算力网络协同创新论坛
“算力网络协同创新论坛”将于11月9日上午在乌镇举行，敬请关注！
大家上午好。欢迎来到算力网络协同创新分论坛，我是GSMA关舟，今天的论坛由GSMA主办，IBM和人民网协办，并由金砖国家未来网络研究院中国分院、华为和中兴支持，特别感谢我们的合作伙伴，特别是大会秘书处的鼎力支持，让我们今天算力分论坛的召开。
今天参加我们论坛的主要领导包括：国家互联网信息办公室副主任王崧、世界互联网大会秘书长任贤良、以及浙江省人大常委会副主任暨军民。欢迎他们。
全球数字经济的发展重塑生产力和生产要素，其中算力这样一种新的生产力的形式，为千行百业的数字化注入新动能，成为高质量发展的驱动力，算力网络作为算力的主要载体，是支撑发展的重要基础设施。今天，我们将与各位嘉宾一起共同探讨算力网络的产业格局和价值链，探寻算力网络在数字经济的发展中如何发生作用，并展望在人工智能和绿色可持续发展的背景下网络的未来。
首先，邀请GSMA CEO洪曜庄先生致辞。
女士们、先生们，大家早上好。尊敬的各位来宾，我非常荣幸也非常高兴，欢迎大家来参加我们这一次算力网络协同创新分论坛，这是一个非常好的话题，来开启我们今天的讨论。
非常感谢我们的协办单位，国际商业机器公司、人民网股份有限公司，以及我们的支持单位，金砖国家未来网络研究院中国分院，华为技术有限公司、中兴通讯，非常感谢大家的支持！
以上提到的这些机构的名字也是展现我们的合作和在这个领域的协同发力。可以看到网络它是一个可以独立来探讨的话题，我们看到现在的数字转型正在改变我们生活的方方面面，我们发现网络和算力它们是同步进行的，现在我们的网络已经覆盖世界上95%的人口，已经超过了50亿的人口，也是一个非常重要的赋能因素来去赋能我们的社会、行业，带领我们走向未来，提升收入，促进经济的发展，世界各国都能够从中受益。
我们看到现在这是一个非常快速创新的网络，AI、量子计算等等都在重塑着我们的算力，互联互通互联性也是所有的核心，我们在这个行业里面看到，已经从原来专注于技术的公司到了未来通信这样一个公司，所有的东西都是可以通过网络来互联互通的。
随着技术的演进，网络也是呈指数性的成长，到2028年智能手机的流量在世界上达到3倍的数量，在中国也会超过1倍，到2030年IoT，物联网会有36亿的连接点。幸运的是，这样的技术在不断的成长，随着新技术和新服务的出现也会助力它的发展。
我们现在正在对数据的基础设施进行变革，所以我们需要仔细的思考怎么样去做好准备，怎样更好的管理网络来促进这样的发展，而不是限制它的发展。
当我们谈到相关的算力网络方面的一些服务，中国很多运营经销商，他们都是走在潮流的前列，扮演领导的作用，他们在客户服务方面，还有AI大模型，5G的网络部署，这些运营商他们在不断的把算力和网络提升到新的层级，今天我们一定能够听到很多精彩纷呈的讨论，我们也有很多机会可以供大家探索，要确保能够持续的和这些开发者和相关的架构师和行业以及消费者共同去打造一个更好的未来。我们也提出GSMA开放网关，它会有全球的接入，可以帮助开发者和云的提供商以及消费者，他们能够去享受更好的服务。
有210家网络的提供者，包括中国移动、中国联通、中国电信这三巨头，还有其他的很多的合作伙伴，到2023年，也有发布网络的API，这只是一个开始，会看到，有更多的API会开发出来，我们会携手，共同来创建一个很深的生态网络，去服务了经济和行业。把5G的能力发挥到极致，并且让互联惠及到所有的人，因为我们的面临机遇非常多，所以我们建立的网络一定是安全的，也是能够服务于未来的，去年GSMA和IBM也是今天的协办单位和沃达丰一起来创建我们这个平台，现在有50家公司正在紧密的协作，致力于这个任务，我们有很多的行动去保护数据，并且进行加密。可以由量子计算机来接入的时候，提供安全和保护。这也是下一代的技术革新，合作创新绝对是最关键的，这样才能够真正把互联性惠及到公民、社会以及世界各地的经济体。我们要有网络的安全、可靠。所以今天非常荣幸来去彼此分享，互相学习，去探讨未来的发展，也期待着能够听到各位演讲者的分享，在各个领域你们的真知灼见，我们也非常希望有更好的合作，希望这一次活动圆满成功。谢谢！
国家互联网信息办公室副主任王崧致欢迎辞。
世界互联网大会秘书长任贤良致欢迎词。
现在将进入第一个主题演讲的环节，首先邀请中国联通副总经理梁宝俊先生。
尊敬的王崧主任、任贤良秘书长、洪曜庄先生，纪主任，邬贺铨院士，尊敬的各位朋友、来宾，女士们、先生们，大家上午好。
感谢主办方，我非常高兴相聚在这里，代表中国联通向大家汇报一下我们在算力网络方面的一些实践和对下一步的认识。中国联通作为世界互联网大会的理事会成员和GSMA的董事会成员，我们也感谢大家在这过程中给予的支持。根据全球计算力指数评估报告显示，算力指数平均每提高一个点，就可以给数字经济带来3.5‰的贡献，GDP就能增长1.8‰。
王崧主任刚才也谈到了，从农业社会的马力，工业社会的动力，代表我们数字社会的算力，我们能明显感到，算力对经济的促进作用越来越显著。
近年来，我国相继出台了《数字中国建设整体布局规划》和《算力基础设施高质量发展行动计划》，提出基础设施是基于信息计算力、网络运载力、数据存储力于一体的信息。信息基础设施需要系统优化大力发展。
作为中国联通，我们经过研究和实践，我们认为网算力网络演进应该是按照三步走的这个节奏或者阶段。第一个阶段是算力和网络协同问题，第二个阶段是算力于网络融合运营，第三个阶段是算力与网络一体共生。目前我们还处于在第一阶段向第二阶段这个过渡阶段，应该说这个过程还需要我们业内大家协同创新，做大量的工作。
中国联通立足于网络强国和数字中国两大主责，联网通信与算法数据两大主业，全面建设新一代数字信息基础设施。我们提出了要打造四张精品网。目前经过与中国电信共建共享，在5G中频基站方面已经达到了122万站。我们的宽带精品网，以千兆宽带为引领，已经覆盖了市、县、乡镇全面具备千兆能力、算力精品网实现了联通云池，把整个二百多个城市连接起来，骨干网的平均时延实现了领先，在政企网实现了全国335个本地网的全覆盖。
结合今天的主题，中国联通，我们在全面构智能、绿色、安全的算力精品网。结合数字经济时代算法融合的新的需求，聚力打造算力丰富、运力充沛、多元协同、算网一体的算力精品网。
回顾整个历程，2019年，中国联通发布了国内首部算力网络白皮书，先后成立了首个算力网络技术联盟，提出了CUBE-Net3.0网络创新体系，发布了算力时代的全网底座。当前中国联通的算力精品网已初具规模，持续的在推，在推动算力网络的创新发展，在AI大模型得到广泛应用的算力时代，我们致力于从算力供给、算力输送、算力调度和算力服务四位一体，打造更加智能、安全、绿色的算力网络。形成布局合理、技术先进、运营高效的算力供给，实现结构优、运力强、体验好的算力输送。构建生态丰富、泛在接入智能管理的算力调度，提供算法一体、场景多样的算法服务。在算力供给方面，我们以联通云为我们算力的主打的品牌，顺势而为，全面升级为安全数智云，提供多样化、朴实化、泛在化的算网融合服务。在算力方面，提供通算+智算+超算多样化的算力供给。通用算力是按照5+4+31+X广泛布局，覆盖了东数西算的起步区和全国重点城市。
智能算力根据AI训练和推理的属性，规划了1+N+X梯次布局，既兼顾大规模的机械化训练中心，也提供了属地化的推理节点。超算主要是通过生态合作模式。比如说我们在粤港澳大湾区就提供了一个综合的通算，智算加超算的服务门户。在广东的已经开放服务，在存储率方面提供广域的分布式存储产品，数据中心内的存储已达百万级的IOPS。
在算力输送方面，去年的五月份发布了算力时代的全网底座，通过铺盖升级和能力升级，形成了一张超广覆盖、超大带宽、超高可靠、超低时延的高品质全域、全光网络，实现了5+4核心云池，31个省云池超过500个MEC百分之百的全国覆盖。这个能力，昨天在世界互联网大会科技领先科技奖也是获奖的一个奖项。同时我们还重点打造IP承载网的差异化优势。传达、交流及公共互联网通过布局算力核心，实现了用户到算力中心的高效访问。CUII的产业互联网通过构建东数西算专用平面，实现了算力中心的高效步伐。对应连接领先，就是中国联通的算力网络。
除了我们连接自己的云池，我们把多云都给它连接起来了。这一方面也是我们希望往产业界合作的一个基础。其中在IPV6演进方面，IPV6的标准制定，组网设计、规模应用，获得了去年的世界互联网大会的领先成果奖。我们还广泛的进行了广域网的技术创新和应用。在算力调度方面，联通上网编排调度体系具有泛在算力，所以算力网络智能编排，多维服务的特征，也是发改委东数西算国家项目，算力高效调度示范的核心内容和重要组件，可以实现算网资源一体化编排调度，通过多层次识别、多样化编排策略，实现从用户业务意图到算法资源需求的敏捷转换，通过资源调度的策略执行，完成上网资源的跨域层的调配，协同调度，端到端的自动开通敏捷部署。
我们前几个月在张家口淮南也进行了相应的发布和启动和演示。可以说，不管是在网络方面，还是在算力方面，都实现了大的跃升。刚才我也讲到了，我们现在已经有十家的公有云的云服务商，通过我们的算力网的连接和算力网络的调度，实现了一个大家的协同。下一步我们更大的重点是在发挥算法融合的优势，赋能行业数字化转型。中国联通将积极发挥算力加网络的联动优势，借助上网资源，其中运营的丰富经验，在不同行业提供了算法一体化服务能力，助力企业向算法数据融合升级，加快转型。这里有几个例子，一个是我们为茅台集团服务的线上数字营销平台，就是联通云的一个算力的最佳的实践，实现了平台统一销售，线上统一结算线下精准配送的一站式服务。
武汉亚心医院通过分布式运营，实现了武汉、新疆、日本的医疗资源互联网贡献，帮助医院实现业务系统一点监控、分支机构一点管理和业务数据多点互通。我们在智能视频云方面，将算力存储和网络一体化打包提供服务。比如说在天津，我们服务数字政府新增了两万多路的监控视频，这也是一个算力网络算网融合，包括算网融合的一个最佳实践。还有一个是方面，就是刚才洪耀章先生提到的，我们也加入了GSMA的open gate的计划。我们也希望在整个算力网络和算力服务的实践中，跟国际的运营商一起合作，把运营商的一些能力、基础能力通过这种API开放出来。
同时把我们的算法融合的优势更好的发挥出来，赋能各行各业打造更加智能、绿色、安全的算力网络。中国联通愿意在下一步携手产业合作伙伴，为了网络算力、网络关键技术联合攻关和持续生态，共建共治产业链协同共创的开展合作，锚定数字经济主航道，携手加速行业数字化转型进程，推动算力网络实现新的发展。谢谢大家。
感谢梁总，下面邀请中国移动副总经理高同庆先生发言。
尊敬的王部长、任秘书长、暨主任、吴院长，非常高兴第十次来到乌镇这样一个美丽的地方，特别今天有幸参加由GSMA主办的算力网络协同创新分论坛，非常高兴。
中国移动是我们国家的运营商，服务在各位的身边20多年，也是世界最大的一个运营商，进入到算力时代，刚才王部长和前面演讲的嘉宾都已经谈到，进入到算力时代之后，我们怎么来把握好算力时代的脉搏，如何让算力时代成为全新的服务领域，算力时代成为我们全新的服务能力，这是我们面临一个新命题。
在算力时代，中国移动在2021年，率先提出来算力网络这样一个概念，当时记得很多专家学者也包括产业，大家都进行热烈的讨论，最终到目前，基本达成了共识，在GSMA上海展的时候，我请有关机构做过一个统计，一共在上海展里面所有的展览中露出的“算力网络”这四个字，不管英文还是中文一共露出大概400多次，应该是高频次的露出，同时在学术界在相关的国际国内的标准组织，普遍认为算力网络成为标准用词。在今年国家的战略性新兴产业，产业的布局里面，人工智能算力网络成为新的重大产业方向，也进行了产业布局。
本质上算力网络是一个CT和IT融合的融合，原来解决的是通信，现在解决的是信息服务问题，信息服务离不开算，算是IT，通信的CT和IT融合到一起，算力网络是一个非常典型的应用和实践，也是符合融合一个大潮流，出现新的产业空间和产业想象力。不仅仅算力网络是一个基础设施的升级，更重要它是一个服务范式的变化，在首都机场有很多广告，大家会注意到有一些很多的变化，原来跟这个领域相关的有云有手机，现在很大程度上提供的很多广告词里面和广告的内容已经变成了基于算力网络的服务，这个服务出现新的范式，其实就是时代和技术的进步催生的商业机会。
算力网络上升为国家战略型新兴产业的方向，算力不管是算力网络以算强算还是以算丰富网络的服务么含，还是算力网络本身的服务内涵进一步的挖掘和产业机会的创造，相信算力网络一定会有更好的发展，更大程度上成为国家信息基础设施当中的基础设施。国家发布一个《算力基础设施高质量发展行动计划的要求》，不久前刚刚发布，落实国家东数西算总体大的布局，中国移动近三年已经初步形成技术和规模双领先的全国性的算力网络，并且围绕着基础设施的构建，算网的应用赋能以及技术的创新引领，三条主线取得突破性的进展。
算网基础设施，我们叫“4+N+31+X”，数据中心的能力布局覆盖东数西算八大节点的全部节点，推进算力跨地域、算层级、跨内和跨主体一个融通发展，算力的总规模大概是9.5个EFLOPS，投产的服务器80万台以上，启动建设运营商最大的单体计算中心，我们准备计划放到内蒙，除此之外，还要在全国部署其他的计算中心节点。构建覆盖全国1毫秒、5毫秒、20毫秒这样一个三级我们叫1520的试验区，同城1毫秒、跨城5毫秒，全国20毫秒这样一个试验圈。今年中国算力大会期间，我们发布一个百川算力并网的平台，算力并网事实上是大脑，跨IT和CT算网大脑一个重要的节点和步骤，接入创新的三类并网方式，与十多家社会算力，不是中国移动，社会算力实现了并网，接入了同智超量子算力1.9EFLOPS异构算力，这是一个重大的突破，这是一个重大突破，因为自己的并应该不是难的问题，跨不同的特别是社会算力的并网，对我们来讲是不太容易做到的，需要技术的创新，需要整个CT和IT运营的进一步，从流程到能力到异构算力汇聚这样一个智慧的大脑能力。创新供给新的模式和新的业态。
算网应用赋能领域也有突破，面向行业，中国移动有一个云叫移动云作为算力服务的重要形态，从东数西存，到东数西渲，到东数西算，东数西训这些新的应用，大规模的异地数据存储，离线的影视的渲染，还有人工智能AI模型异地训练等方面有20多个行业应用的模板，也是标杆，为客户提供方便快捷和低成本的服务，这里面有面向家庭和个人，提供创造性打造了云手机这三类比较瘦的终端，云电脑、家庭算力主机等等两类胖的终端和一个调度底座、321的云算终端的平台。我们已经上线多种任务式的服务，比如数据快递，不久前去我们国家的几个实验室，需求还是非常的旺盛，我们怎么在传送方面能够网的优势发挥好作用，支持弹性的开通，弹性的带宽，带宽根据需求可以弹性以及弹性的计算和国家天文台、贵州天眼等单位完成超过2200公里超长距离高吞吐的实验，利用网络的闲时，每天可以稳定的传送超过40个TB的数据。
算力网络技术的创新引领，在这方面三年来做了很多积极的工作，布局十个方向，30多项关键的技术，在国内外标准组织牵头立项100余个标准，在国际互联网工程任务组IETF成立算力路由工作组，中国移动承担标准工作组的主席，这是一个非常重要的研究，有望成为对IP协议会带来变革性的升级，构建跨越全国范围的算力网络的实验网，这张网已经构建起来了，汇聚超过30多家合作伙伴，一定要跨出去，光自己内部不行，要跨出去，这才是算力网络的本质内涵。验证发布40余项创新的案例，打造整个科学装置的雏形。在今年中国移动合作伙伴大会期间，大概半个多月前，算网大脑，跨CT和IT中间有一个算网大脑，这个算网大脑是一个非常重要的研发，没有算网大脑实现不了。算网大脑跨网的实验已经做了1.0的发布，另外正在参与支撑国家多个公共算力服务平台的建设，算网大脑当前能够全景的呈现和灵活的调度，移动云全网的算力、存力、运力和能力。具备分钟级的感知，分钟级的上万次的并发调度和分钟级应用开发，支持超过115项业务，一点接入，一站开通、一体服务和一致的体验。面向未来，中国移动将一体化的推进“三个做强”。
1、做强底座，打造特色的算。系统的攻关智能算力，在卡间互联、基建互联和跨硬件架构应用迁移等三大领域的难点。这也是目前卡住我们的三件事，推动向统一开放的新型计算体系升级，400G大带宽的传输规模的实现商用，实现网络的弹性和开放能力的进一步提升。2、做强生态，算力并网进一步的标准化，商业化和规模化，提升多主体异构算力的运营能力。算网大脑向算网智脑的演进，纳管更多的社会资源，更好的融入到国家的整个布局，打造更多任务式的服务标杆，推进规模商用。3、做强创新。突破传统的计算架构，布局存算一体，量子计算等先进技术，提升计算性能和效率，突破网络的传输极限，加快在800G更大带宽的传输，上次吴院长也提醒我们空芯光纤的研究和应用，以及广域RDMA技术的成熟，持续提升网络速率和可靠性。突破现有的，把现有的算力网络的架构能够有所突破，构建算网一体的技术体系。算力网络大有可为，新的机会在期待着我们。
最后，我们愿意和大家一道，全力以赴，在这个新的领域，构建新的产业集群，能够更多的提供更好的服务。谢谢！
感谢高总，下面有请邬贺铨院士发言。
尊敬的各位领导、各位嘉宾，大家早上好。我的发言主题是算网协同，赋能数字转型。我们从97年深蓝计算机战胜了国际象棋大师开始了第一代人工智能，给大家所知的实际上真正为大家比较感到算力作用的是16年阿尔法狗战胜了围棋高手李世石，更为影响力大的是去年的chatgpt，开启了生成式的人工智能，而且是第二代，下棋对经济社会影响没那么大，但是未来的第三代的人工智能，我们说是知识跟数据双驱动的，它有三个特征：一是从单模型单任务到多任务，一个是多模态输入，并且它对每个任务不再是一种粗放式的以大算力耗能的应用，而是一种比较精准的精算。我们可以看到，整个神经网络在开始的时候，不能识别任务的最优的路径是什么，但是进行多次迭代以后，每个特定的任务经过神经网络哪一层哪个节点的概率和它的权重都能够很好的决定，而这个每一个节点的概率权重就是我们所说的参数。
从18年的GPT-1到23年GPT-4，5年时间参数量从一个亿升到一万亿，对应的数据和GPU的数量也大量的增加。从一些测算大概每十个月算力的需求要翻一番，在这种大模型在数据中心上面训练，高效率低成本的算力，还是适合于在云上，应该是公有云。中国发表的大模型有相近超过一百多种了，真正做基础大模型门槛是比较高的，通常是互联网的大企业，可以说研究机构，少有垂直行业的企业自建大模型。我们三个运营商都建设了，只是有一些行业像一些大的金融机构，他不太愿意把自己的数据送到第三方的模型上，他要自建这样的大模型，并且在私有云上，实际上成本和技术的挑战还是很高的。
通常的互联网企业和研究机构的大模型是很难直接拿到行业应用的，如果说做个对话聊天是可以的，但是实际上这个不是刚需，也很难有形成商业模式。行业应用是最好的应用领域，但是解决办法，基础大模型跟行业数据的结合有两种方式，一种是中心化模式，就是行业把自己的数据送给基础大模型，基础大模型在原有的预训练基础上，结合行业、企业的数据再进行微调，然后结果可以反送到企业。这种方式企业可以减少企业的技术人才的要求，但是企业担心数据送到基础大模型那边是有被挪用了。另一种是非中心化模式，这里面对企业本身的人才技术要求就比较高，实际上这种行业跟基础大模型合作的方式，对大多数中小企业也不使用，因为门槛比较高。对大多数中小企业是模型MaaS。如果大量的企业需要做数字孪生、工业设计等等，往往大多数企业是不需要自建算力平台的，也不需要购买算力的软件，我们可以上到通信网上，通信网有算力业务的提供者，他们拥有算力资源，表现互联网数据中心，这里面有大量的服务器，就是工业的计算机和存储能力，还有很多交换机，负责服务器以及跨数据中心的资源调度。这个IaaS构成了云平台的基础设施，也就是算力。仅算力是不够的，还需要有算法，因此有PaaS和MaaS，大模型出来以后，是丰富了SaaS的软件。
对于很多中小企业来讲，对大模型是可望而不可及，大模型变成一个模块插入到云上面，只要企业可以上云就可以接入到大模型，并且可以通过自身的数据进行进一步细化。通过这样就可以使得我们大模型落地中小企业的应用，而且过去的SaaS通常是面临个性化和规模化的矛盾，变成把定制化的内容防盗MaaS，SaaS就可以很好应用。除了前面讲的我们还需要有一个工具链支撑，MaaS工具链包括数据管理、模型训练、评估优化等等，我们基础大模型往往可信度不足，企业不希望数据拿出去，这个时候怎么解决，引用工具链，进行有监督的学习，让人工智能的推理可以解释，并且通过变换场景迁移学习，可以使得模型更泛化，提供这种工具链，我举了国内互联网企业的例子，像百度的文心一言都是开放工具链，支撑中小企业的应用。
实际上我们说大模型必须要跟大连接、大平台、大算力的结合，举一个生产的应用例子，我们很多5G的工业模组可以作为5G的CPE连接到PMC拷贝层控制器上，在流程制造领域可以连接到APL。大企业在企业所在地有企业云，中小企业直接通过5G上到公有云，利用5G的能力可以让企业自己利用公共的运营商的网上，搭建一个企业的私有的企业可管理的局域网，做到企业的敏感数据不离开企业。而且我们进一步可以在利用网络把多云的协同起来，从网络云化到云网协同，到算网融合。整个大算力、大模型赋能数字化转型，举了几个国内的模型以及应用的例子，有百度的文心一言，有华为的盘古模型，有腾讯的低代码平台，以及阿里的通义千问模型。
我的发言就到这里，谢谢大家。
非常感谢邬院士的精彩分享，受益颇多。下一位有请IBM全球硬件副总裁何塞·卡斯塔诺，有请。
大家早上好，尊敬的各位来宾，女士们、先生们，非常感谢也非常荣幸来到这里，这里也是一个非常美丽的地方，这一次我觉得是可以来度假了，我今天谈到的是关于计算能力网络这样一个非常重要的话题，我们知道对于中国来讲，中国的经济社会发展规划，还有十四五规划也是非常重视数字化。而且特别关注智能基础设施的建设，以及数字驱动的创新可持续应和安全性等等。关于计算能力网络是非常重要和关键的，在这个五年计划里面。中国的举措和IBM的很多焦点都是一样的，包括计算，还有很多技能，怎样能够提升生产力的创新性，昨天在开幕式的时候，关于怎样把技术赋能生产力，这也是我们所做的事情。
我想关注混合云和AI，但是我还想谈一谈其他的方面。数据，我们有太多的数据来源，我们有不同的数据库，不同的数据库的构成文件，我们可以把数据集成在一起，这样的话大家就可以用它去管理它、优化它，提高它的安全性，进行管理。所以，数据池是非常非常重要的。这就是为什么我会关注数据。自动化，我们同样驱动未来的AI发展的部分，我们也会更多的趋向于业务的自动化。现在很多员工他们做的都是特别枯燥，非常简单的一些工作，我们希望用AI能够把很多的业务进行自动化，然后让人去做更多的创新，提高生产力。安全性，就是在使用技术的时候，比如说进行检测，一些响应的框架等等，这些我们就需要有全方位的在场的和离场很多安全性的保护。我们也有这样的全新的加码，把这些数据永远都可能被解密的。比如说某一个应用要用数据，必须要解密，这个就会被暴露出来，但是全息的加密是不会轻易被解密的。
还有量子计算，这个也是非常简单的规模，我们仍然还在扩大规模，下一个是整合量子计算和混合云在一起，打造另外一个平台，我们有很多的工作，我们可以把量子计算和混合云结合在一起，我们也希望能够跟大家详细的看一下到底我们在混合云方面的想法是怎样的的还有AI。 未来的混合云架构是什么，我们现在世界各地都有很多的的不同的部门需要协同，我们没有正确的答案，每一个应用都有安全性、规模、坚韧、兼容性、可扩张性，都是很重要。混合云涵盖了所有的这些，我们的想法，我们的做法，他们基本上做的都是差不多类似的，我们一定支持多种平台，混合的平台。不管是内部的，外部的，还是公共的，私有的云，我们都可以去支持。我们需要有一个整体的大局观，我们的战略就是通过可以去组合的基础架构，并且能够进行管理的，在你们的企业里面大家都有云，我们也有不同的管理的风格和方法，包括基础设施，还有管理的架构，以及绩效的管理，安全的管理等等，这样的话能够提升效率，减少风险和错误。
这个也是我们混合云的一个愿景，我们希望在正确的时间，正确的决策里面，匹配正确的功能，我们希望能够把他们的工作，能够正确的进行处理。现在我们都在谈AI，非常祝贺WIC的支持，对于IT和整个商业都是非常重要，谢谢你们，祝贺你们取得的成就。谈到AI的战略，怎么把AI更进一步提升效率，提升可信深度，管理的更加科学合理。去年IBM Z16在一个芯片上面通过AI，我们可以有350万/秒的处理速度，在平台上面，在能源消耗方面可以提升41倍，这就是规模带来的效果。IBMZ16是在AI的扩展方面取得很大的进步，还会进一步的扩展，也要让AI更加可持续性，能效能够提升41倍这是非常重要的，我们也要遵循下面的原则开放。我们平台必须是开放的，哪一个产品、技术、模块我们可以去用，可能不同的厂商会用AI产品，不同的厂商也有不同的需求，我们不能把它锁起来，必须要开放，要在这个框架里给客户有更多的选择。
安全。这些模块有的时候潜在的买家需要安全性很高，这样才能可靠，这样才能把生意和关键性的内容能够放在这个平台上，对于AI来讲是非常关键，还要目标精准，必须要有针对性的模型和特定的领域，不是像ChatGPT这样通用的模型，要有针对性。赋能，AI的模型必须要由企业的数据来进行支撑，所以我们可以进行定制化来适应自己独特企业的模型，我们要进行调整，要进行训练部署，在这样一个开放的框架里面，这也是AI的战略。我们先来看看新的一块内容，看到这些创新，这是最近在中国做的事，已经完成的工作，以及在全球做事情的事情，给大家看一下我们做的哪些工作。看一下red hat，以平台为中心的措施，有IBM的red hat，也就是红帽软件，允许任何企业在任何云上开发和部署应用技术，我们是一个非常统一的基础构架，是统一的管理。无论是线上还是线下，而且可以去提供无缝的服务。而且这个服务都是一致性的。另一个是linux one，是一个非常密集的平台，可以让大家把所有的数据，把工作流，工作负载都集合起来，大家可以集合2千个数据，而且可以把2千个服务器整合起来，它是一个能耗非常低的平台，它可以减少75%的能耗。这个系统linux one 4，也应用了量子技术，就意味着在之后3到5年，可能是3到7年量子计算将会帮助我们去渗入加密的技术当中，可以汇集所有必要的加密技术。而且可以实现量子安全。
另一个是可持续发展，之前讲到可以减少75%的能耗，一个是高效，我们有很多在芯片的技术，这个是在芯片上的技术，比如可以用于实时低延迟人工智能推理的片上集成加速器，我们可以有使用信用卡欺诈模型，我们在IBMZ16/秒，可以处理多达350万个推理请求，而且响应时间只有1毫秒，我们已经注意到，算力的网络需要高质量的发展，在中国基础看到非常好发展，可以看到低碳同质异构性以及绿色，这就是高质量发展以及可持续发展。举个例子，Citi，citi是一个花旗银行，是全球性的银行，在欧洲、中国、新加坡、北美都有很多的业务，他们也是有一些服务器的问题，也就是说不断把一个新的工作和新整合到服务器上，但是这个公司他们不想去建立很多的云服务，所以他们要解决这个问题，他们想要一个服务器可以把所有的服务器整合到其中一个上面来。而且他们还要确保安全性，他们用IBM Linux one 4，这就是我们的技术，他们采用我们的技术，可以看到这是他们一个成果，可以看到他们提高了50%的空间能源，还有能源的减耗。而且性能提高了15%，这就是使用IBM linux oen 4一些成果，虽然价格并不是很便宜，但是这一切都是值得，因为真的取得很好的效果。
IBM的混合云加上NI平台可以去赋能企业，现在提供灵活性的安全以及开放的混合云以及AI的平台，可以适用到多云以及多的人工智能模型世界当中，可以帮助人工智能加速他们效率。非常感谢大家。
非常感谢何塞·卡斯塔诺，下面有请联想集团副总裁，中国区方案服务业务群总经理戴炜。
尊敬的各位领导，各位朋友上午好。非常有幸十年之约在乌镇和大家畅谈新的大模型和算力，也感谢GSMA的邀请，感谢人民网领导的协助。这一次联想的参会实际上我们还是带来一些不同的，包括我们对大模型的理解，下一步人工智能发展的看法，包括算力。今天论坛的主题。在昨天的主会论坛上，我们集团董事长CEO杨元庆先生也表达一个观点，对于人工智能，生成式人工智能，大模型，快速推动产业智能化的前提下，如何去看待一个混合式AI场景的问题。我们也提出一个很重要的观点，跟刚才邬贺铨院士说的非常类似，我们生成式AI大模型要在行业深入落地，一定是混合式的，是公共大模型和私有大模型的混合，是一个企业级大模型和个人大模型的混合。在混合式的模式下，个人隐私数据安全，如何平衡数据安全和生产效率是一个非常重要的课题，在这个课题之下，从算力的角度，从算力往上AI平台的角度如何把它变成一个能够支持大家智能化转型一个服务。因为所在的业务板块是方案服务集团，今天更多从全站的角度从方案服务的角度来介绍我们的观点。
（图示）这张图大家可以逆时针来看，有四个重要的趋势，值得大家管准。1、大模型在行业里面落地实现还是有非常大的挑战，因为在行业的落地不仅仅是我们现在看到的，我们说的2C或者公共的场景里，更多在文本、图像自动生成的领域，如果深入到行业会更加的复杂，需要有行业的know how，需要在行业深度的推理训练，以及对于大模型的微调。2、在有一个行业的大模型之后远远不够，还需要非常强大人工智能算力管理的平台工具以及整个的服务。3、大模型有了AI管理平台之后，又面临着一个很大的挑战，我们认为也是一个机会，在中国的行业客户，一定会面临着非常多，对于异构计算资源调度的问题，比如如何平衡GPU、CPU、DPU等等这些不同计算资源在一个平台之下的使用。如何调用平衡说的通用GPU和国产GPU之间资源的调度，同时也看到有很多的场景里，越来越多的出现我们说的通用算力，超算和智能算力混合在一个算力池的需求。
最后是协同，刚才邬贺铨院士也谈到，行业大模型的落地一定是去中心化，一定是一个分布式，如何分布式去管理和支持大模型，甚至分布式去调用不同数据中心之间的算力，也是一个重要的课题。 （图示）这个图图表复杂，是联想自己一个实践，这几年一直在提端边云网智新IT的架构，这张图是我们自己，联想作为一个制造业的企业，高科技的企业，是我们自身智能化转型一张图。把这个图分成三大部分：第一部分感知和计算，就是端，我们提了非常多未来AIPC的概念，无论是个人还是在产业的背景下，对于端的大模型使用，也会越来越多体现在终端设备上。第二AI导向的智能基础设施，无论AI的数据中心，超算，普算，这里包括刚才提到非常重要的平台异构算力调度的平台。第三个是GpaaS，无论是技术中台，还是业务中台，我们如何把通用大模型，我们说的公共的大模型和企业的私有的大模型结合，最终变成一个企业的大模型，以及企业大模型上的agent，通过企业智能企业来调度，支持企业价值观管理里面不同场景的大模型的需求。（图）最右边大家可以看到，我们强调三个非常重要的内容，一个是数据安全，第二是刚才前面IBM的这位朋友也提到ESG，可持续发展，第三个是AI的全栈服务。
基于这样的架构，联想在做什么，我们把刚才说的三大部分，包含在三个板块的业务里面，第一个是做的最多的，规模的最大的智能终端，包括了PC、平板、手机云电脑，第二个是智能基础设施，包括高性能的服务器，超算、AI服务器等等。第三个是在这两年成立的解决方案及服务的BG，现在在中国发展是非常快的，当然运营商他们都是我们非常重要的合作伙伴，我们配合运营商，我们是一个非常紧密合作的关系。（图）最后，我想特别介绍一下我们在解决方案和服务，我们提的观点，除了我们说的演员原生的解决方案和服务，以及AI导向的智能基础设施，就是我们今天的主话题算力，如何把算力和解决方案做结合，去深入到场景里面。（图）这个图可以看到，我们为很多客户搭建了智算中心，这个智算无论是区域级的，还是企业自用的，主要专注在三个方向，第一是AI智算的虚拟化，第二个是AI集群的调度，这个是在未来三年的非常重要的技术方向，只有把调度提升起来，才能使算力发挥到行业应用的场景里。第三个是刚才谈到的异构的算力，再往上我们说的AI的平台工具和服务，到底是一个什么？我们在里面主要提的是三个技术方向，第一个是我们在基于通用大模型之后，深入到行业，如何推动推理的加速，大模型推理的加速。第二是分布式的训练和微调。第三个是任务的编排。在这个平台之上，如何结合大模型的能力，行业的大模型以及场景的大模型，最终为我们的企业打造企业大模型。上面企业的业务管理的系统，用大模型去支撑。
最后一个最重要的是，我们谈的是解决方案即服务，这个服务在新的大模型时代是什么？我们在过去几年是基人工智能和大数据的技术打造的平台，在大模型之后我们强调会为我们的客户搭建一个在大模型使用之后的运维服务、管理服务的平台，这个平台客户有多种采购方式，一种方式我们就类似私有云部署一样，是搭建在本地，还有一种是搭载某一个区域，这样的话某些中小企业的客户，或者实力不是那么强的企业客户，可以用类似于SaaS这样的模式获得这样服务平台的支撑。这个服务平台在海外大家能耳熟能详的是SaaS的模式，我们在看大模型时代如何把这个平台提升上去。这个平台目前包含在大模型方面有五个关键方向技术的支撑，一个是安全、合规，第二是监控，第三个是检索、增强的生成，第四个是模型高效的微调，以及AI应用的搭建。我们希望从联想独特的视角和视角，我们把算力、企业模型变成一个大的端到端服务提供的概念，这样的话去完成我们企业客户在AI落地的最后一公里的服务。
最后，就像我们一直提的，在生成式AI和大模型的时代，我们在搭建一个生态，我相信今天参与论坛的所有的企业和朋友们，我们应该形成一个合力，有的可能专注于计算的网络，有的专注于通用大模型，有的专注于搭建一个通用大模型和企业之间的桥梁，乌镇的大会也是一个非常好的开始，的期待着大模型能够推动企业、行业智能化转型的未来。谢谢大家。
感谢戴总，今天主题环节发言第一环节结束，下面进入主题发言的第二个环节，这个环节第一位的演讲嘉宾邀请人民网股份有限公司董事长、总裁、传播内容认知国家重点实验室主任叶蓁蓁先生。
人民网股份有限公司董事长、总裁，传播内容认知全国重点实验室主任叶蓁蓁发言。
国家高性能计算机工程技术研究中心副主任曹振南发言。
感谢曹主任。下面的嘉宾是来自GSMA智库负责人彼得·加利奇。
女士们、先生们，尊敬的各位来宾。非常幸运能来到互联网大会成立十周年这样一个峰会，因为这一次也是一个很好的机会，从大家的演讲当中学到很多知识，知道你们在不同领域一些专业知识和最新的进展。首先非常感谢大家，把之前一些愿景变成了现实。也是我第一次来到这里，希望这不是我最后一次这里。今天早上我听到很多精彩的演讲，昨天也听到很多精彩演讲，真是一个百花齐放的平台。我们看到不同的电信运营商，他们做了很多不同的事情，无论从未来的算力发展或者未来通信技术的发展都做出很多的贡献，现在的问题为什么说运营商在电信行业是非常重要，以及对他们来说至关重要是什么，以及他们为什么他们能够给这个行业做出什么贡献，这是我今天想讲的话题。
我是负责GSMA智库的负责人，而且还承担一些咨询的业务，所以非常高兴经常和运营商合作，帮助他们在商业上取得成功。我其实和中国的大型运营商也有过很好的合作，如果大家对我们的智库感兴趣，请大家一定及时联系我，我一定会帮助大家。一开始的时候，看看什么是最重要的，我们出台一个2014年电信的计划，这就是我们一些重要的东西。
首先，这是我们说的边缘云，它是如何很好的利用云的资源来帮助企业更好的成长，以及让我们完全的把内容放在云上，从战略角度来说，这也是实现可持续发展一个很重要的因素，也就是边缘云的贡献，今天听到很多嘉宾他们都讲到可持续的重要性，我们现在也知道AI是非常重要的，如何实现AI的发展，确保可持续发展也是非常重要的。现在5G技术大家都觉得它是很重要的，看一下全球的运营商5G的技术真的非常普及，那是因为它的成本还是比较高的，看一下2014年电信议程，在计算或者其他领域，这些所有的计算技术能和有效的结合在一起，可以知道这些所有的技术都是互相依赖，比如5G和云计算他们都是相辅相成的，而且他们互相的发展都是相互友联系，而且他们的联系都是各种层面，最重要的是看看他们目前的发展，一个放置在哪里，我们说到边缘云的时候想知道位置放在哪里，到底把设备放在哪里，应该是布置在哪里，我们知道公共云发展非常快，可以看到需求快速增长，尤其是在中国他们的需求非常高，我们知道运营商可以发挥很好的作用，我们和运营商工作的时候，会问他们问题，你们觉得流量的数据在哪里可以流转的特别快，他们觉得放在云上可以让数据流转的更快，这个答案是毋庸置疑，如果把工作负载放在云端，数据处理起来增长非常强劲，尤其是远端。而且实现远端数据的放置可以实现可持续发展。
这就是我们工作的一个核心，因为我们把东西放在云上的时候，而且发现能源使用会降低一点，这就是一些运营商把数据放到云上的时候非常重要的一个关注的点。把云计算用到什么行业？因为我们计算要满足客户的需求和应用程序，以及要满足电信公司自身运营的需求，他们要知道自己应用的类型是什么，能够赋能哪些很多的服务，AI、游戏，游戏是非常重要的，中国是一个非常重要的游戏市场，大家可以看到中国的消费者比其他的市场更喜欢游戏，所以我们在这些方面可以发挥计算的作用，在内部来讲会有什么，可以看到电信网络也是在这个方面有很多的投资，open RAM，怎样提供一些解决方案，怎么提供一些虚拟化的RAM，怎么在边缘计算这方面进行投入。其实计算对于内部的很多战略都是非常重要的，一个很理想的场景，我们看未来的5G会是怎样的，到底什么会触发新技术的引入，我们需要新的计算能力，API，像今天早上GSMA他们发起的open gateway的项目，我们有内部和外部的服务，都是通过开放的API来进行实现。对于运用计算能力很关键。
怎样去看一下计算和战略的优先事项，这是非常重要的，去计算战略的优先事项，在商业这个领域方面、业务方面会产生什么样的影响，有些运营商做得很好，也有一些比较有限，我们不能只是局限于5G的货币化，在世界各地到2050年以后一些运营商的承诺都是要在净零排放方面做出自己的承诺，我们也听到了，现在这个计算对于事前这个目标是多么重要，我们看到这些都是很重要，所有新的计算能力都是可以帮助我们实现，同时可以促进创新性等等。看到这些数据可以看到，现在整个资源池并没有特别大的变化，他们也要想出办法，怎样去使用，怎样把5G真正能够变现，我们会问他们，你觉得最重要的竞争力是在哪里？现在有新的计算能力，也影响到很多方方面面，它可以减少成本，但是仍然还有很多其他影响的领域，我们并没有充分的去考虑到。
今天也听到很多将计算作为战略这样一些电信的动态，所以在服务这一端也是非常注重5G以外的很多事情，不仅仅要计算给客户，而且也要将固定移动融合在一起，电信公司他们也是代表最大的垂直行业之一，每一天看到这个市场都会有一些新的变化，我们要确保所有的做法都是正确的才能够成功。当然有一些已经做的很精益，但是我们还要做得更多。我们看到中国有五年的计划，也要考虑五年之后我们的客户会是怎么样，也要考虑到边缘计算会怎么样发展，也需要充分认识到计算的力量，怎样能够帮助这些运营商能够成功，特别是在中国，在世界消费者的中心去取得成功。非常感谢我们有这样一个机会，我们能够彼此学习，分享彼此的观点。谢谢大家！
谢谢彼得·加利奇。下面进行两个圆桌论坛。第一个圆桌迎来算力网络产业格局和价值链，这个圆桌的主持是人民网传播内容认知全国重点实验室学术带头人张冬明。圆桌的嘉宾包括：天翼云科技有限公司副总经理黄洪波，华为光产品线副总裁、首席战略官王景吉，中兴通讯副总裁、中兴通讯服务器存储产线总经理郭树波。欢迎你们上台。
各位先生女士，我是人民网传播内容认知全国重点实验室张冬明，数字经济时代，数据是生产资料，算力就是生产力，在刚刚结束的主题报告中，院士、专家、运营商代表和企业的高管从技术趋势、算网融合、发展方向的全方位、全角度探讨算力愿景，部署未来发展。高屋建瓴，深受启发。今天接下来有幸邀请三位嘉宾参加我们的圆桌会议，他们都是算力网络行业的大咖，近年来人工智能取得飞跃的发展，在众多的应用领域取得突破性的进步，突显各行各业对强大算力的需求，这种需求的多样性对算力基础设施的建设提出更多的挑战。想请各位嘉宾首先对算力基础设施，对数字经济发展具体的体现，重要性的体现体现在什么地方，另外六部委今年联合发布算力基础设施的高质量发展计划，其中国家对于算力基础设施顶层设计当中又有哪些重要的要点，请各位嘉宾给我们做一个阐述。
简单说一下，大家知道数字经济包含产业数字化和数字产业化，它的基础就是算力，数字经济对国家的国民生产总值的贡献体现出算力对于经济的贡献。整个中国每年GDP大概在120万亿，其中数字经济占了40%，也就是50万亿，从这个数字里面可以看到其实算力对于经济的重要性。另外刚才主持人说国家部委对于算力确实做了很宏观的规划，从新基建，东数西算到今年的数字中国整个给出一个完整的蓝图，从我们这边看整体归纳起来主要几块：1、多元供给，强化布局，今天上午听了所有的演讲发现算力是多种多样，既有通用算力又有智算、超算，包括算力又分不同的架构，X86架构、ARM架构，算力的种类非常多。中国的算力很强大，强大到什么程度，可以看到算力和经济的关系，中国GDP在全球应该排在前四，我们的算力也排在前四，其实算力分布很不均衡，主要集中在东部、华南、长三角、珠三角和北京。西部地区算力不均衡，所以未来通过东数西算，东数西存来形成算力的均衡分布。2、通过需求牵引来带动算力的发展。大家知道现在对于金融、对于工业、制造企业国家引导他们加强算力的建设。3、通过创新引领，算力现在主要是企业，产业化一个事情，今天可以看到邬贺铨院士，国家超计算中心，科研院所他们在这方面的研究还是比较深入，后面通过高校科研院所的创新和企业的融合，共同助力算力的发展。4、绿色节能、安全可靠，为什么往西部去？一方面实现算力的布局，另外一方面也是为了降低POE，事前更多的算力，未来西部地区在电力的供给上可以用绿色能源。另外算力要保证安全可靠，大家知道信息安全对于一个国家特别的重要，未来一个算力网络的安全可靠也是非常重要，所以既要保证算力的高性能，同时要保证绿色安全。
各位媒体朋友，各位嘉宾，我来自华为公司，刚才主持人提到的问题，在2022年我国GDP整个数字经济的规模达到50万亿，增速大概10%以上，占整个GDP的40%，其中产业数字化在整个数字经济占比又占80%，从宏观的角度看其实产业数字化有千姿百态，多种多样的形式，从微观的角度可以把它理解成以数据为核心的生产要素，产生一些新的业态，孵化新的应用，去促进整个生产力的发展，进而带动数据的循环高质量发展，这样一个全新的生产模式。在这个过程中，我们发现在今年的10月份由工信部牵头，六部委启动算力网络高质量发展的专业工作，这里提到算力、存力、运力以及整体的算力，实现一个全新协同的高质量发展，可以理解为算力基础设施其实不仅仅是算力为主，也包括存力资源以及运力网络，相信在整个国家顶层规划的带动下，由产业伙伴一起携手，一定能够有明确的目标和明确的专项工作，一定能够把算力基础设施这项工作深入的开展下去。
因为时间关系，我简单说一下的理解。总体上来看，我觉得算力基础设施肯定是数字经济发展的一个基础。其实数字经济发展从数字产业化到产业数字化的这个阶段，经历了这么一个过程，在数字产业化阶段，因为算力其实还是在个人或者在企业的自己的这种机房里边。那时候大家可能提的这个基础设施更多的是指网络基础设施，采用上云，用数复制的流程数字化转型，算力基本上在于云方式提供服务，大家知道云的三个要素、计算、存储、网络，在这个过程中基础设施概念就被提出来了。算力价值我们也可以从信通院的数据看出，每一块钱算力的投入，可以带动三到四块钱的GDP的产出，算力可以理解成是整个数字经济的催化剂。国家是一个系统性的进行政策方面的支持，从2020年底，国家发改委已经在提出国家东数西算一体化中心的指导意见，在今年2月份，国务院也发布了数字中国建设，总体布局规划，理念对通算、智算超算的布局也提出了要求。近期两位嘉宾提到六部委共同发布基础设施高质量发展计划，从计算力、存储力、承载力等方面综合的发展，从而实现整个算力基础设施的高质量的发展上面，提出了更加系统性的思考。所以，我觉得整个从整体上来看，确实国家在政策支持方面还是非常系统化的。
当前算力网络建设是数据的基石，随着六部委发出的行动计划，我国算力基础设施新蓝图正在逐步展开，在这个重大的工程建设当中，你们觉得运营商在其中应该发挥什么样的作用，通信网络如何发展，促进算网的协同？
我先说一下我的理解。其实可以看到，整个算力基础设施的产业界分为上中下游，像上软硬件和设备，中兴、华为，中国电信是处于中游，负责云网基础设施的建设，下游面向的是用户，为他们提供相应的服务。对于运营商带说，从传统上来看，可能我们还是一个，原来是侧重于网络基础设施的提供，尤其是在中国的运营商这些年在数据中心以及在云上面的投入，还是非常大的，应该说逐渐成为一个云网综合服务的提供商。所以我把运营商，我理解，可以把运营商定义为一个应用能力的赋能者。就是说我们一方面通过采购过程自研的方式，来购买这些云网的设备，建设相应的基础设施。并且进一步把这些能力进行封装，向用户提供云网数智安，甚至平台内方面的服务能力。我们是一个赋能者。如果说怎么实现，对于中国电信来说，云网融合战略，已经指明了实现的路径，我们的云网战略可以看到云为核心，网为基础，云网一体，其中中国电信成立天翼云就是看到，因为随着千行百业上云，大量的用户是需要云承载的我们从12年成立到现在，也是得到了很大的发展。网随云动，包括中国电信现在整个组网架构以云中心组网，包括全广网的建设，建立整个网络的时延，调整整个网络架构适应东数西算的节点，实现网络直达，这样实现网络的更加高效。包括我们在边缘侧也在调整我们的网络结构，其实更加适合云化算力时代东西向的时延的要求，以及流量的要求。 最终，我们的目标是实现云网一体，这阶段真正的是实现网络计算化，还是计算网络化，云网的界面不会再区分的这么明显。谢谢。
我们谈到网络价值，业界有一个梅德卡夫定律，这个定律是显行的量化，一个网络的价值等于这个网络节点数的平方，同时跟这个网络内所连接的用户数的平方也成正比。如果我们把这个定律引用到算力网络或者算力基础中，整个算力基础设施的价值等于算力、运力、存力规模的平方，以及所连接用户数的平方所成正比。在整个价值链条中，运营商在这个场景扮演两种角色，第一种面向整个大数据提供商，提供了一个运力网络，同时运营自己也在提供算力的服务。当然提供算力服务是多元化的，我们的BAT，包括四大行都在提供这样的服务。我重点围绕运力网络讲，这里又以全光的品质运力是重中之重，它连接了算力资源、存储资源以及用户的数据，作为一个全光的信息的大动脉。可以把它理解成等同于水、电、煤气、交通网一张的第五网。面向未来，我想应该有几个方向可以去做的，第一点，我们应该把整个的运力网络进行规模的升级，像移动的高总提到的，实现400G的长距的干线传输，把终端设备延伸到用户端，这样能够保证泛在的接入，让每一个用户及时获取到算力。可以理解为把算力网络的地铁站写到每家每户的门前，同时还要考虑跟算网的资源和大脑实现一个有机的协同，这样可以实现整个资源的编排、调度。最终是为了提供一张能够超大带宽，超低时延，超高可靠，超快调度的一个全光的品质运力网络，最后赋能这个算力基础设施的发展。
我感觉两位嘉宾讲的很详细了我简单说一下运营商过去的定位是运力供应商，应该叫通信设备的建设和运营的供应商。今后我认为运营商最具有资质发展算力的提供商。我们可以类比一下，电力化算力，电力就是国家电网和南方电网，大家在光伏发电、风力发电最终都要并网，未来的各行各业，包括云、其他的行业提供各种算力，真的面向用户或者是2B企业很好提供的时候，一定要经过运营商的网络调度，所以运营商会最有成为算力的服务商。我感觉除了建设高带宽以外，在调度的时候，原来是网络的路由，将来要考虑算力的路由。谢谢。
几位嘉宾讲下来感觉是算力网络建设当中运营商还是一个非常重要的地位，也提了很好的前瞻性的建议。针对算力网络的建设做一个预测，在未来有哪些关键技术和领域取得突破之后，实现我们规划的高效的算力和网络协同？
我先针对这个问题说一下，其实算力网络的提出今天上午很多嘉宾都说了，提出时间是并不长，算力网络概念大家看到运营商先提出来的时候，更多是想通过我们的网络感知到算力的存在，并且结合用户的需求应用和数据部署到性价值更高的云网的基础设施上面。发展到现在，算力网络的边界已经扩充到真了算力化网络的各个方面的领域。我还是回到整个算力网络提出的初衷，一方面是原来随着通用算力泛在的部署，包括天翼云在内，以云的方式提供算力服务商之外，社会上存在着大量的算力存在，我们管是算力孤岛。这个算力是不是能够真正的一体化的向用户提供服务，这其实要解决的一个问题。第二个问题，随着chatgpt兴起之后，人工智能的发展进入一个新的阶段，智算资源，就成为一个稀缺资源，大家就在抢资源，在建设，又形成了智算的碎片化，针对原来通算的孤岛，以及碎片化，我们就提出了算力调度的概念。算力调度我们现在要真正的实现的话，还面临算力感知、算力度量、算力路由等等一系列需要突破的技术方面的难题。所以，我认为接下来真正的要把全社会的算网真正的形成合力，真正的能够调动并且互联互通起来，在这些方面的技术需要进一步获得突破，对整个产业的发展有很大的促进作用。
我理解三点，我们讲第一个政策驱动。从国家的顶层规划上，无论发改委还是工信部，六部委，都已经出台相应的政策，我相信这个是有迹可循的，一定可以取得效果的。第二点，商业驱动。任何一个伙伴商最终都是要实现商业变现的，随着AI大模型的发展，我们发现很多的用户的场景在发生变化，对数据的传输的时延要求更高，但是同时对它成本要求又极高，有些对数据的迁移量有更高的要求，针对不同的场景，可能我们把总结成是流量潮汐。针对这种问题，我们考虑一些创新的商业模式去解决，通过任务式的调度，解决以往固定带宽的传输，未来可以按照数据量传输，或者按照时长按需去调查带宽。另外一种场景，针对一些电力的场景下的削峰填谷，在算力网络也可以类似地去实现，这样可以把一些数据放在晚上，网络的闲时去进行传输。第二点是围绕商业模式下的商业的驱动。第三点，技术驱动。作为以华为为主，包括中兴我们是供应商，我们会在持续性做一些技术的探索和孵化。包括刚才讲的带宽的无损调整、长距的数以及端到端的云网边缘的协同上，最终是能够通过这三种驱动，使整个数据有效的流转起来，去突破设备的壁垒，部门的壁垒，以及整个行业的壁垒，最终通过这三个驱动，助力整个通信基础设施产业的持续领先。
主要在技术方面两个层面，第一个是协议层面，黄总讲的算力的感知、度量、路由、评测，另外是调度方面，主要是解决异构，包括算力的差异，使用算力服务的用户无感。第二个是标准层面，我们怎么样能够在不同的行业，不同的供应商之间达成一个共识，这块我们其实运营商一起去推进这些标准，有标准了以后，大家共同执行，技术自然就会发展起来。
感谢几位嘉宾对算力网络产业发展的问题做了展望，在这个基础上面也提出了很有前瞻性和价值的建议，希望我们的圆桌会议对各位同仁和朋友们有所启发。最后请以热烈的掌声再次感谢各位大咖，谢谢！
感谢各位嘉宾的精彩分享，下面进进入第二个圆桌，讨论算力网络的未来，AI赋能和绿色可持续发展，这个圆桌GSMA亚洲主管约瑟夫·沃宁主持，嘉宾有：IBM副总裁兼大中华区首席执行官，首席技术官谢东，思科大中华区资深副总裁兼首席技术官侯胜利先生，戴尔科技全球副总裁、大中华区售前系统工程部总经理杨捷女士，北京超级云计算中心总经理吴迪女士，有请几位嘉宾上台。
大家上午好，欢迎大家参加这个环节的对话，我也非常荣幸能够在这个环节担任主持人。我知道这是最后一个环节了，我们今天谈到了很多关于算力网络各种相关的话题，它的影响，对于AI的影响，我们看到4G的时候是改变了世界，因为有智能手机，5G的阶段，中国也确实是在整个世界上来讲都是部署的非常快的。我们相信这种新的应用也是在不断的推向6G的时代，一年之前chatgpt也是让我们看到了AI带来的可能性，但是事情变得这么快，大家觉得算力网络有了AI的赋能，会有什么样的影响？
我跟大家分享几点，刚才开场的时候，邬贺铨院士提到了IBM作为人工智能的先驱，提到了一些工作先驱的作用。在人工智能发展到今天，我们也提出了wasntX，我们希望把算力网络的能力，把AI的能力更好的带给企业，我们相信只有人工智能只有跟企业自身的任务流相结合，跟企业的数据结合，才能更好的发挥它作用。在算力网络的时候，我们突出了把算力和网络，其实在里面还有很重要的一块就是数据。我们相信在数据里面也扮演了很重要的角色，我们在多讲两句数据的作用，企业有数据它有很多不同的数据，要有效的管理起来，只有这样我们才能够让企业把它的数据发挥真正的价值。再有就是如何安全的使用，我们知道有很多不光是共有数据，还有企业自身的数据，一定是要有一些很安全的环境，使得企业能够很放心的在算力网络上部署自己的模型，部署自己的数据，这样才能更好的快速推进企业在AI上的应用。我想先分享这两点。
我是从基础设施的角度来补充一下。1、AI对算力网络的影响，从我们的角度来看它是计算，它有非常高的计算能力，会看到我们网络处理的芯片，它会不断的提升，从以前，比如12.8T到25.6T到51.2T，甚至更高的速度。芯片的速度要更快，才能够满足算力网络的需求。2、对网络带宽的需求，以前从10G、百G，网上发展的时间还是蛮长的，但是随着算力网络的出现，会看到整个网络的运算和网络传输的速度已经变成200G、400G、800G的带宽，给网络带宽带来非常大的要求。除了这两个基本的要求之外，其实对算力网络的结构也有一些变化，在算力网络的核心会更加的扁平，可能只有一层到两层这种快速的迭代和沟通，同时如果算力网络需要我们计算的资源能够在全网跨广域网调度的时候，更何的支持RON和全的路由光网络，把路由交换和光传输三者的平台结合在一起，现在想这三点是一个比较大的变化。谢谢！
刚才两位专家从架构层面，包括整个AI有几个大的元素层面跟大家阐述一下。人工智能其实真正在整个链条上，它还是有不同的阶段，它从数据的预处理到预训练到微调到推理，其实是在不同的阶段对算力网络，从算力到网络到存储都有不同的要求。可以看到算力网络虽然在不断的发展，算力在不断的提升，算力资源越来越丰富了，网络带宽也是越来越高速了，其实真正到大规模应用人工智能的时候，这些资源还是不足的，因为我们也都知道现实的条件，我们很多资源是受限的，所以怎么样在整个应用人工智能的过程中提升资源的使用效率，这是一个非常关键的因素。尤其是在人工智能不同的阶段，对于整个算力网络从计算网络到存储其实提出不同的要求，从我的角度来看是这样一些考虑。
从算力角度做一个分享，因为我们知道推动人工智能技术发展有三架马车，算法、算力和数据，刚才谢总分析的非常对，非常认可你的观点。第一，算力网络本身作为一种服务模式可以更好的去推动人工智能应用的落地。因为算力其实是一种生产工具，它要更好的发挥作用带到千行百业给到用户去用，需要一个载体一个平台，算力网络作为一个服务平台，可以更好的让我们顺利发挥价值，让我们的各行各业的用户很好。第二、随着人工智能技术的发展，算力网络去服务各行各业用户当中也会用到人工智能的相关技术，比如实现其中的大数据学习，机器学习可以做到智能的调度，包括智能的服务，在算力网络去推进各行各业落地，去面向用户使用的时候，更好的利用人工智能的技术来提升整体的服务质量和效率。谢谢！
非常感谢大家的分享。现在大家讨论最热门就是可持续性和能效，谈到AI，能不能分享一下未来AI算力网络对于能效的影响？
首先大家知道AI对算力的要求非常强，它其实对能源的消耗非常大，从我们的角度来看，第一从计算资源角度来看，从芯片的角度，举个例子，如果要用12.6T和12.8T的芯片去建这样一个平台的时候，如果想实现这样一个计算，达到25.6T，需要6台交换机才能够去搭建这样一个平台，但是这样可以想象，需要6倍以上的能源消耗，如果要用25.6T这样一个芯片，两台设备就可以实现这样的功能。1、通过技术的创新，有更高速的芯片来满足业务的需求，来降低能耗。2、从传输的角度和连接的角度来看，光电转换对于能耗消耗最大一点，新技术的出现，比如相干光技术和DPU技术的出现，是用更高速、更高集成的这种光纤转换的模块，可以把原来一个板卡或者一台光传输的设备变成一个小的模块插在路由器或者网络连接设备上去，通过技术的创新，把几个网络给它整合在一起，变成一条网络来满足业务的需求。这是从第二个角度来看，技术上的创新。3、这两点结合在一起，在AI或者算力网络上面从管理和应用的角度来看，怎么样通过调度和资源的优化、管理的角度来节约能源。
谢谢，杨捷女士你觉得呢？
其实我觉得一个中国有“双碳”的目标，同时戴尔科技集团作为一个全球性的科技企业，同时也是一个非常大的制造型企业，我们有自己的“双碳”目标，我们制定一个全球全公司ESG的战略，希望能够在2050年，能够达到“碳中和”，在未来20几年的时间里，要利用各种各样技术的手段、管理的手段，来确保尽可能少的使用带污染的材料。举个例子，刚才提到人工智能带来对算力需求的提升，应该说算力在数据中心就是体现各种各样的服务器，上面有各种各样的CPU，各种PU，如果我们在数据中心，我们的服务器能够在单位密度的能耗不断的降低，就会更早的实现“双碳”目标。从环保的角度来讲，希望在数据中心构建的过程中，尽可能少的使用污染性的材料，因为现在在服务器里面，在材料上已经极大的减少涂料的使用，从全球趋势来讲，如果要建绿色的数据中心，是不是能够用更多可再生的能源加上储能的技术，帮助我们低碳环保。ESG是一个系统性的工程，不管是国家还是企业，还是个人都有责任和义务建立自己的目标，为这个目标做出持续不断的努力。
谢谢，你已经把能源的优化融合到方方面面，吴迪女士有什么看法？
刚才两位如何从节能的角度去分析，我想从另外一个角度去回答这个问题。再怎么我们去低能耗，依然会消耗大量的电力、能源、能耗，随着这几年的东数西算各方面的政策出来，各地建了很多的算力中心，核心一个点我想提按需建设，用户到底有没有这个需求，需要我们建这么多的算力中心。1、应该真正回到做这件事情的本质，为什么做这件事情，既然要建算力中心一定为用户去用，分析一下真正的用户真实需求，基于真实需求，按需去建设。2、今天的论坛是算力网络，算力网络这个概念非常好，算力网络一个最大的价值是通过整合各地的资源，通过一个平台让这些资源更高效的利用，避免资源浪费。3、国家在提东数西算，本身就是降低能耗的方式，一个政策的引导。包括今天人民网提到的“智越计划”，可以更好地让我们用户能够精准找到适合的算力资源，这样可以更大范围更大力度能够减少一些资源的浪费。谢谢！
谈到绿色可持续发展是企业的社会责任，IBM在70年代关注到IT对于环境的影响，在2000年的时候，首先提出公司的二氧化碳减排目标，同时在2021年的时候，就承诺到2030年实现温室气体的净零排放，这是一个社会责任。谈到具体的实施上，有一套完整的方案，比如达到全栈可持续发展的方案，很荣幸就这样一个方案在这一次互联网大会上获得精品案例奖。说到全栈的解决方案，实际上从底层的服务存储，刚才提到linux one这样高效的服务器，很多高效的存储方案，到上面很多调度、管理软件，特别在这里涉及到一系列的智能调度、智能运维等等方案，包括我们如何很好的利用好各种信息，各种的计算资源、存储资源，包括如何能把最合适的算力，适当的算力跟我们所需要的模型应用相结合起来，以达到一个全栈式的绿色方案。谈到可持续计算的时候，我们还跟国内信通院一起发布可持续计算的蓝皮书，希望把更多的案例带给这个行业，同时相信可持续发展不光涉及到节能减排，涉及到企业生产效率，相信会有越来越多的企业在整个高速发展过程中关注到绿色可持续的主题，同时会有越来越多的创新帮助实现这一主题。谢谢！
谢谢。是的，我们每个国家不同行业不同领域应该去努力合作。最后一个问题，是一个比较宏观的问题，大家可以说一下自己之后最期待的工作，或者大家觉得最大的挑战是什么？
您指的是关于AI赋能的最大的挑战吗？我觉得人工智能带给我们很多新的应用的前景，同时确实也带来一些在技术上面的挑战。刚才算力网络IBM专家也讲了，字面上是两个词，一个是算力，一个是网络，但是实际上真正实现AI，我们就把人工智能做的这件事像火箭发射一样，我们的算力是引擎，我们的数据是燃料。跟数据相关的有两点，我看到的是比较大的挑战。第一个，在人工智能的不同的阶段，它对于数据的处理，数据的管理需求是不一样。比如说怎么样能够快速访问到我的数据集，然后能使得在训练的过程越短越好。我们发现在训练的过程中，是否可以充分的利用算力资源，很多瓶颈在于数据的调度。比如说，我也看到有很多人工智能的应用场景，应用到边缘，其实也发现有海量的数据在边缘产生，并且需要在边缘即时的处理。这个时候，怎么样收集、管理处理在边缘产生的海量数据，可能这时候就不是对算力的消耗，而是对网络有了新要求。比如说低时延，边缘网络的改造等等。这是第一方面。第二个跟数据相关的，大家都提到的关于安全的问题。我们看到人工智能其实前面邬贺铨教授也讲了，人工智能肯定它在训练的过程中更多在公有云上，真正到微调和推理的时候，这种应用会变成一个混合云的模式，我们很有可能用到云上的算力，但是数据是需要有隐私性、安全性，这是一个非常典型的算力+数据之间的混合云的模式。怎么样保证数据的安全？我们看到在很多的人工智能的应用场景，到了行业里面之后，就发现你的网络越来越复杂了，因为跨了混合云之后，网络是越来越复杂，网络的安全漏洞也会越来越多。而网络安全没有百分之百的安全，所以怎么样建设一个最后一道防线，使得我们的数据和我们的业务在遭到一些极端情况下能够快速的恢复，这个方面大家需要现在就要考虑的。我觉得是这两方面。
我想还是回到初心，基于用户的真实需求，去持续为用户打造高质量、高性价比的算力服务。基于这个去构建我们的算力网络的建设和优化实施。谢谢。
第一，建设高性能和高性价比的算力的网络，其实很重要的一点是怎么样去开放，因为大家知道，在今天的算力网络当中更多用的私有协议，这个非常昂贵，我们怎样通过开放的协议，通过以太网的技术，把整个算力网络的成本降下来，给大家一个性价比非常优异的性能网络，这是非常重要的一点。第二个是速度，我们怎么样提升从边缘到中心的速度，包括网络结构的改造，包括算力CPU、GPU性能的提升。第三个是安全，我就不展开说了，刚才说了很多。谢谢。
《孙子兵法》里面有一句话，叫做“多算胜，少算不胜”，当然它这里的“算”是指算谋，我觉得把这句话引到算力也是恰当的，我们相信算力网络一定会飞速发展，随着算力网络的发展和人工智能的普及，真正能把整个社会通向万众创新的阶段。我们相信，当我们提到算力即服务，模型即服务的时候，服务不光是包括让用户使用人工智能，更包括让用户创造人工智能，使得每个人成为人工智能的创造者，在各行各业会有更多更多的创新出现，全面推动生产力的发展。谢谢。
感谢我们的对话专家，非常感谢在场观众的聆听。现在我们这个高峰对话环节就结束了。
谢谢今天所有的嘉宾，今天我们算力网络协同创新分论坛到此结束，也感谢所有伙伴的大力支持及秘书处的大力支持，谢谢！
人 民 网 版 权 所 有 ，未 经 书 面 授 权 禁 止 使 用
Copyright © 1997- by www.people.cn. all rights reserved