中国工程院院士高文：建设AI算力国家高速公路，实现算力像用电一样便捷

大模型应用平民化

高文提到，以往诸如LLaMA和谷歌等大型模型，仅头部企业凭借丰富的资源、强大的算力、专业人才和大量数据才能进行研发。然而，当前形势已发生转变，大模型的应用变得普及，不再局限于少数顶尖企业，众多新兴初创公司亦能加入这一领域，这一变化显著加速了该领域应用的快速发展。这一变化使得众多企业得以在大模型领域发挥才能，未来预计还将出现更多创新成果。

当前，大模型技术正快速进步，使得新兴企业得以加入其中。这一趋势有助于提升市场活跃度，并为该领域带来新的增长动力，预期将催生更多元化的应用场景。

算力网计划调整

记者询问实验室计划调整事宜，高文回应称，他期望用户能像使用电力那样轻松地获取算力服务，按需购买，并选择成本最低的算力供应商。尽管社会对算力的投资规模较大，但使用效率却存在较大差异。构建算力网络有望提升资源使用效率，这与早期电力网络的构想相仿。他还强调，构建算力所需的基础设施应被比作“国家高速公路”，这不仅需要通过新技术进行建设，同时还将采纳全新的管理模式。

采用新型模式与技术构建算力网络，有助于集中优化算力资源，减少不必要的资源消耗，增强算力利用的效率，从而为行业进步提供坚实的支撑。

技术自信向前

高文对技术进步抱有坚定信心，坚信按计划稳步推进即可取得成效。团队亦期待能够获得最先进的工艺、软件以及高效设备等关键资源，以促进技术进步。在当前技术竞争日趋激烈的背景下，自信心的保持固然关键，而获取高质量资源亦能增强团队实力，加速项目进展。

持续坚定技术信念，主动搜集前沿信息，这对团队在技术层面持续发展至关重要，并且有助于他们在相关行业持续占据优势。

专业技术查异常

高文指出，在异常情况检测方面，一般企业多采用扫描程序来识别数据异常，然而，高明犯罪者往往难以被发现。该团队利用专业工具，根据程序的反应情况展开分析，进而发现异常迹象。在数据安全极为重要的今天，这种专业检测手段能更高效地维护数据安全，应对复杂的安全挑战。

数据安全问题日益凸显，运用专业检测技术可显著提升异常发现几率，从而保障系统和数据稳定安全，降低潜在风险。

算力需求变化

高文指出，在开发“鹏城云脑I”的过程中，初期以判别式人工智能为主，100P的算力便足以应对。然而，随着技术的进步和模型复杂度的提升，对算力的需求持续增长，对算力的要求亦日益提高。这一趋势促使团队持续研究如何更高效地利用和整合算力资源。

技术迭代升级导致算力需求发生变动，如何平衡日益增长的算力需求与资源的高效运用，已成为亟待解决的紧迫问题。

开源开放与多模态模型

高文及其团队致力于实现模型训练全流程的公开透明，旨在将“鹏城·脑海”打造成为中国算力网络的关键应用。他们阐述了生态系统的两种技术路径：早期闭源软件旨在维护版权，而Linux的开源模式则开创了软件开源的先河。此外，多模态模型通过整合声音、视觉和语言进行训练，能够使智能水平更贴近人类。资源共享和技术交流得以促进，开源开放的趋势对人工智能领域产生了积极影响。多模态模型的出现，为人工智能的发展开辟了新的路径。

通过深入研究开源技术和多模态模型，中国有望加速构建算力网络，进而促进人工智能技术的全面发展，为行业带来新的发展契机。

业界普遍关注高文团队所推广的技术与模式，其对于人工智能领域的变革程度究竟如何？诚邀各位点赞、转发，并积极参与讨论。