政协委员提案不是一次性任务，不仅需要调研发现问题、撰写提案指出问题，还要持续跟进解决问题。全国政协委员、中国科学院计算技术研究所研究员张云泉多年来一直关注算力基础设施建设，他认为好的提案不仅是写出来的，更是跑出来的。
今年，张云泉再次围绕算力设施建设与智算产业发展提交提案，呼吁加快高端算力设施建设，提升算力使用效率，以应对人工智能大模型快速发展带来的“算力围城”困局。前两年，他的提案主要关注“东数西算”的宏观布局，今年则聚焦“超智融合”趋势下的发展难题。
在过去一年中，张云泉走访了众多算力中心及相关企业，敏锐地洞察到当前算力市场存在供需性矛盾：算力结构单一、高端算力紧缺。随着DeepSeek等AI开源大模型的涌现，大模型在各个行业的应用不断增多，对算力基础设施建设提出了新需求。然而，国内算力基础设施与国际领先水平存在代际差异，制约了大模型迭代创新速度。
谈及算力建设短板问题，张云泉表示这种供需失衡首先反映在规模上。目前国内公开的主要智算中心单体规模仅在100-1000Pflops之间，而高端智算中心要求具备万卡级分布式训练能力，性能需达到10Eflops@BF16以上，机架功率密度达到40-100kW。此外，智算中心算力结构单一，基础工具链不完善，通用性不强，利用率不高，进一步加剧了供需矛盾。部分智算中心只考虑低精度训练算力需求，未结合行业场景考虑混合精度融合算力需求，导致通用性不强；国产高性能可扩展并行训推编程框架和优化工具链的缺失，则导致国产大规模智算集群计算效率普遍偏低，可扩展性不高。
———END———
限 时 特 惠： 本站每日持续更新海量各大内部创业教程，一年会员只需168元，整站资源免费下载 点击查看详情
站 长 微 信： Jmbaoku
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
