7月7日，在2023世界人工智能大会期间，联想集团与毕马威联合发布《普慧算力开启新计算时代》报告。当日上午，毕马威中国数字化赋能主管合伙人张庆杰就算力相关问题接受了《》记者专访。

(相关资料图)

张庆杰首先分析了算力短缺。他认为，整个算力紧缺可分为三个阶段。在深度学习之前，（算力需求）增长并没有那么高；有了深度学习之后，算力需求开始出现倍增的态势；自从大模型出来后，则是10倍到100倍的（算力）需求增长速度。相比之下，算力的建设需要基建周期的，并不是一年、两年就能完全满足。因此，在当下的时间点，短期来看算力缺口可能变大。

毕马威中国数字化赋能主管合伙人张庆杰

图片来源：受访者供图

三大途径解决算力短缺

那么，如何去解决算力短缺问题呢？首先是算力建设。张庆杰表示：“真正基于传统意义上基础设施的算力的计算是需要大发展的。其实中国在这方面，国家政策给了很好的优惠条件，像刚才说的东数西算的布局，包括财政的支撑。即便如此还依然要大发展，联想集团更多地在发力。”

关于算力建设，联想集团副总裁、ISG中国服务器事业部总经理陈振宽也表示，大模型训练对于算力的要求极高，算力需求也因此开始迸发式增长。联想集团ISG全球AI基础设施业务年度收入已突破20亿美元，并且未来三年将追加投资10亿美元，以加速全球企业的AI部署。在已经拥有的150多个AI解决方案的基础上，这项关键性投资进一步扩展了AI-ready基础设施解决方案的开发，帮助客户克服部署复杂性，更轻松地应用AI，为市场提供变革性的服务和产品。

其次是基础设施的共享与优化。张庆杰认为，让既有算力规模更好地发挥它的实际效能，这非常重要。一是通过共享，二是通过优化，使得在既有基础设施算力的约束条件下，让应用端获得更多的算力。

此外，不是只唯算力，还要看算法的优化和数据的质量。张庆杰表示，真正在应用端，算法、数据的质量（也很重要）。数据是千亿级（参数）还是百万级（参数）就能达到效果，不仅看绝对的数量，也要看数据的质量。

通用大模型+专用大模型

既然算力短缺，国内又是“百模大战”，那么是否可用互联网、AI巨头们开放通用大模型，再在通用大模型的基数上，由广大中小厂商开发更专业的行业专用大模型，这种方式来节约算力？

对于这种想法，张庆杰认为，其实行业已经有厂商在做了。因为真正到行业专用大模型，很多大厂商是心有余而力不足。这时候不是缺算力，而是缺高价值的行业数据。所以，现在尴尬之处在于，有算力的厂商缺数据，有数据的厂商缺算力。

既然如此，是否可以通过隐私计算的方式，由数据拥有者把数据通过加密的方式传输到云端，再进行训练与推理？

张庆杰表示：“数据安全永远是一个‘相对论’，数据只要放到互联网上，就不会存在所谓的加密概念。（传输到云端），担心的人依然会有担心。”他表示，目前很多同仁已经在尝试，比如做脱敏。但是，“大数据怎么做？大数据不是加工几个G、几个T，（大数据）的存储的数量非常广域，不是通过简单做一点脱敏就完全OK。但你所说的方向，大家都在努力。我相信可能后续区别于不同的行业，不同的场景可能会有不同成果的展现。”

封面图片来源：受访者供图