【環球網科技報道 記者 張陽】在21世紀的科技浪潮中，人工智能（AI）如同一股不可阻擋的洪流，正以前所未有的速度和影響力重塑着世界。從日常生活的便捷服務到尖端科技的突破創新，人工智能的重要性已遠遠超越了技術範疇，它成了推動社會進步的關鍵力量，更成爲連接現在與未來的橋樑。

AI驅動科研新範式

在這個智能化時代，AI不僅深刻改變了我們的工作方式、生活方式乃至思維方式，還爲解決人類面臨的諸多挑戰提供了前所未有的機遇與可能。最顯而易見的證明即是2024年的諾貝爾物理學獎和化學獎的得主都與AI有關。

復旦大學計算機科學技術學院教授、上海市數據科學重點實驗室主任肖仰華就曾表示，“這次諾貝爾獎之後，我相信整個科學研究可能會搭上新的範式——AI驅動的科研範式。”這也就是業界所常說的AI for Science。百度公司首席技術官王海峯認爲，“這將帶來對算力的巨大需求，未來高校和科研院所的AI創新需要更強的算力支撐。”

例如，從望遠鏡、衛星和其他先進傳感器收集的大量且多樣的數據，基於AI的技術正在幫助識別大型數據集中的新模式和關係，而這些模式和關係原本很難被識別。這爲科學研究提供了巨大的潛力，並鼓勵科學家們採用更復雜的技術，這些技術在各自領域優於現有方法。

生成式人工智能工具可以協助推進科學研究。它們有望加快日常科學任務，如處理非結構化數據、解決複雜的編碼挑戰或支持學術文章的多語言翻譯。此外，文本生成模型可能用於學術和非學術書面任務，對學術交流和研究評估產生潛在影響。

自有算力不足：建得少、分配慢、流程長

高校作爲科研和學術創新的重要場所，毫無疑問將是AI技術創新和應用的重要陣地。當前，全國高校的算力供給情況呈現出快速發展和不斷提升的態勢。許多頭部高校已經建立了自己的算力中心，並不斷擴大硬件設施和軟件服務的範圍，以提供多樣化的算力服務。

例如，復旦大學聯合企業共建中國高校最大的雲上科研智算平臺，於2023年6月正式上線試運行；上海交通大學“交我算”平臺提供的高性能計算資源總聚合算力9PFLOPS（每秒千萬億次），聚合存儲能力 65PB。除許多一流高校已具備成熟的建設和運營模式外，二三線高校也正處於成長期，不斷加大對算力的投入力度，增強計算能力。

不過，高校的算力建設水平與自身的科研經費緊密掛鉤，根據調研數據，8.4%的高校已經建設校級算力平臺，91.6%的高校尚未建設校級算力平臺。並且，大多數校級算力平臺的運算能力主要分佈在250Tflops以下，存儲空間主要分佈在500TB以下，只能承擔高校科研團隊的教學培養和科研項目所需的中小規模計算任務。隨着AI技術的不斷創新和應用，高校和科研院所對算力的需求也在不斷增長。從大數據分析到深度學習模型的訓練，再到複雜AI系統的開發和部署，每一個環節都離不開強大的算力支持。目前高校所擁有的算力資源往往難以滿足這些需求，導致科研項目進展緩慢，甚至不得不放棄一些具有潛力的研究方向。

再者，算力資源的分配與管理機制不夠完善。高校內部往往存在多個學科、多個研究團隊都對算力有需求的情況，但現有的算力資源分配方式可能不夠科學合理。一些熱門學科或大型項目可能會佔用過多的算力資源，而一些新興學科或小型研究課題則難以獲得足夠的支持。

同時，算力資源的申請、審批流程繁瑣，也降低了資源的使用效率。部分高校的算力資源僅在工作時間開放，無法滿足一些需要長時間連續計算的科研任務需求，造成了算力資源的閒置與浪費。此外有些高校內部甚至不止一個智算中心，還存在統籌算力調度、設備運維等多項問題。新疆大學信息科學與工程學院軟件學院院長錢育蓉坦言，高校建設的部分算力設施因團隊和項目需求的不均衡性，以及不同購買時期的型號差異，難以充分利用。高校作爲AI人才培養的重要基地，其算力資源的短缺無疑會限制學生的實踐能力和創新能力。

高校缺算力就會缺人才、缺創新動力

高校算力資源短缺的結果，還意外地加劇了高校的人才流失現象，促使那些有志於投身生成式AI研究領域的學生紛紛轉向算力資源更加豐沛的大型科技公司。這些公司憑藉其普遍擁有的比高校高出數百倍乃至數千倍的算力資源，對AI人才構成了極大的吸引力。

算力作爲AI技術的核心要素之一，其重要性不言而喻。高校算力短缺問題更是不容忽視。它關係到教學和科研的深入發展，也關係到AI技術在教育領域的廣泛應用。具體而言，強大的算力能夠助力老師和學生深入探索科研與學術創新，如高效執行大規模數據處理、複雜模型訓練及高精度模擬實驗等任務，使他們在校園內就能將理論構想轉化爲科研成果。算力也可以用於支持虛擬實驗室、在線課程和模擬訓練等教育活動，爲學生提供更豐富的學習體驗和實踐機會。

因此，我們需要從多個方面入手，共同推動高校算力水平的提升，只有這樣，才能爲科技創新和人才培養提供有力支撐，推動社會的持續進步與發展。