北京
《求是》杂志刊发中国工程院院士、紫金山实验室首席科学家刘韵洁署名文章。文章聚焦我国算力发展面临的现实困局，分析高端芯片面临外部封锁、传统网络难以支撑人工智能时代需求等问题，并提出以网强算、以多胜少的策略。刘韵洁在文中指出：“算力的竞争，本质上也是网络基础设施的竞争”。
算力困局指向网络能力
文章判断，我国高端芯片面临外部封锁，传统网络难以支撑人工智能时代需求，算力发展遭遇现实困局。这一论述将算力竞争的观察维度，从芯片等单点环节扩展到承载算力协同的网络基础设施。对通信行业而言，算力问题不仅是计算设备供给问题，也涉及网络连接、调度和可靠承载能力。
在这一判断下，文章提出以网强算、以多胜少策略，用高性能网络把分散算力池化，实现算力不足网络补。其路径指向通过高性能网络连接不同地域的算力资源，形成可协同、可调度的算力供给，以网络能力弥补单点算力不足。这一思路把网络基础设施置于算力发展的关键位置，强调以网强算而非孤立扩充算力。
跨2000公里异地训练测试
文章介绍，经测试，跨2000公里大模型异地训练效率可达单点集群的98%。大模型训练涉及多节点协同，网络时延、带宽和稳定性直接影响集群效率。跨2000公里异地训练效率可达单点集群的98%，为分散算力池化提供了可验证的测试依据，也说明高性能网络在跨地域大模型训练中具有现实支撑作用。
从算力布局看，这一测试结果的意义在于，算力资源组织可以依托高性能网络实现跨地域协同。文章提出的以网强算、以多胜少，正需要此类网络能力作为基础，使分散算力能够被池化利用，进而实现算力不足网络补。
“算力高铁”与全国协同
文章呼吁，加快建设覆盖全国、高效可靠的算力高铁，打造国家竞争新优势。“算力高铁”对应覆盖全国、高效可靠的算力基础设施体系，其落点仍在网络基础设施能力建设。对通信行业而言，落实以网强算，需要高性能网络、跨地域调度和可靠性保障等能力协同，支撑分散算力池化和异地训练等应用场景。
在高端芯片面临外部封锁、传统网络难以支撑人工智能时代需求的现实条件下，刘韵洁文章将算力竞争置于网络基础设施竞争框架下，强调以网强算、以多胜少，并通过跨2000公里异地训练测试和“算力高铁”建设呼吁，给出网络侧支撑算力发展的路径。这既是技术议题，也是基础设施协同议题。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
