如何让算力使用更简单？中国工程院院士邬贺铨回应每经：不能让算力建模等工作只停留在极少数企业中，要降低使用门槛

数字经济浪潮下，算力已经成为继热力、电力之后的新型生产力。

算力转化为生产力，还面临哪些阻碍？应该如何解决？

在7月29日至31日举办的2022中国算力大会上，《每日经济新闻》记者带着这些问题采访了中国工程院院士、中国工程院原副院长邬贺铨。

邬贺铨表示，我们虽然产生了很多数据，但把数据存储起来的比例还不够高，而存储再加以利用的比例就更低了。

记者在大会期间采访邬贺铨 图片来源：每经记者 张蕊 摄

要从源头上充分发挥数据能力

算力被视为数字经济发展的“底座”，但在现实中，算力似乎还没有充分地转化为生产力。将算力转化为生产力还面临哪些阻碍？应该如何解决？

对于《每日经济新闻》记者提出的这一问题，邬贺铨表示，我们希望算力能跟电力一样即取即用，但实际上算力与电力不同，算力的使用是需要门槛的。首先必须要有充分的数据，通过数据建模，总结出数学模型，进而才能计算出人工智能的决策。

邬贺铨说，中国人口众多，工业门类齐全、体系完整，多年来一直保持世界第一制造大国的地位，会产生更多的数据。
“然而我们虽然产生了很多数据，但真正把数据存储起来的比例还不够高，加以利用的比例就更低了。”邬贺铨说，所以我们首先要从源头上充分发挥数据的能力，也就是感知数据、存储数据，要鼓励企业上云。 

他进一步阐述，现在要推动高质量发展，需要推动企业数字化转型。当然，对于大多数中小企业而言，并不是要自己去购买数字化转型所需要的IT设备和软件，其实通过上云，运用云服务就可以。“我们要让更多的企业运用云服务，这样算力才有用武之地。”

“其次，还要有一些基层算力发展的产业基础。”邬贺铨说，包括数据中心，它实际上是对算力进行计算存储应用的，还包括芯片以及人工智能芯片，这也是我们的短板。

此外还要往前端延伸，数据不是有了就直接拿来计算，还要对其进行前端的预处理，包括清洗、标注、脱敏等，这些工作需要很多人力去配合完成。当然更重要的是后端要进行应用，包括数学建模，建模的软件、算法，这些仍然要通过开发来适应不同应用的需要。

“这些其实都是针对IT系统而言的，实际上作为数据中心不仅是IT系统，还有电力、空调制冷等，所以怎么降低数据中心的能耗也是一个值得研究的问题。”邬贺铨说，东数西算就是利用西部较为充裕的能源、更为廉价的电费，以及可再生能源，更好地满足低碳的需要。

邬贺铨坦言，算力产业的产业链相当长，这里面还有很多工作要做，数据中心只是算力产业中一个突出的环节。

要降低算力的使用门槛

本届大会以“算赋百业 力导未来”为主题，但各行各业和每个用户对算力的需求多种多样，存在明显差异。如何才能让算力使用起来更简单、更容易、更方便？

对于《每日经济新闻》记者提出的这一问题，邬贺铨表示：“算力首先要计算，计算就要有模型（数学模型），数学模型怎么来的？就要通过大数据训练，而这些一般人是不会的，甚至可以说门槛比较高。”

“不能让算力建模这些工作只停留在极少数企业中，希望能够降低算力的门槛。”怎么降低？邬贺铨说，目前有些企业已经把服务器的资源开放出来，并且开放了算法的一些模型平台。

邬贺铨进一步阐述，现在网上已经有一些国外开源的大数据基础算力计算平台，国内百度、阿里、华为等大企业也开放了一些平台。“这意味着中小企业只要有意愿、有需求，都可以利用这些平台来做数据训练。”

“当然，这仍然有一定的门槛。”邬贺铨坦言，现在国内有一些企业的做法也值得鼓励，一些企业已经针对各行各业的应用开发了一些模型。比如说某公司做了一个仿真齿轮的数学模型，如果中小企业想去仿真一个齿轮，就可以上云，利用这个企业的数学模型，把自己生产用的相关数据输入进去，就能得到想要的智能决策结果。“大家已经认识到这种趋势，要让算力更简单，降低算力使用的门槛。”

不过，邬贺铨指出，最精密的一些模型还是需要训练，这就要国家部署一些重点领域，进行算法的开发。“随着算力资源的充分布局，计算的门槛会降低，希望将来有一天大家能更容易地使用算力。”

封面图片来源：每经记者 张蕊 摄