今日,在Win-Win
華為創(chuàng)新周活動中,華為攜手中國信通院云大所、中國移動、中國電信、中國聯(lián)通、中科院自動化研究所,舉辦“共贏算力時代”線上峰會,共商算網(wǎng)協(xié)同發(fā)展之路。
Win-Win 華為創(chuàng)新周“共贏算力時代”峰會
會上,華為公司副總裁、計算產(chǎn)品線總裁鄧泰華做了開場致辭,他呼吁共建算力網(wǎng)絡,為數(shù)字經(jīng)濟注入新動能,關鍵有三點:第一,運營商將成為算力網(wǎng)絡建設的主力軍。第二,AI算力將成為主要增量,算力網(wǎng)絡AI先行。第三,產(chǎn)業(yè)協(xié)同、生態(tài)構建是關鍵。華為作為運營商長期戰(zhàn)略合作伙伴,堅持“聯(lián)接+計算”戰(zhàn)略,全力幫助運營商構建新型信息基礎設施,加速算力網(wǎng)絡的發(fā)展與建設。
中國信通院云計算與大數(shù)據(jù)研究所副所長李潔強調,以算力基礎設施為代表的信息基礎設施是新基建核心組成部分,新時代算網(wǎng)協(xié)同需求愈發(fā)突出,算網(wǎng)協(xié)同將實現(xiàn)算網(wǎng)資源高效融合、算力服務泛在靈活、算力供給智能高效和算力基礎設施綠色低碳。
作為算力網(wǎng)絡建設的主力軍,中國三大運營商也對于算力時代技術和業(yè)務發(fā)展方向進行分享探討:
中國移動研究院副院長段曉東認為算力網(wǎng)絡是中國移動新型信息基礎設施的重要組成。他圍繞最新發(fā)布《算力網(wǎng)絡技術白皮書》中的十大技術方向,詳細闡述了中國移動對算力網(wǎng)絡創(chuàng)新技術的持續(xù)探索,發(fā)揮移動信息現(xiàn)代產(chǎn)業(yè)鏈鏈長作用,打造原創(chuàng)技術策源地,并在標準體系、原創(chuàng)技術、產(chǎn)業(yè)生態(tài)、試驗試點四方面提出了倡議,推動算網(wǎng)創(chuàng)新技術成熟。
中國電信研究院副院長陳運清表示,算力網(wǎng)絡是云網(wǎng)融合數(shù)字基礎設施的特征和重要組成部分,中國電信率先在ITU牽頭制定了標準框架,并提出“算力三定律”,以云網(wǎng)融合為主線,升級云、網(wǎng)、數(shù)、智、安、DC、算力、綠色等要素,邁向云網(wǎng)融合3.0時代。
中國聯(lián)通研究院副院長、首席科學家唐雄燕表示,中國聯(lián)通基于IPv6+智能網(wǎng)絡構建算網(wǎng)關鍵能力、基于全光底座提供“東數(shù)西算”品質聯(lián)接、通過算網(wǎng)一體化編排調度實現(xiàn)智慧“大腦”三大技術創(chuàng)新,打造基于算網(wǎng)融合的新型數(shù)字信息基礎設施,推動原創(chuàng)性技術創(chuàng)新,共創(chuàng)智聯(lián)未來。
算力服務于各行各業(yè),生態(tài)合作至關重要。中科院自動化研究所研究員、武漢人工智能研究院院長王金橋認為多模態(tài)大模型是人工智能發(fā)展的重要方向,基于昇騰AI的“紫東.太初”大模型作為業(yè)內先進示范,通過多模態(tài)高效協(xié)同,實現(xiàn)圖文音語義統(tǒng)一表達,性能得到顯著提升。他介紹了跨模態(tài)檢索與生成實例,包括以文搜圖、以圖生音、以音生圖,使能多行業(yè)應用創(chuàng)新,有力支撐了中國人工智能產(chǎn)業(yè)繁榮發(fā)展。
算力時代,華為也在不斷思考、規(guī)劃與實踐。
華為計算產(chǎn)品線副總裁、集群計算總經(jīng)理朱照生認為要有打造全網(wǎng)一臺計算機的算力網(wǎng)絡架構創(chuàng)新,才能實現(xiàn)全程全網(wǎng)的社會級算力服務。華為打造基于昇騰AI的基礎軟硬件平臺,使能人工智能落地千行百業(yè)。
華為運營商BG網(wǎng)絡Marketing與解決方案銷售部總裁盧力勃表示通過“IPv6+”和“全光網(wǎng)”雙底座可以構建網(wǎng)絡“無所不能,無所不及”的能力,以支撐“無處不在”的算力連接需求。
針對算力網(wǎng)絡重要基礎設施,華為數(shù)據(jù)中心解決方案銷售部總監(jiān)遲九虹認為 “東數(shù)西算”可以實現(xiàn)算力與低碳均衡發(fā)展。華為通過在綠色和AI技術上持續(xù)創(chuàng)新,通過綠能、節(jié)能和智能“三能”打造綠色數(shù)據(jù)中心,將數(shù)字化貫穿數(shù)據(jù)中心的規(guī)劃、建設和運維的全過程,使未來數(shù)據(jù)中心具備高效支撐和自循環(huán)能力,支持大規(guī)模、多樣化、海量的算力需求。