在2012年引起了AI革命。

謝作如：感謝兩位的科普，的確，沒有算力的發(fā)展就沒有AI的發(fā)展。雖然在基礎(chǔ)教育階段，AI教育還不是一門獨立的課程，但是一些先行一步的地區(qū)已經(jīng)開始做積極的探索，力度較大的地區(qū)如深圳、廣州、武漢、青島、溫州等。2023年7月，深圳市發(fā)布《深圳市推進中小學(xué)人工智能教育工作方案》，提出要大力促進AI與教育教學(xué)深度融合，著力培育具有AI創(chuàng)新潛質(zhì)的青少年群體。2024年9月，上海市發(fā)布了《上海市推進實施人工智能賦能基礎(chǔ)教育高質(zhì)量發(fā)展的行動方案（2024—2026年）》，在四年級和七年級開設(shè)AI地方課程。我相信接下來國內(nèi)各個省份都會有所動作，紛紛出臺政策。

但是，我們也要清楚地認識到一點，那就是當(dāng)前基礎(chǔ)教育中AI教育似乎并不“關(guān)心”算力。據(jù)不完全調(diào)查，即使在北上廣深之類的一線大城市中，學(xué)校中購置算力服務(wù)器的也寥寥無幾，建設(shè)帶GPU的機房就更少了。王龔教授對基礎(chǔ)教育非常熟悉，曾有過上海教委信息化處的工作經(jīng)歷。請您來分析一下，青少年AI教育不“關(guān)心”算力的背后，可能是哪些原因引起的？

王龔：當(dāng)前青少年AI教育不“關(guān)心”算力的現(xiàn)象背后有著諸多原因，我簡要總結(jié)為“一個認識”與“兩個困難”。

AI領(lǐng)域在這幾年中蓬勃發(fā)展，帶動了青少年AI教育從最開始注重編程和過程控制，過渡到符號主義，又進步到深度學(xué)習(xí)，現(xiàn)在逐漸形成以大模型為核心的教育體系，AI教育的發(fā)展相當(dāng)快速。但是，部分教育工作者對AI教育的認識還停留在原地，如部分教師仍認為AI教育就是編程教育或者是機器人教育。與過去的AI教育相比，當(dāng)前AI教育更為復(fù)雜，如2022年發(fā)布的《義務(wù)教育信息科技課程標準（2022年版）》就將“算力+數(shù)據(jù)+算法”稱為AI的三大技術(shù)基礎(chǔ)。但倘若教師對AI的認識不足，那自然會產(chǎn)生對“算力”不關(guān)心的現(xiàn)象。

從實際困難來看，基礎(chǔ)教育人才與經(jīng)費的短缺也造成了青少年AI教育主動地不“關(guān)心”算力。首先，算力作為新型基礎(chǔ)設(shè)施，需要管理人員具備一定的專業(yè)知識，而基礎(chǔ)教育機構(gòu)內(nèi)不一定具備相應(yīng)的人才，這對算力的運維產(chǎn)生了阻礙。其次，算力本身的購置成本比較高，機構(gòu)的經(jīng)費或難以負擔(dān)算力的支出，這對算力的獲取產(chǎn)生了阻礙。目前，很多地方的政府在教育投入項目中并沒有算力方面的預(yù)算。因此，就算部分基礎(chǔ)教育工作者認識到了算力對青少年AI教育的重要性，但仍然會迫于現(xiàn)實困難主動地忽略算力。

謝作如：王教授的分析非常到位。在上一次對話（本刊2024年第16期《走向國際共識的中小學(xué)AI教育》）中，我強調(diào)了AI實驗在AI教育中的重要地位。這里的AI實驗包括模型訓(xùn)練和推理。我一直認為AI教育需要解決兩大問題，一是“AI如何工作”，二是“智能如何產(chǎn)生”。前者關(guān)注的是模型推理，后者強調(diào)的是模型訓(xùn)練。 但遺憾的是，目前包括高校在內(nèi)，很多AI通識課往往僅滿足于理論的講解，而沒有實際操作。很多人甚至以為會寫提示詞和大模型對話就是AI教育的核心內(nèi)容。如果不去考慮“智能如何產(chǎn)生”，算力自然就不重要了。相對來說，訓(xùn)練模型對算力的需求比較高。

章津楠先生還有一個身份——知名的私有云企業(yè)創(chuàng)始人，并且長期負責(zé)智算業(yè)務(wù)。有很多高校購買過他們的服務(wù)。我想請章先生介紹一下，在您的客戶中有沒有來自基礎(chǔ)教育的，也就是說有沒有為中小學(xué)的客戶做過算力業(yè)務(wù)？從您了解到的信息判斷，中小學(xué)如果購買并維護一臺算力服務(wù)器，可能會遇到哪些困難？

章津楠：坦白而言，現(xiàn)在教育領(lǐng)域的算力主要集中應(yīng)用于頂級學(xué)府，基礎(chǔ)教育的算力資源相當(dāng)匱乏，幾乎沒有像樣的GPU資源。幾乎沒有在中小學(xué)中看到有GPU設(shè)備，就連教育管理部門也不多見。而且即使有GPU資源，也不是用于AI教育的。

對于一所高校來說，購買GPU服務(wù)器僅僅是萬里長征的第一步。從GPU服務(wù)器到實際應(yīng)用于AI研究，教師和學(xué)校需投入大量精力在AI環(huán)境搭建和準備上。因為僧多粥少，各個項目組還需要排隊搶占資源。這種場景讓人不禁想起當(dāng)年IBM大型機排隊使用的日子。從目前我走訪的中小學(xué)來看，中小學(xué)的AI水平處于“完全無知”的狀態(tài)，無基礎(chǔ)算力資源，無教師來維護，更別提需要在算力的基礎(chǔ)上有一套專業(yè)的工具支撐AI教學(xué)。中小學(xué)即使有經(jīng)費購買了算力服務(wù)器，根據(jù)目前的師資能力，也無法有效利用GPU算力來開展對應(yīng)的AI教學(xué)。建議先開展師資培訓(xùn)，在讓教師對算力、算法和模型有一定的了解之后，再開啟AI教育的征途。

青少年AI教育如何破解算力難題

謝作如：章先生的確是算力行業(yè)內(nèi)的專家，一下子就切中了要點。我在溫州中學(xué)工作過很多年，去年才轉(zhuǎn)崗到溫州科技高中。我分別在2021年和2023年，為這兩所學(xué)校購買了算力服務(wù)器，用的是NVIDIA tesal T4 顯卡。我購買算力服務(wù)器的理由很簡單，因為學(xué)校開展人工智能課程，學(xué)生一旦掌握了深度學(xué)習(xí)模型算力的流程，就會有一種“沖動”，希望通過收集數(shù)據(jù)集訓(xùn)練各種模型，去解決一些生活中的真實問題。如果沒有算力服務(wù)器，很多模型訓(xùn)練的工作沒法正常進行。要注意，這不僅僅是訓(xùn)練速度“慢”的問題，而是很多模型的訓(xùn)練框架就沒有考慮非GPU的環(huán)境，如AI翻唱方向的VITS模型，計算機視覺中的分割、超分、關(guān)鍵點等模型。

記得有一次和信息科技課標組的一位專家討論“算力”的問題，他提出可以用租商業(yè)算力的方式來解決。的確，為了訓(xùn)練VITS模型，我曾經(jīng)購買過商業(yè)公司的算力，還寫了一篇題為《借助商業(yè)服務(wù)破解AI科創(chuàng)活動的算力難題》的文章，發(fā)表在《中國信息技術(shù)教育》雜志上。但即使有過這樣的經(jīng)歷，我還是堅持認為中小學(xué)實施AI教育，需要配備算力服務(wù)器。我想考一下章先生，請您猜測一下，可能是什么原因?qū)е挛覉猿诌@樣的觀點？

章津楠：從這段時間接觸智算業(yè)務(wù)的情況來看，首先從預(yù)算的角度來看，高校、科研院所對按月付費的方式還是有一定自由度的，有條件按照租賃的方式支出對應(yīng)的科研經(jīng)費。而從基礎(chǔ)教育來看，則沒有類似的經(jīng)費來支撐算力的租賃服務(wù)，也就是沒有專項的經(jīng)費。其次，基礎(chǔ)教育的大部分學(xué)習(xí)任務(wù)要在40分鐘的課堂上完成，如果算力在云端，大量的訓(xùn)練數(shù)據(jù)要從本地上傳到服務(wù)器，這對于基礎(chǔ)教育的課堂來說幾乎是災(zāi)難——一堂課大部分時間都在解決網(wǎng)絡(luò)的傳輸問題。最后，從數(shù)據(jù)安全和可控的角度來看，算力放置到學(xué)校內(nèi)或者教育網(wǎng)內(nèi)相對來說內(nèi)容更加可控。

王龔：我補充兩點我的想法。第一，云端算力的使用有賴于網(wǎng)絡(luò)環(huán)境的支撐，當(dāng)前基礎(chǔ)教育學(xué)校在教育數(shù)字化轉(zhuǎn)型過程中面臨著“網(wǎng)絡(luò)限制”，也正是因為此，《教育部等六部門關(guān)于推進教育新型基礎(chǔ)設(shè)施建設(shè)構(gòu)建高質(zhì)量教育支撐體系的指導(dǎo)意見》中才將信息網(wǎng)絡(luò)新型基礎(chǔ)設(shè)施作為核心任務(wù)之一，如果區(qū)域的教育部門在該區(qū)域內(nèi)為基礎(chǔ)教育學(xué)校保障了良好的網(wǎng)絡(luò)環(huán)境，能夠保障師生在40分鐘課堂教學(xué)的過程中高效便捷地獲取算力支撐，那么云端算力授課倒不失為一個好選擇。

第二，由運營商通過“云、網(wǎng)、邊、端”的模式對學(xué)校提供算力保障服務(wù)。上海在“十四五”期間構(gòu)建的教育虛擬專網(wǎng)方案就能較好地解決網(wǎng)絡(luò)算力保障問題，通過專網(wǎng)在部分關(guān)鍵節(jié)點部署邊緣計算的算力服務(wù)器，減少延遲和傳輸壓力。當(dāng)然，我也認為，有條件的學(xué)校還是可以購買本地的算力服務(wù)器用以支撐校內(nèi)的AI教學(xué)。通過網(wǎng)絡(luò)與終端的靈活配置，由專業(yè)的人做專業(yè)的事情，實現(xiàn)更靈活、穩(wěn)定的AI教育支持。

謝作如：章先生的分析和我的真實想法基本一致。在大班教學(xué)的環(huán)境中，穩(wěn)定的教學(xué)環(huán)境是基本條件，何況購買了云端算力還需要搭建環(huán)境。王教授的補充，實際上已經(jīng)給出了解決“算力”難題的一種方案。我們可以梳理一下，沒有算力，無法深入實施AI教育，除非我們滿足于淺嘗輒止，但為什么在基礎(chǔ)教育中“算力”成為難題？其一，購買算力服務(wù)器需要經(jīng)費，規(guī)模小的學(xué)校承擔(dān)不起這筆費用；其二，即使購買了算力服務(wù)器，也需要好的管理產(chǎn)品。王教授的方案，實際上是為規(guī)模較小的學(xué)校提供了算力解決方案。

我是在2019年底開始自學(xué)神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的。至今還清晰地記得，第一次對“算力”產(chǎn)生需求是用循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）訓(xùn)練自動作詩機的案例。那時候是2020年初，很感謝浙大的“智海-Mo”平臺不僅幫我解決環(huán)境搭建的難題，還提供了免費的GPU算力，讓我從10小時訓(xùn)練時間降低為1小時。從那之后，我就特別關(guān)心AI教育中如何解決算力的問題。

王教授是上海師范大學(xué)的分析測試與超算中心主任。顧名思義，“超算中心”顯然是管理學(xué)校算力設(shè)備的。王教授您來介紹一下上海師范大學(xué)的算力建設(shè)，如何為不同院系提供算力？提供的是哪些AI環(huán)境（系統(tǒng)軟件）？

王龔：上海師范大學(xué)是上海市重點建設(shè)高校，是一所以文科見長并具教師教育特色的文、理、工、藝等學(xué)科協(xié)調(diào)發(fā)展的綜合性大學(xué)，學(xué)?，F(xiàn)擁有90余所附屬學(xué)校，為上海各類各級教育機構(gòu)輸送了大量教師與管理者，今年正值學(xué)校70周年校慶。因為關(guān)注到AI對教育未來會產(chǎn)生的深遠影響，學(xué)校成立了分析測試與超算中心，我也是剛剛調(diào)任中心不久。前期，受益于中心的算力支持，學(xué)校發(fā)布了全國第一個教師教育大模型MetaClass，獲得了社會的廣泛關(guān)注。超算中心擁有獨立的機房，提供的AI環(huán)境很多，除了常見的Pytorch、Tensorflow、Paddle和MXNet等，還有一些科研領(lǐng)域常用的環(huán)境（AI for Science），如AIphafold2。

謝作如：聽說王教授正在做一個非常重大的政府項目，這個項目有助于破解上?；A(chǔ)教育的算力難題，能具體介紹一下嗎？

王龔：目前我所任職的超算中心正在積極聯(lián)絡(luò)和整合社會資源，構(gòu)建上海教育算力平臺以應(yīng)對上?；A(chǔ)教育面臨的“算力從哪里來，算力到哪里去（怎么送到使用者手上去），算力該怎么用”三大難題，也分別對應(yīng)了硬件設(shè)施、傳輸網(wǎng)絡(luò)、使用平臺三大部分。

算力是應(yīng)用與學(xué)習(xí)人工智能的必要基礎(chǔ)設(shè)施，基礎(chǔ)教育的首要難題是如何獲取可靠穩(wěn)定的算力支撐。 中心一方面積極聯(lián)絡(luò)算力廠商打造教育領(lǐng)域的專用算力基礎(chǔ)設(shè)施，另一方面積極對接算力云企業(yè)以算力共享的方式將現(xiàn)有的算力設(shè)施直接引入教育領(lǐng)域，雙管齊下穩(wěn)步打造教育領(lǐng)域算力基礎(chǔ)設(shè)施，從而規(guī)避高昂的投資成本、過長的建設(shè)周期等現(xiàn)實問題對當(dāng)前人工智能教育實施造成的影響?？梢灶A(yù)見的是，在教育領(lǐng)域?qū)Ｓ盟懔σ?guī)模達到一定標準前，采購云端算力、算力共享等方案仍然是當(dāng)下最主要的解決方案。

在打造教育領(lǐng)域算力基礎(chǔ)設(shè)施的過程中，中心同步對接了基礎(chǔ)電信運營商，籌備建設(shè)算力使用者以及實際算力之間的數(shù)據(jù)傳輸網(wǎng)絡(luò)，推進前面提到的教育虛擬專網(wǎng)方案落地。除去部分有條件建設(shè)本地算力的教育機構(gòu)，所有采用算力共享、購買云端算力方案的機構(gòu)都需要評估自身網(wǎng)絡(luò)環(huán)境是否能夠支撐中小學(xué)課堂教學(xué)的需求，如在實際課堂教學(xué)過程中師生能否穩(wěn)定地獲取算力完成任務(wù)。教育網(wǎng)絡(luò)環(huán)境的建設(shè)需要大量的投資，短時間內(nèi)恐怕難以滿足所有學(xué)校的算力訪問需求。借助5G等新技術(shù)的使用，中心聯(lián)合基礎(chǔ)電信運營商，嘗試組建教育領(lǐng)域的5G移動專網(wǎng)，快速部署滿足支持算力使用的靈活網(wǎng)絡(luò)環(huán)境。

最后，當(dāng)算力送到了師生手中時，師生應(yīng)該如何使用算力？教師在教學(xué)過程中又如何對學(xué)生的算力使用進行管理？目前，中心接洽了OpenHydra項目組，引入了開源AI教學(xué)平臺OpenHydra，幫助師生在課堂中使用算力。

章津楠：我很高興地聽到OpenHydra將成為上海師大算力設(shè)施中核心環(huán)境的好消息。我和謝老師都是OpenHydra項目的發(fā)起人之一，見證了其發(fā)布和迭代的所有過程。OpenHydra是一個開源項目，旨在為AI教育提供一個開箱即用的學(xué)習(xí)與實踐平臺。OpenHydra的使命是“用開源的方式助力AI教育”，愿景是“讓每個孩子學(xué)習(xí)真正的AI，讓教師家長了解真正的AI，讓每個學(xué)校都能開出AI課程”。

謝作如：章先生的介紹讓我回憶起當(dāng)時討論OpenHydra項目的一些細節(jié)。我一開始僅僅希望中小學(xué)有一個能切分算力的工具，能把一張卡分給多個學(xué)生同時使用。后來終于意識到自己的想法過于簡單，對中小學(xué)教師來說需要的是一個完整的解決方案，而不是一個小程序，畢竟他們不是專業(yè)的服務(wù)器維護人員或者開發(fā)工程師，最好能做到一鍵啟動，開箱即用。因此，將OpenHydra定位成一個AI教學(xué)環(huán)境是準確的。實際上OpenHydra不僅僅是為中小學(xué)的AI教育設(shè)計，同時也適合中高職甚至大學(xué)。據(jù)我了解，在國內(nèi)大學(xué)中也就浙江大學(xué)有“智海平臺”、華東師大有“水杉在線”，很多高校的算力服務(wù)器并不考慮AI通識課的教學(xué)。

作為國內(nèi)的開源文化愛好者和踐行者，我主編了浙江教育出版社出版的高中信息技術(shù)國家課程教材《開源硬件項目設(shè)計》，和幾位教育創(chuàng)客共同發(fā)起了開源硬件“掌控板”項目，但我還是很好奇，您為什么會想到將這個項目開源？對于大部分IT企業(yè)來說，OpenHydra這個項目幾乎是填補空白的一個軟件，怎么舍得開源？

章津楠：首先我跟謝老師一樣，是一個開源文化愛好者，也是受益者。開源本身也是自己長期投入的一個方向和愛好。其次，開源本身是一種很好的分發(fā)和推廣的方式，通過開源的方式可以快速推廣和普及。在不同領(lǐng)域都有知名的開源項目，如操作系統(tǒng)領(lǐng)域的Linux，手機操作系統(tǒng)領(lǐng)域的Android，云計算領(lǐng)域的OpenStack、K8S，大模型領(lǐng)域的LLaMa等，都是借助開源的方式，快速形成以此開源軟件為生態(tài)圈的周邊軟硬件發(fā)展，從而進一步降低了使用門檻和可獲得性。最后，AI的快速發(fā)展也是依賴于開源，如開源的算法、開放的模型。算力相關(guān)軟件也需要保持更加開源、開放的方式，從而讓更多的人以更低成本、更好地接觸AI、了解AI、創(chuàng)造AI。

青少年AI教育需要國產(chǎn)算力設(shè)備的支持

謝作如：對于大部分人來說，算力是一個全新的名詞。以我為例，居然是在2021年才知道“GPU”指的是英偉達的顯卡。也就是說，并非所有的顯卡都能叫做“GPU”。因此，我在談起“算力”問題的時候，常常要回答是不是只能買英偉達顯卡設(shè)備的問題。

我在上海人工智能實驗室主持開發(fā)XEdu項目的時候，就一直在思考XEdu如何與國產(chǎn)算力設(shè)備結(jié)合的問題。兩位都是算力設(shè)備方面的專家，能不能分析一下國產(chǎn)算力如何應(yīng)用于中小學(xué)的AI教育？

章津楠：國產(chǎn)算力目前還處于初級階段，目前更需要市場去應(yīng)用和實踐，從而打磨好軟硬件的生態(tài)。目前OpenHydra和XEdu已經(jīng)著手在適配沐曦、曙光DCU、華為昇騰等廠商。雖然在適配過程中也有不少問題，但可以明顯感受到國產(chǎn)算力企業(yè)在積極配合，他們也在努力構(gòu)建自己的開源生態(tài)。在當(dāng)下，通過AI教育來促進國產(chǎn)算力企業(yè)的生態(tài)建設(shè)，應(yīng)該是一個很好的契機。中小學(xué)（包括中高職在內(nèi)的初學(xué)者）的AI教育對算力要求沒那么高，一般會選擇成熟的模型或者開發(fā)框架，因此在投入不大的情況下，也能快速打磨和適配整個國產(chǎn)化軟硬件開源生態(tài)圈。在此，我也呼吁國產(chǎn)算力的企業(yè)能更加關(guān)心AI通識教育的算力切分、AI教學(xué)場景的開源生態(tài)建設(shè)，提高AI基礎(chǔ)教育中問題的優(yōu)先級，為中國的AI人才培養(yǎng)提供更好的算力支持土壤。

王龔：沐曦、曙光DCU、華為昇騰等國產(chǎn)算力企業(yè)經(jīng)過這幾年的努力發(fā)展，產(chǎn)品逐步成熟穩(wěn)定。不論從產(chǎn)品供給、技術(shù)支撐或是成本考量的角度來看，采用國產(chǎn)算力構(gòu)建我國教育領(lǐng)域?qū)Ｓ盟懔A(chǔ)設(shè)施是非?？扇〉姆较?。當(dāng)前，上海師范大學(xué)的超算中心也與國產(chǎn)算力企業(yè)開展了密切的合作，企業(yè)愿意在建設(shè)初期先行進行算力投入，加快教育專用算力基礎(chǔ)設(shè)施的建設(shè)。我們團隊也在與國家（上海）互聯(lián)網(wǎng)交換中心共同推進《教育行業(yè)跨主體、多元異構(gòu)算力交互技術(shù)要求》，并在申報國家標準，以期實現(xiàn)異構(gòu)算力的無縫調(diào)用。

謝作如：俗話說，隔行如隔山。一開始我并不了解國產(chǎn)算力設(shè)備的使用還存在軟件生態(tài)的問題。在設(shè)計XEdu的時候，我們并沒有想到環(huán)境搭建是如此復(fù)雜。但“無心插柳柳成蔭”，居然為國產(chǎn)算力企業(yè)的普及應(yīng)用提供了新的解決方案，這一點很振奮人心。從AI通識教育入手，國產(chǎn)算力企業(yè)也許可以走出一條不一樣的路來。

感謝王龔教授，也感謝章津楠先生。我們今天的對話焦點雖然圍繞著中小學(xué)，實際上具有普適價值。從基礎(chǔ)教育到職業(yè)教育，乃至普通高等教育，相信本期的對話對AI通識教育的實施都會有一定的參考價值。

章津楠是我的學(xué)弟，是一家私有云企業(yè)的聯(lián)合創(chuàng)始人。去年九月份，經(jīng)溫州大學(xué)的一位老師引薦，我們在徐匯西岸見面。那天恰好有一位做機器人教育的朋友來找我，我們?nèi)嗽趯嶒炇业奈鍢橇腁I教育。我介紹了自己對中小學(xué)AI教育的理解，介紹了開箱即用的AI開發(fā)工具XEdu，同時也介紹了浦育平臺的缺陷——無法支持商業(yè)算力，注定難以支撐日益增長的AI教育需求。

那段時間，我一直在尋找一款簡單易用的算力切分工具，即能夠把一塊GPU“分割”為多塊。因為中小學(xué)不可能為每一個學(xué)生都分配一張GPU，也不可能讓學(xué)生排隊使用。那天，做機器人教育的朋友不認同我的觀點，說中小學(xué)教師不可能教學(xué)生訓(xùn)練模型，水平遠遠達不到，而且也沒有必要學(xué)這些。章津楠當(dāng)時沒有表態(tài)，這讓我很沮喪。想不到兩個月后的第二次見面，他就給我?guī)砹撕孟ⅲ何蚁胍墓ぞ咚茏?，已?jīng)有了雛形，而且準備開源。于是，就有了OpenHydra項目的故事。

認識王龔教授則是因為DFRobot朋友的介紹。王教授和我有很多共同的喜好。例如，我們都欣賞DFRobot的產(chǎn)品，又很嫌棄他們慢條斯理的工作風(fēng)格；我們都喜歡行空板，但又嫌棄行空板“柔弱”的算力。我認識很多高校教育領(lǐng)域的教授，但對算力有深入研究的很少，于是與王教授相見如故。無論是開發(fā)XEdu還是OpenHydra，他都能給我們很多建議，對接各種資源。第一屆中小學(xué)人工智能與創(chuàng)客教育大會也因為他的支持而得以成功舉辦。

回顧自己這幾年推廣AI教育的經(jīng)歷，遇到很多挫折也結(jié)識了好多朋友。一個人的力量是有限的，但會因為不同人的加入而得到放大。創(chuàng)客教育如此，人工智能教育也是如此。感謝每一位為AI教育付出努力的朋友！