彩神88-彩神88

来源：彩神882021-01-02 17:48

【我们这十年@坐标中国】云网融合织就算力高速，“算”出数字生活潮******

　　中新网北京10月11日电题：云网融合织就算力高速，“算”出数字生活潮

　　作者左雨晴

　　从“要想富，先修路”到“想发展，投算力”，算力基础设施等“新基建”正在国内掀起“落地潮”。

　　我们为什么需要算力？现在算力速度有多快？它又给我们带来了什么？

　　算力改变生活

　　什么是算力？算力是指对数据的处理能力。

　　在生活中，手机、电脑、超级计算机等诸多硬件设备都离不开算力，可以说算力是数字经济的底层逻辑，数字经济的任何发展都建立在优化的算法和强大的计算速度上，这让算力成为关键的核心生产力。

　　近年来，随着5G、人工智能、物联网、区块链等领域的快速发展，算力已悄悄改变我们的生活和命运。

　　在机场高速路口，汽车以80公里时速，“无感”通过收费站，仅收费环节每天就能节约2.75小时，大大改善了市民的出行体验。

广州机场高速，汽车以80公里时速，“无感”通过收费站。中国电信供图

　　在生产线上，一款新车上线前需要经历上千次的碰撞测试，而超级算力能模拟出整个碰撞过程，300次的仿真碰撞试验，在一分钟内成功模拟完成。更长远来看，“智能汽车”是离人工智能最近的应用场景之一，若能更快普及，将再次重塑人们的出行生活方式。

　　在偏远山区，大量人工智能深度学习算法和算力支撑下的智能教育，让远程人工智能可以辅助教师“因材施教”，推动教育资源均衡化，帮助深山里的孩子实现“走出大山”的梦想。

　　据工信部数据，中国算力产业规模快速增长，近五年平均增速超过30%。截至2022年6月底，我国在用数据中心机架总规模超过590万标准机架，服务器规模约2000万台，算力总规模超过150EFlops(每秒15000京次浮点运算次数)，排名全球第二。

　　在数字化时代，数据中心、智算中心等算力基础设施正成为加速数字经济发展和产业转型升级的主要动力。在算力需求日益复杂，应用场景不断涌现的当下，中国东部地区算力资源吃紧，西部算力赋闲，如何让用户更好地像用电一样使用算力服务？

　　云网融合织就算力“高速路网”

　　数字时代正在召唤一张高效率的“算力网”。

　　2012年，中国电信宣布启动天翼云计算战略，正式进军云计算领域，成为国内首家涉足云计算服务的运营商。

　　以“算”为中心，“网”为根基，算力网络可驱动数据的跨域流动、实现算力的跨域调配。而作为一个复杂的、融合创新的系统性工程，算力网络如何像水和电一样成为“一点接入、即取即用”的社会级服务，孵化灵活多样的商业应用，需要统一的科学规划与评估。

　　2022年2月，中国“东数西算”工程正式全面启动。8个国家算力枢纽节点，10个国家数据中心集群，将打通中国“数”动脉，把东部算力需求有序引导到西部的数据中心处理、计算、存储，为可再生能源丰富的西部开辟出一条发展新路，成为一条打通东西部经济社会发展的“数动脉”。

　　作为算力基础设施和骨干传输网络的建设者，电信运营商已经成为打造算力网络的主力军。覆盖全国千城万池的“云网融合”，不仅构建端到端的安全能力和绿色低碳的基础设施，也让实体经济和人们的生活乘“云”而上。

　　通过内蒙古、贵州两个服务全球的中央数据中心，京津冀、长三角、粤港澳、陕川渝四个重点区域节点，31个省份均有布局的数据中心，再加上广泛分布的边缘节点，中国电信形成了2+4+31+X的全国算力布局。

中国电信京津冀大数据产业园。中国电信供图

　　如今，中国电信已拥有700多个数据中心，48.7万架互联网数据中心机架，机架利用率达到72%，IDC资源在国内数量最多、分布最广，“一城一池”累计覆盖超过160个地市。

　　“计算+连接”的深度融合，组成了算力传输的“高速路网”。在这个“高速路网”中，中国电信的算力规模可达每秒310亿亿次浮点运算，这意味着每一秒都有海量的算力正在调度。

　　从中国电信贵州数据中心到北京大约2200公里，动车需要10个小时左右，而算力传输时延只需要不到20毫秒。算力与网络充分融合，正以难以想象的速度，从看不见的地方延伸到看得见的远方，为人们的生活提供普惠便捷的智能服务。

　　“算网大脑”让算力调度智能化

　　随着东部算力需求有序引导到西部，一个逐步完善的数网协同、数云协同、云边协同、绿色智能的多层次算力设施体系必将加快形成。在此过程中，“十四五”规划提出的“强化算力统筹智能调度”成为构建算力网络的重要工作。

　　“算力调度作为‘东数西算’的重要环节，就如同‘西气东输’的管道，‘西电东送’的高压线路。但算力调度在实施过程却又复杂很多，分布式的算力决定了算力是多样的，例如计算任务的大小、时延要求、成本等多个因素。”中国电信天翼云首席技术官广小明表示。

　　以算力为核心进行信息处理，以网络为核心进行信息交换，算力“高速路网”需要一颗独特的智能“大脑”。

　　2022年5月17日，在天翼云诞生的第十年，中国电信推出了天翼云4.0算力分发网络平台——“息壤”，使得调度千城万池的算力不再是梦。

中国电信天翼云数据中心。中国电信供图。

　　广小明介绍，无论业务对算力的需求是多少，“息壤”都能够规划出满足需求的算力和网络资源，以“随愿算网”的方式，对边缘云、中心云、第三方资源等全网算力进行统一管理和调度，实现业务性能和成本的最优。

　　“由算力调度引擎、算力资源管理平台、算力资源共同构成的‘息壤’就像一个算力传输的枢纽，在全国范围内，实现每分钟数万次、每天上千万次的算力统筹和调度，满足各种领域对算力的极致需求。”

　　把东部需要进行的机器学习、数据推理、智能计算等AI训练和大数据推理的工作放到西部，自动配置和调度相应算力；把东部对时延不敏感的、不活跃的、需存档的海量数据，例如医院影像数据、视频监控数据等，放在西部存储……通过“息壤”，“东数西训”、“东数西备”、“东算西也算”、“东部企业，西部上云”成为现实，云渲染、跨云调度、性能压测、混合云AI计算等多种应用场景，也都有着“息壤”的身影。

　　时代浪潮下，算力正加速筑牢数字经济的底座，成为经济社会发展迈向更远未来的基石。(完)

彩神88

聚焦人工智能技术前沿与治理中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。

　　美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。

　　国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。

　　中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。

　　美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。

　　中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。

　　2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)

　　（文图：赵筱尘巫邓炎）

[责编：天天中]

阅读剩余全文（）