全国人大代表冯丹：算法 数据 存储协同，推动大ai创新发展与应用-比特币平台-比特币今日价格-比特币交易平台排名
今年全国两会即将开幕，观察者网获悉，全国人大代表、华中科技大学副校长冯丹提交了《关于加快大模型推理创新和应用的建议》。
她表示，当前，全球人工智能竞争已进入以大模型为核心的“智能密度”比拼阶段。美国依托算力霸权（占据全球90%的高端ai芯片供给）和产业先发优势，持续巩固技术垄断壁垒。
冯丹指出，在ai硬件架构上，相较算力的不足，我国存储产业在dram、闪存固态盘、高性能分布式文件存储等现阶段关键技术上已经实现自主可控，并具备了全球竞争力，deepseek通过算法优化、存储架构和缓存算法创新显著提升算力效率，降低算力依赖，将推理成本大大降低，相比国际同类产品，降幅达90%。
“结合中国ai产业现状，ai硬件架构将从算力依赖走向数据和存储依赖。”她认为，随着大模型普及、参数和数据规模增长，通过“算法创新 数据存储创新”持续降低推理成本将成为技术创新的重点方向，建议国家在此两个方向上加大投入。
因此冯丹建议：一是政策引导，制定行业数据存储要求和流通规则，开发相应工具，加快行业应用；二是技术创新，设立新一代ai算法、数据存储重大技术专项，支持关键技术持续发展；三是标准建设，建立符合中国行业应用的推理评估体系及标准，掌握标准话语权。
她认为，通过政策引导、技术创新与标准建设，从“算力军备竞赛”转向“算法 数据 存储协同创新”，中国有望在近年实现大模型推理应用的全面发展和换道超车，为全球ai发展提供“中国方案”。
上一篇：
下一篇：
下一篇：
相关推荐：
栏目分类
最新文章
热门文章