蔡佳人谈到，伴随着大模型应用量越来越多以及AI智能体的出现，现在业内除了要修建更多的算力基础设施，也在通过算法优化来提高算力的使用效率。她还特别提到，随着上下文文本长度变长和任务规划越来越复杂，推理相关的需求也日益增多，稀宇极智通过算法优化成功降低了算力成本。 2025年3月的工信部数据显示，我国在用算力标准机架已经达到了1043万架，智能算力规模更是达到了748每秒百亿亿次浮点运算，这为海量数据计算提供了强有力的智能底座。华鲲振宇副总裁宋璇则表示，当前的算力训练要求更高的集群规模，对通信保障、算力调度、硬件高可靠性和稳定性都提出了更严苛的要求。 工信部的数据表明，在2025年3月，我国在用算力标准机架达到了1043万架，智能算力规模为748每秒百亿亿次浮点运算。宋璇提到现在的算力训练需要万卡甚至十万卡集群的支持。宁坤在现场指出，大模型背后的训练离不开大规模算力支持。记者从世界人工智能大会现场获悉，市场需求持续高速增长且国内产业链正在加速成熟。 AI大模型的能力不断升级带来了更多应用场景，对应的算力、算法和数据也成为产业发展的关键环节。总台央视记者宁坤发现，现在的人工智能大模型已经可以装进智能眼镜里，而背后的训练必须依赖大规模的算力支撑。近年来各地都在投入建设大型数据中心来保障训练所需的算力资源。 近年来多地都在持续投入建设大型数据中心给大模型训练提供充足保障。国内产业链的加速成熟使得相关市场需求持续高速增长。记者在世界人工智能大会现场看到了这一现状。宋璇提到了对通信保障和硬件高可靠性的高要求是由大规模集群训练带来的。 稀宇极智开发者社区负责人蔡佳人提到了上下文文本长度变长的需求和智能体任务规划的需求。蔡佳人说越来越多需求来自于长文本和整体任务规划这两个方面。蔡佳人指出稀宇极智通过算法优化让算力成本下降了不少。 宋璇提到了通信保障和硬件高可靠性这两个方面是由集群训练带来的挑战。宁坤提到了智能眼镜中的大模型及其背后的训练依赖大规模算力支撑这个事实。记者从现场了解到市场需求高增长和产业链加速成熟这两点情况。 稀宇极智通过算法优化降低了算力成本是针对长文本和任务规划需求的回应措施。工信部的统计数据显示我国在用机架达到1043万架且智能算力规模达到748每秒百亿亿次浮点运算这个数值给了海量计算强有力的支持。 稀宇极智开发者社区负责人蔡佳人分析了长文本和整体任务规划对推理需求的影响是导致算法优化降低成本的原因之一。2025年3月的工信部数据证明了我国机架数量达到了1043万架这个具体的数值。 宁坤在现场展示的机柜就是目前算力中心常用的一种超节点结构形式。总台央视记者宁坤在观察时发现了大模型被装进智能眼镜里这个现象以及其背后对算力的巨大需求情况。 宋璇认为万卡甚至十万卡集群是当前训练所需的资源条件且对通信保障和硬件可靠性提出了更高要求这两个观点是针对产业现状的正确看法。 稀宇极智负责人蔡佳人的观点说明了智能体任务规划会给推理带来更多需求这个行业变化趋势以及算法优化降低成本的必要性。 现场展出的机柜展示了超节点的工作原理是把数百张算力卡连接成一台计算机从而实现高效运算突破行业瓶颈的具体过程。 华鲲振宇副总裁宋璇强调了万卡甚至十万卡集群对通信保障和硬件高可靠性的要求是支撑产业发展的重要条件之一。 市场需求高速增长和产业链加速成熟是记者在现场观察到的两个最显著的行业特点。 稀宇极智通过算法优化降低了算力成本这一举措回应了长文本和整体任务规划对推理需求增加的客观需求状况。 宋璇指出万卡甚至十万卡集群是支撑训练所需的资源条件以及对通信保障和硬件可靠性提出更高要求这是一个客观存在的产业现实。 宁坤的观察发现展示了大模型被装进智能眼镜里以及其背后对大规模算力支撑的依赖关系是一个具体的行业现象表现形式。 工信部的数据显示截至2025年3月底我国在用机架达到1043万架且智能算力规模达到748每秒百亿亿次浮点运算这个具体的数值和时间点是一个值得关注的产业数据统计结果。 现场展出的机柜体现了超节点技术是把数百张算力卡连接成一台计算机从而实现高效运算突破行业瓶颈的具体技术方案设计思路。 稀宇极智负责人蔡佳人分析说明了长文本和整体任务规划对推理需求增加的客观趋势是导致算法优化降低成本的一个直接动因因素所在之处所在位置所在方位所在之处在哪里？