算力供給側大模型實際應用有何優勢與侷限？這場沙龍集思廣益

爲緊跟人工智能產業化前沿，破解大模型技術選型、落地應用與價值實現的行業難題，“大模型技術應用落地系列沙龍”首場活動8月22日在上海舉辦。本場沙龍以“算力供給與應用邊界”爲主題，聚焦產業化應用的核心環節，深入探討算力供給側大模型實際應用的優勢與侷限。

算力可以說是數字時代的戰略性資源，智能算力更是典型的新質生產力，智算中心則是關鍵的基礎設施。在上海臨港，中國電信臨港智算中心一期總共可承載10萬卡智算集羣，已規劃/建成1萬卡集羣和部分定製算力池。二期項目擬投資250億元，總建築面積約30萬平方米，未來將打造超級算力中心，支持萬億參數大模型訓練。

臨港算力（上海）科技有限公司市場經理曹春在主題報告中講到，當前的大模型技術正從“單點突破”到“體系化躍遷”，技術拐點已至。現在的技術對於算力的要求非常高，且國內外TOP企業的算力規模尚存在巨大差距，因此需要更強大的智算中心基礎設施。展望未來，曹春認爲超級集羣將成爲常態，算力網絡的“廣域協同”更爲關鍵；智算基礎設施將深度融入行業，成爲“數字生產力”的核心載體；綠色低碳將從“約束條件”變爲“競爭優勢”。

上海大學教授武星以“數據與知識雙輪驅動的IDC智能運維”爲題，深入解析瞭如何將海量行業數據與大模型基座高效融合，通過知識工程將原始數據轉化爲可驅動業務決策的結構化知識體系，通過數據治理建立特定的標準和管理規範，將之與大模型結合，有效避免“幻覺”問題。

如今，在編程這件事上，大模型也越來越多地參與其中。有人表示擔憂，程序員是否會被大模型取代？浙江大學研究員餘嘯認爲，一些低級的程序員有可能被淘汰，大模型在網頁前端開發等任務中已經可以實現不錯的效果。而高級程序員需要的是理解整體的項目架構，能夠在和大模型的對話中清楚表達從而實現需求。對於學生或程序員來說，努力的方向應該是如何更好地去運用大模型。餘嘯認爲，大語言模型還需要進一步加強處理複雜場景的能力，從而減少幻覺和不安全代碼的產生。

圓桌論壇環節，與會專家、企業及投資機構代表圍繞“伴隨着技術進步，算力未來是否會成爲技術發展的瓶頸”議題展開深入探討，就算力供給模式的演進、推理成本的挑戰以及性能與安全的平衡等問題展開交流，共同研判從技術迭代到價值創造的行業演進趨勢。有人認爲算力仍會是技術發展的瓶頸，必須考慮與之伴隨的能源和成本問題；有人指出數據在未來更有可能成爲瓶頸，目前獲取新的真正有價值的數據並不容易；還有人提出要專注於專用領域的模型發展，小模型的落地或許會是未來瓶頸……

據悉，上海近期的技術沙龍不僅僅聚焦於大模型。圍繞空天信息感知處理技術、元宇宙技術應用以及大模型技術應用落地等領域，一系列沙龍活動將進一步促進跨地域、跨學科、跨領域的融合創新，打造技術交流的產學研跨界融合平臺。