在21世紀(jì)的科技浪潮中，人工智能（AI）如同一股不可阻擋的洪流，正以前所未有的速度和影響力重塑著世界。從日常生活的便捷服務(wù)到尖端科技的突破創(chuàng)新，人工智能的重要性已遠(yuǎn)遠(yuǎn)超越了技術(shù)范疇，它成了推動(dòng)社會(huì)進(jìn)步的關(guān)鍵力量，更成為連接現(xiàn)在與未來(lái)的橋梁。
AI驅(qū)動(dòng)科研新范式
在這個(gè)智能化時(shí)代，AI不僅深刻改變了我們的工作方式、生活方式乃至思維方式，還為解決人類面臨的諸多挑戰(zhàn)提供了前所未有的機(jī)遇與可能。最顯而易見(jiàn)的證明即是2024年的諾貝爾物理學(xué)獎(jiǎng)和化學(xué)獎(jiǎng)的得主都與AI有關(guān)。
復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院教授、上海市數(shù)據(jù)科學(xué)重點(diǎn)實(shí)驗(yàn)室主任肖仰華就曾表示，“這次諾貝爾獎(jiǎng)之后，我相信整個(gè)科學(xué)研究可能會(huì)搭上新的范式AI驅(qū)動(dòng)的科研范式�！边@也就是業(yè)界所常說(shuō)的AI for Science。百度公司首席技術(shù)官王海峰認(rèn)為，“這將帶來(lái)對(duì)算力的巨大需求，未來(lái)高校和科研院所的AI創(chuàng)新需要更強(qiáng)的算力支撐。”
例如，從望遠(yuǎn)鏡、衛(wèi)星和其他先進(jìn)傳感器收集的大量且多樣的數(shù)據(jù)，基于AI的技術(shù)正在幫助識(shí)別大型數(shù)據(jù)集中的新模式和關(guān)系，而這些模式和關(guān)系原本很難被識(shí)別。這為科學(xué)研究提供了巨大的潛力，并鼓勵(lì)科學(xué)家們采用更復(fù)雜的技術(shù)，這些技術(shù)在各自領(lǐng)域優(yōu)于現(xiàn)有方法。
生成式人工智能上海交通大學(xué)“交我算”平臺(tái)提供的高性能計(jì)算資源總聚合算力9PFLOPS（每秒千萬(wàn)億次），聚合存儲(chǔ)能力 65PB。除許多一流高校已具備成熟的建設(shè)和運(yùn)營(yíng)模式外，二三線高校也正處于成長(zhǎng)期，不斷加大對(duì)算力的投入力度，增強(qiáng)計(jì)算能力。
不過(guò)，高校的算力建設(shè)水平與自身的科研經(jīng)費(fèi)緊密掛鉤，根據(jù)調(diào)研數(shù)據(jù)，8.4%的高校已經(jīng)建設(shè)校級(jí)算力平臺(tái)，91.6%的高校尚未建設(shè)校級(jí)算力平臺(tái)。并且，大多數(shù)校級(jí)算力平臺(tái)的運(yùn)算能力主要分布在250Tflops以下，存儲(chǔ)空間主要分布在500TB以下，只能承擔(dān)高�？蒲袌F(tuán)隊(duì)的教學(xué)培養(yǎng)和科研項(xiàng)目所需的中小規(guī)模計(jì)算任務(wù)。隨著AI技術(shù)的不斷創(chuàng)新和應(yīng)用，高校和科研院所對(duì)算力的需求也在不斷增長(zhǎng)。從大數(shù)據(jù)分析到深度學(xué)習(xí)模型的訓(xùn)練，再到復(fù)雜AI系統(tǒng)的開發(fā)和部署，每一個(gè)環(huán)節(jié)都離不開強(qiáng)大的算力支持。目前高校所擁有的算力資源往往難以滿足這些需求，導(dǎo)致科研項(xiàng)目進(jìn)展緩慢，甚至不得不放棄一些具有潛力的研究方向。
再者，算力資源的分配與管理機(jī)制不夠完善。高校內(nèi)部往往存在多個(gè)學(xué)科、多個(gè)研究團(tuán)隊(duì)都對(duì)算力有需求的情況，但現(xiàn)有的算力資源分配方式可能不夠科學(xué)合理。一些熱門學(xué)科或大型項(xiàng)目可能會(huì)占用過(guò)多的算力資源，而一些新興學(xué)科或小型研究課題則難以獲得足夠的支持。
同時(shí)，算力資源的申請(qǐng)、審批流程繁瑣，也降低了資源的使用效率。部分高校的算力資源僅在工作時(shí)間開放，無(wú)法滿足一些需要長(zhǎng)時(shí)間連續(xù)計(jì)算的科研任務(wù)需求，造成了算力資源的閑置與浪費(fèi)。此外有些高校內(nèi)部甚至不止一個(gè)智算中心，還存在統(tǒng)籌算力調(diào)度、設(shè)備運(yùn)維等多項(xiàng)問(wèn)題。新疆大學(xué)信息科學(xué)與工程學(xué)院軟件學(xué)院院長(zhǎng)錢育蓉坦言，高校建設(shè)的部分算力設(shè)施因團(tuán)隊(duì)和項(xiàng)目需求的不均衡性，以及不同購(gòu)買時(shí)期的型號(hào)差異，難以充分利用。高校作為AI人才培養(yǎng)的重要基地，其算力資源的短缺無(wú)疑會(huì)限制學(xué)生的實(shí)踐能力和創(chuàng)新能力。
高校缺算力就會(huì)缺人才、缺創(chuàng)新動(dòng)力
高校算力資源短缺的結(jié)果，還意外地加劇了高校的人才流失現(xiàn)象，促使那些有志于投身生成式AI研究領(lǐng)域的學(xué)生紛紛轉(zhuǎn)向算力資源更加豐沛的大型科技公司。這些公司憑借其普遍擁有的比高校高出數(shù)百倍乃至數(shù)千倍的算力資源，對(duì)AI人才構(gòu)成了極大的吸引力。
算力作為AI技術(shù)的核心要素之一，其重要性不言而喻。高校算力短缺問(wèn)題更是不容忽視。它關(guān)系到教學(xué)和科研的深入發(fā)展，也關(guān)系到AI技術(shù)在教育領(lǐng)域的廣泛應(yīng)用。具體而言，強(qiáng)大的算力能夠助力老師和學(xué)生深入探索科研與學(xué)術(shù)創(chuàng)新，如高效執(zhí)行大規(guī)模數(shù)據(jù)處理、復(fù)雜模型訓(xùn)練及高精度模擬實(shí)驗(yàn)等任務(wù)，使他們?cè)谛@內(nèi)就能將理論構(gòu)想轉(zhuǎn)化為科研成果。算力也可以用于支持虛擬實(shí)驗(yàn)室、在線課程和模擬訓(xùn)練等教育活動(dòng)，為學(xué)生提供更豐富的學(xué)習(xí)體驗(yàn)和實(shí)踐機(jī)會(huì)。
因此，我們需要從多個(gè)方面入手，共同推動(dòng)高校算力水平的提升，只有這樣，才能為科技創(chuàng)新和人才培養(yǎng)提供有力支撐，推動(dòng)社會(huì)的持續(xù)進(jìn)步與發(fā)展。
