“正是由此产生了大量贴近C端用户的内容服务,这也成为了AIGC能够现象级爆火的条件之一。” 贺晗分析指出。
算力方面,根据工业和信息化部披露数据,近几年我国算力总规模发展较快,目前已超过140EFLOPS(每秒浮点运算次数),算力规模排名全球第二,排在美国之后,但规模差距在逐步缩小。
贺晗认为,在AI领域,对于大量进行模型训练和推理的科技企业来说,算力的瓶颈并不体现在算力的绝对规模上,而在于实现算力的单位成本,而这一成本又与芯片技术密切相关。
目前国内算力的单位成本居高不下,也是一些科技企业发展AI的短板之一。
“希望相关行业主管部门通过规划指引、财政补贴、试点示范、揭榜挂帅、产业基金等方式,鼓励科技企业围绕算法模型开源、开源数据集建设、数据要素共享流通、中英文数据互补、智能算力集群建设等关键点进行长期投入,加快数据、算法、算力基础设施建设,形成生态。” 贺晗指出。
通过降低AI开发和应用门槛,让AI融入千行百业,方可为产业数字化注入更强劲的动能。
根据记者了解,这将是他今年计划提案的主要内容。