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著世界。從日常生活的便捷服務到尖端科技的突破創(chuàng)新，人工智能的重要性已遠遠超越了技術范疇，它成了推動社會進步的關鍵力量，更成為連接現(xiàn)在與未來的橋梁。
AI驅(qū)動科研新范式
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，還為解決人類面臨的諸多挑戰(zhàn)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(shù)據(jù)科學重點實驗室主任肖仰華就曾表示，“這次諾貝爾獎之后，我相信整個科學研究可能會搭上新的范式AI驅(qū)動的科研范式�！边@也就是業(yè)界所常說的AI for Science。百度公司首席技術官王海峰認為，“這將帶來對算力的巨大需求，未來高校和科研院所的AI創(chuàng)新需要更強的算力支撐�！�
例如，從望遠鏡、衛(wèi)星和其他先進傳感器收集的大量且多樣的數(shù)據(jù)，基于AI的技術正在幫助識別大型數(shù)據(jù)集中的新模式和關系，而這些模式和關系原本很難被識別。這為科學研究提供了巨大的潛力，并鼓勵科學家們采用更復雜的技術，這些技術在各自領域優(yōu)于現(xiàn)有方法。
生成式人工智能上海交通大學“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，二三線高校也正處于成長期，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(jīng)費緊密掛鉤，根據(jù)調(diào)研數(shù)據(jù)，8.4%的高校已經(jīng)建設校級算力平臺，91.6%的高校尚未建設校級算力平臺。并且，大多數(shù)校級算力平臺的運算能力主要分布在250Tflops以下，存儲空間主要分布在500TB以下，只能承擔高校科研團隊的教學培養(yǎng)和科研項目所需的中小規(guī)模計算任務。隨著AI技術的不斷創(chuàng)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(shù)據(jù)分析到深度學習模型的訓練，再到復雜AI系統(tǒng)的開發(fā)和部署，每一個環(huán)節(jié)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(nèi)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(xiàn)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占用過多的算力資源，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(xù)計算的科研任務需求，造成了算力資源的閑置與浪費。此外有些高校內(nèi)部甚至不止一個智算中心，還存在統(tǒng)籌算力調(diào)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。高校作為AI人才培養(yǎng)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(chuàng)新能力。
高校缺算力就會缺人才、缺創(chuàng)新動力
高校算力資源短缺的結(jié)果，還意外地加劇了高校的人才流失現(xiàn)象，促使那些有志于投身生成式AI研究領域的學生紛紛轉(zhuǎn)向算力資源更加豐沛的大型科技公司。這些公司憑借其普遍擁有的比高校高出數(shù)百倍乃至數(shù)千倍的算力資源，對AI人才構成了極大的吸引力。
算力作為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。它關系到教學和科研的深入發(fā)展，也關系到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(chuàng)新，如高效執(zhí)行大規(guī)模數(shù)據(jù)處理、復雜模型訓練及高精度模擬實驗等任務，使他們在校園內(nèi)就能將理論構想轉(zhuǎn)化為科研成果。算力也可以用于支持虛擬實驗室、在線課程和模擬訓練等教育活動，為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，才能為科技創(chuàng)新和人才培養(yǎng)提供有力支撐，推動社會的持續(xù)進步與發(fā)展。
