DeepSeek V3.1引爆算力板塊 浙江大學人工智能研究所副所長鄭小林：自主AI生態重在“軟硬協同”

來源：財聯社

財聯社8月28日訊（記者 郭鬆嶠）“在國產算力受限的當下，更需通過MoE模型優化、模型智能調度等技術，挖掘現有算力潛力。”浙江大學計算機學院教授、博士生導師,浙江大學人工智能研究所副所長鄭小林對財聯社記者表示。

8月28-30日，2025中國國際大數據產業博覽會在貴州貴陽舉辦，圍繞AI技術創新、大模型安全等核心議題，鄭小林接受財聯社記者採訪。

近期，受DeepSeek V3.1發佈的強勁推動，此前已壓抑數月的國產算力產業鏈市場情緒迎來強勢反彈，迎來全面爆發。

在鄭小林看來，算法創新是提升AI性能的關鍵驅動力。而算力優化並非追求規模擴張，而是靠精細化管理與架構創新實現最優配置，比如分層緩存、混合精度訓練、端雲協同計算等。

鄭小林對記者表示，尤爲重要的是國產算法與硬件的軟硬協同優化——需針對國產芯片特性優化算法與計算框架。

“例如近期推出的DeepSeek-V3.1據說採用UE8M0 FP8精度格式，這一專爲AI計算設計的存儲格式適配國產芯片，能在保障計算精度的同時，大幅降低對芯片算力和內存的需求。”鄭小林說。

“歸根結底，我們需要構建覆蓋芯片、框架、模型、應用的自主可控AI生態體系。”鄭小林談到。

記者注意到，鄭小林曾在《智能金融：AI驅動的金融變革》報告中預測“以LLM爲中心的操作系統將推動計算範式向意圖式轉變”。

鄭小林表示，傳統計算範式要求用戶明確知道“如何操作”來實現目標，而意圖式計算只需用戶表達“想要什麼”，系統會自動理解並執行復雜任務鏈。

“以信貸決策爲例，傳統信貸決策依賴靜態規則和評分卡，而AI Agent構建的動態評估系統實現了根本性變革。浙江大學和金智塔聯合研發的多模態信息融合Agent，可同時處理結構化數據（財務報表、徵信記錄）、非結構化文本（經營描述、行業分析）、圖像數據（經營場所、生產設施）、流式數據（社交媒體、供應鏈信息）；聯合金融科技機構研發的動態風險評估模型，還能通過持續學習更新借款人風險畫像。”鄭小林說。

鄭小林同時還強調，意圖式計算不是簡單地用AI替代人類，而是構建人類與AI協同進化的新生態——讓金融專業人士從繁瑣的信息處理中解放，專注於策略制定與複雜案例處理。

談及數博會在推動數據要素與人工智能技術融合創新方面發揮怎樣的作用。鄭小林認爲，今年的數博會是爲數據要素化技術（如數據治理、數據資產化、高質量數據集加工等）和AI大模型（尤其是國產開源和垂直行業模型、Agent）提供展示和驗證的平臺；也是連接數據供給方（政府、央企）、技術提供方（科技企業、AI公司）、應用需求方（金融、政務、工業等）及資本方，促進數據、技術、市場、資本高效對接的舞臺；將強力推動AI與數據要素在具體產業場景的深度融合與落地應用，實現降本增效和價值轉化。

“本次大會的成果，將進一步證明，隨着政策的完善、技術的迭代、應用場景的深化以及安全信任體系的構建，數據要素必將在更廣闊的範圍釋放其價值，驅動各行各業邁向智能化新階段。”鄭小林說。