記者 歐陽宏宇
作為數字經濟發展的底層支撐，算力為人工智能產業的快速發展提供了強大支持。然而我國算力資源分散，算力提供主體多，呈現出碎片化的特征。那么，如何讓算力供需雙方實現精準匹配？
10月29日，在成都智算中心舉行的算力供需專場對接會上，多位行業專家及業內人士表示，當前亟須實現算力供需匹配，打破算力流通壁壘，從而提升算力利用效率。
當前，算力是數字經濟時代的核心生產力，正在不斷催生新技術、新模式、新業態，助力各行業加快數字化智能化轉型。以成都為例，目前已有豐富的算力供給。
成都智算中心智慧城市運營總監廖顯認為，應該通過加大技術投入，提升算力利用效率。他以成都智算中心為例談到，借助基于華為昇騰AI基礎軟硬件的AI集群，算力達到300P，另外還有30P的燧原算力，已在智慧城市、智慧醫療、智慧金融等場景應用示范，并且端到端打通了“產”“學”“研”“用”全產業鏈。
大規模算力供給的成果，是造就了成都的人工智能產業集群。數據顯示，成都已建大型數據中心（標準機架3000架以上）9個，產業規模達800億元，已有8家大模型通過備案登記。
不過，在有關專家看來，人工智能高速發展的背后也存在高質量數據集不足、價格戰擠壓企業生存空間、產業生態不完善、外部競爭壓力大四大挑戰。
對此，業內人士建議，行業應以高質量數據集市場化供給流通、算力基礎設施高質量發展、人工智能大模型創新應用為重點，推動產業要素多元聚集、產業發展成群成勢、產業生態跨界融合，打造“數據+算力+算法”于一體人工智能大模型全要素產業生態體系。
“智能體模型是人工智能發展的必然趨勢。”明途科技副總經理周波表示，以縱深垂直模型為研究對象，以業務智能應用場景為目標導向，智能體數字人已在企業管理、政務服務、教育管理、健康管理等方面得到充分應用。中魚互動CEO任興則認為，從“廠商到工廠”的D2M模式將是商業的未來，能夠滿足個性化需求。
