人物名片
郑纬民,中国工程院院士、清华大学计算机科学与技术系教授
核心观点
◎布局智能制造领域的垂直大模型,我认为宁波大有可为。
◎宁波要关注人工智能产业链上下游的软件企业培育,在新赛道、新场景中有所突破、有所作为。
◎人才永远是第一位的,宁波要做的就是引进优秀的团队,营造软件产业集聚发展的生态。
“自主可控的智算芯片很重要,其核心基础软件也很重要。”9月21日,在第八届宁波市计算机大会上,中国工程院院士、清华大学计算机科学与技术系教授郑纬民以此为题,发表了他对智算芯片、软件产业的新看法。
作为一名地地道道的宁波人,郑纬民院士时刻关注着家乡的变化。他也经常来到宁波,与政府部门、高校院所以及企业的相关负责人,一同探讨宁波产业转型的话题。
他对于宁波人工智能、软件等产业的发展有何建议?记者专访了郑纬民院士。
郑纬民院士发表主题演讲。
(一)布局智造大模型 宁波大有可为
记者:郑院士,您知道传统产业在宁波的占比仍然较高。近年来,宁波始终在寻找产业转型的突破口。作为计算机领域的专家,您认为宁波在聚焦新型工业化,发展新质生产力的过程中,需要重点培育哪些产业?如何抢抓机遇?
郑纬民:近年来,宁波制造业发展涌现了不少新变化。尤其是在智能制造领域,宁波已取得了不小的成果,成为全国的试点、示范。
未来,在聚焦新型工业化,发展新质生产力的过程中,宁波仍然可以在智能制造领域持续发力。
特别是在人工智能高速发展的当下,宁波智能制造发展将拥有更广阔的舞台。
其中,布局智能制造领域的垂直大模型,我认为宁波大有可为。
一方面,大模型已进入多模态发展趋势,不仅限于文本处理,还包括图像与视频等内容的处理。
另一方面,大模型的应用领域正在不断拓展,加速向金融、医疗、汽车以及智能制造等多个领域延伸。
当前,宁波新型基础设施建设不断发力,让宁波布局智造大模型将更具竞争力。
我很欣喜地看到,今年5月,宁波人工智能超算中心(二期)已完成200P智算算力资源扩容,正式投入上线试运行,整体算力规模已达到300P智算算力+5P超算算力,算力规模位居全省前列。
宁波人工智能超算中心的算力也已成功应用于气象、水利、港口等多个领域。
比如,由多位专家及宁波大学共同参与研发的“风华·苍鹭”视频场景理解大模型,通过宁波人工智能超算中心的算力服务,已在多个场景实现跨摄像头的视频分析,解决了视频“盲人摸象”的问题。这也是全球首个基于升腾AI的视频场景理解大模型。
在气象领域,宁波市气象局通过宁波人工智能超算中心的超算算力,开展“百米级、分钟级”亚帆赛气象数值模式应用研究,使得亚帆赛模式预报的耗时从原先的9小时降为4.5小时,分辨率从原先的200m*200m提升为150m*150m,这些数据的变化都能让气象预报更加精准。
在制造业领域,宁波制造业基础扎实,下游应用丰富,且智能制造发展走在全国前列,布局智能制造的垂直大模型具有先天的发展优势。
比如,为时尚纺织服装产业赋能时,大模型不仅能够应用于布料印染的质量检测,提升检测的效率与准确率,也能应用于设计环节,提升设计师的工作效率,为宁波时尚设计带来更多的可能性。
这样的应用在宁波还有不少,关键就在于要勇敢地迈出第一步。
(二)培育大模型生态关键在软件
记者:在科技飞速发展的今天,人工智能正以前所未有的速度重塑各行各业,成为推动社会进步的重要引擎。然而,大模型的迅猛发展对算力以及配套产业提出了前所未有的挑战,宁波应该如何布局,培育大模型发展生态?
郑纬民:在人工智能的浪潮中,大模型犹如璀璨星辰,照亮了医疗诊断、金融风控、自动驾驶等众多领域前行的道路,深刻改变着这些领域的发展历程。
然而,大模型在发展的过程中,对算力有着巨大的需求。它的发展历程就像一场马拉松,从模型训练的起跑线,历经微调的调整期,直至推理阶段的冲刺终点,几乎每一个环节都对算力有着近乎苛刻的需求。这种需求的爆炸性增长,使得原本看似充足的国产算力面临着严峻考验。
尽管国产算力总量有望在未来几年内迅速提升,预计到2025年占比达50%,2030年超过90%——但要实现这一目标的关键并不只是硬件方面的问题,更重要的是要构建一个与之相匹配、能充分发挥硬件潜力的软件生态系统。
国产智算芯片的崛起固然重要,但若缺乏与其适配的优秀系统软件,就如同拥有顶级跑车却没有优质的燃油与之匹配,难以真正发挥其澎湃动力。
事实上,要改善基于国产AI芯片的系统生态,这一问题其实并不“抽象”,只需要做好并行系统、编辑框架、AI编辑器、内存管理、容错系统等十个核心基础软件。
当前,上述软件在国内均有布局,但做得不够全,不够好。只有将这些软件系统与国产智算芯片深度适配,才能消除软硬件间的“语言障碍”,让国产芯片真正“听懂”AI的语言,从而实现性能的最大化。
显然,未来的道路上既有机遇也有挑战。
一方面,随着国产算力占比的持续攀升,如何构建并维护一个健康、繁荣、可持续的软件生态,将成为决定我国能否在全球AI竞赛中占据主导地位的关键。
另一方面,随着应用场景的不断拓展与深化,大模型对算力的需求将持续升级,这要求我们在提升硬件性能的同时,更要重视软件生态的同步优化与创新。
宁波目前正积极布局软件产业,基于扎实的产业基础,加快构建工业软件、嵌入式软件的产业发展蓝图。但在人工智能高速发展的当下,如何抢抓机遇?宁波仍然需要关注人工智能产业链上下游的软件企业培育,在新赛道、新场景中有所突破,有所作为。
比如,如何解决网络传输速度问题、数据传输中的延迟时间问题、软件的兼容性与互联互通问题、大模型生态问题,这四条分赛道潜力巨大,只要能解决得更快、更好用、更安全,就有希望成为行业翘楚。
(三)发展软件产业要补上人才短板
记者:刚才您提到宁波软件产业的发展,要更加关注人工智能这条新赛道,您认为宁波在发展软件产业的过程中需要注重哪些环节?
郑纬民:人才,人才永远是第一位的。
宁波要做的就是引进优秀的团队,营造软件产业集聚发展的生态。
事实上,我曾经带过10多名宁波籍的学生,但他们最终都没有选择回到宁波。因为宁波缺少计算机人才承载的载体与环境。
在我看来,计算机类专业还非常年轻。从世界上第一台计算机出现,到现在不到80年的历史,跟很多有着几百上千年历史的学科相比,不足百年的计算机类专业确实还很年轻。
年轻就意味着更有活力。宁波要筑巢引凤,首先要营造适宜软件人才发展的环境与实际能够落地的岗位。
与此同时,宁波要搭建更多的平台,构建产学研用良性循环的体系。
比如,北京在教育、科技、人才等方面的资源优势明显。如何充分借助北京资源,助力家乡浙江高质量发展?是我们这些在北京的宁波人始终在思考的。
以我们此前举办的京浙英才百人会活动为例。这场活动既为京浙人才搭建了一个高层次、跨领域、可持续的交流合作平台和风采展示舞台,助力京浙两地在人才发展、科技创新、产业升级、文化传承等方面的战略协同,同时也鼓励人才展示最新研究成果和技术转移应用成果,推动科技成果加速转化,更重要的是推动人才、院校、企业和地方等主体进行精准有效的供需对接,实实在在地帮助供需各方解决发展中遇到的现实问题。
通过平台的搭建,高校院所才能真正了解企业需要怎样的技术,能够利用怎样的技术进行技术成果转换。
此前宁波一家企业因为技术难度大,起先做得很累、很费劲。后来,企业负责人找到了我们。经过深入探讨,我们最终做成了三台机器,分别帮这家企业解决了数据分析、大模型自动编程及真实性评测问题。现在,这家企业在行业内已经达到了世界先进水平。
除此之外,宁波还需要注重高校院所的培育与打造。
目前,宁波已拥有宁波东方理工大学(暂名)、浙江大学软件学院、宁波大学、宁波工程学院等高校,在专业的设置上要与时俱进。
计算机类专业的知识更新非常快,因此学计算机类专业的人,真是要“活到老学到老”。只有这样,才能保证自己一直在掌握最新的知识和技术。