在9月28日舉行的2024中國算力大會主論壇上，中國工程院院士劉韻潔發(fā)表了題為《確定性網(wǎng)絡(luò)助力中國算力網(wǎng)高質(zhì)量發(fā)展》的主旨演講，深入探討了確定性網(wǎng)絡(luò)對于推動中國算力網(wǎng)高質(zhì)量發(fā)展的重要性，并針對大模型訓練提出了協(xié)同訓練的建議。

劉韻潔表示，數(shù)據(jù)要素是人工智能和大模型發(fā)展的基礎(chǔ)，而網(wǎng)絡(luò)、算力、數(shù)據(jù)交換平臺和安全構(gòu)成了數(shù)據(jù)基礎(chǔ)設(shè)施的四大支柱。面對AI未來的發(fā)展，他認為有三大挑戰(zhàn)：大模型對網(wǎng)絡(luò)的新需求、空間計算的推廣和智能體（如人形機器人）的發(fā)展。同時，他指出當前網(wǎng)絡(luò)帶寬的增長速度遠低于GPU的增長速度，帶寬瓶頸逐漸顯現(xiàn)，這對算力傳輸提出了更高的要求。

針對這些挑戰(zhàn)，劉韻潔強調(diào)了確定性網(wǎng)絡(luò)的重要性。他提到，國家數(shù)據(jù)局發(fā)布的“數(shù)聯(lián)網(wǎng)”指南對網(wǎng)絡(luò)的確定性提出了高要求，包括千公里傳輸抖動不高于50微秒、傳輸效率大于90%、丟包率低于1/10萬等。這些指標的實現(xiàn)離不開確定性網(wǎng)絡(luò)技術(shù)。確定性網(wǎng)絡(luò)不僅能夠滿足低時延、高可靠性的需求，還能提升數(shù)據(jù)傳輸?shù)男?，是算力網(wǎng)發(fā)展的重要基礎(chǔ)。

在大模型訓練方面，劉韻潔認為，目前大模型只能在單一地點進行訓練，存在電力和算力資源難以承受的問題。而協(xié)同訓練可以在多個地點進行分布式訓練，不僅能夠減輕單一地點的壓力，還能提高訓練效率。他透露，通過技術(shù)手段，已經(jīng)實現(xiàn)了分鐘級解決排隊問題，并且多個異地訓練能夠達到單點訓練80%的效率。他表示，協(xié)同訓練是大模型訓練必須要走的路。

劉韻潔還介紹了在確定性網(wǎng)絡(luò)技術(shù)方面的實驗成果。聯(lián)通、紫金山實驗室、江蘇未來網(wǎng)絡(luò)集團等機構(gòu)合作，成功實現(xiàn)了光電融合的技術(shù)突破。這一技術(shù)能夠大大降低網(wǎng)絡(luò)的延遲和成本，同時提高傳輸效率。目前，已經(jīng)在多個城市進行了試驗網(wǎng)的部署和測試，效果非常顯著。此外，還在南京、鄭州、濟南等地建設(shè)了確定性網(wǎng)絡(luò)基礎(chǔ)設(shè)施，為政務(wù)網(wǎng)和企業(yè)網(wǎng)的數(shù)據(jù)共享和流通提供了有力支持。

展望未來，劉韻潔表示，中國要充分利用自身的行業(yè)數(shù)據(jù)優(yōu)勢，發(fā)展行業(yè)大模型。通過政府、企業(yè)和資本的共同努力，將行業(yè)數(shù)據(jù)訓練成高效的大模型，從而走出一條具有中國特色的AI發(fā)展道路。同時，他也呼吁全國各地加快算力網(wǎng)絡(luò)的建設(shè)和調(diào)度工作，共同推動中國算力網(wǎng)絡(luò)的高質(zhì)量發(fā)展。

來源：新華網(wǎng)