专访毕马威中国张庆杰：短期来看算力缺口可能变大，需从三大途径解决问题丨WAIC 2023

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咨询服务主管合伙人张庆杰就算力相关问题接受了《每日经济新闻》记者专访。

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咨询服务主管合伙人张庆杰

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