10月18-19日，2024甌江峰會暨第二屆中歐非綠色能源發展論壇在浙江溫州舉辦，來自世界頂級科學家、企業領袖、各級政府部門、專家學者、國際組織和投資人等數百位嘉賓齊聚一堂，共同圍繞綠色能源、新型電力系統、科技創新等新質生產力關鍵領域開展交流和探索。
中興通訊首席發展官崔麗受邀出席數智電力論壇并發表《AI與能源：共創綠色美好未來》的主題演講，從數智角度出發洞察能源產業如何擁抱AI機遇和應對挑戰。
AI的盡頭是能源
“人-物-虛”融合的“萬務”互聯推動數據量爆發式增長，據IDC統計，到2025年，全球創建的數據量將達到175ZB，海量數據對存儲和算力提出了新的要求，全球數據量每增加1ZB，服務器需要增加29.4萬臺，預計2021~2025年全球會增加3410萬臺服務器。
崔麗提到，隨著智能化深入，AI算力需求劇增，人工智能正成為現代社會的關鍵驅動力，由于AI算力相對于通算，對并行計算能力要求更高，加之大模型參數增長很快，大概每3~4月就需要算力翻倍。同時，AI的發展伴隨著能源消耗的顯著增長。據斯坦福大學人工智能研究所發布的《2024 年人工智能指數報告》顯示，訓練GPT-3這樣的大型模型，耗電量相當于數百次跨美飛行。而ChatGPT的日常運行，每天的能耗相當于約19,000個家庭的用電量。AI的水資源消耗同樣驚人，數據中心每天平均需耗費401噸水進行冷卻。
崔麗表示，我們迫切需要探索更可持續的AI發展路徑，以確保技術和社會的進步，不會以過度消耗寶貴的自然資源和危害環境為代價。
AI的前世今生：腦力效率的飛躍
崔麗回顧了AI發展的前世今生，她提到，在人工智能技術70年左右的發展歷程中，先后引發了兩輪AI被熱捧的春天，但又紛紛在不久之后進入AI被冷遇的寒冬，其中出現了一些標志性事件。
1997年深藍戰勝國際象棋世界冠軍，被認為是基于規則通過計算機編程實現的AI的最高水平�；跈C器學習的CNN算法也直到1998年以LeNet-5成功識別手寫郵政編碼而受到廣泛關注。李飛飛團隊堅持數年構建的ImageNet因在公開高質量數據集的貢獻，也成為了計算機視覺和深度學習領域的一個重要里程碑�；谶@一數據集，2012年辛頓團隊的AlexNet利用GPU算力成功將圖像識別準確率大幅提升，并在隨后的幾年迅速超過人類識別準確度，這一里程碑意義則在于AI三要素（神經網絡、大數據、GPU）第一次匯聚在一起。此后，AI一直持續向前。直到2017年Google提出Transformer，引發一輪“大力出奇跡”的大模型浪潮，以及后續大家都熟知的ChatGPT等。
崔麗表示，在其標志性事件背后探究AI技術本質，可以看出算法、算據和算力一直是推動AI進步的三大核心力量。
求真務實 助推AI健康發展
“所有的橫空出世，其實都是蓄謀已久”，AI每一次關鍵突破的背后，都是科學家和業界大咖持續數年乃至數十年的努力。即便是ChatGPT，其出現也并非偶然，也是基于前幾代GPT，也是基于公開數據集、算法優化和GPU等算力增強等多方面共同努力。當下，我們正處于第三次春天�；仡欉^去的兩次AI寒冬，最重要的原因是過高期望導致的過度失望，這一次，在春天來臨之際，我們需要更加務實、冷靜地看待AI，幫助其健康發展。
崔麗對這一波Transformer帶動的大模型技術的特征和可能演化方向進行了判斷。她表示，盡管人們依托于Transformer構建了新的AI范式，但其依然沒有逃出數學的限制，人們借助以Transformer為主要手段的神經網絡來捕捉海量人類數據中隱藏的知識范式，當模型遇到新問題時，運用前期掌握的知識范式通過外推或內插來對新情況作出合理的推斷。
在崔麗看來，在此次浪潮中Transformer的最大貢獻在于兩點，一是泛化，Transformer通過對海量知識進行歸納總結，使得其不僅能在單一領域具備強大能力，還能作為通用基礎技術廣泛賦能各行各業；二是涌現，量變到質變，能力涌現使得AI能處理訓練階段沒有遇到過的問題，通過長思維鏈等手段多次查詢內部蘊含的知識可以使其解決更為復雜的問題。
然而她也提到，在這個過程中，有幾個方面需要注意，首先規模問題上，雖然“大力出奇跡”，但面向后續發展，單純依靠規模堆砌的方式會帶來資源浪費；其次是能力的拓展，參數規模也不是唯一路徑，還有多模態、CoT、RAG等技術也成功帶來更加高效的能力增強和拓展；最后需要解決知識密度問題，模型的知識密度一定會不斷增加，知識密度才是價值源泉。更高效率和更高價值的能力，大概率成為業界追求的核心方向。
Energy for AI 助力AI高效綠色發展
崔麗表示，AI作為一種技術，其發展必然與其成長環境密切相關。當前AI發展面臨著倒三角困境：作為AI最重要的基礎，高質量數據資源瀕臨耗盡，合成數據成為重要補充；算法和算力層面則面臨效率、資源、技術缺陷等多重挑戰；還有產業鏈生態健康安全、場景和業務需求適配，以及不同企業面臨的人才、資金和碳排放等等約束。
效率是所有問題的關鍵，對此中興通訊提出三個層面的主張：“高效基座”側重基礎設施（算力）效率，“高效增智”側重算法、算據和技術融合提效，“高效落地”則聚焦如何更加高效的從技術進步到產業進步。她表示，三者之間也有非常多的協同，我們希望三管齊下，助力AI高效綠色發展，盡力避免能源、環境保護等資源困境。
首先是“高效基座”。比特無法脫離原子獨立存在，所有的軟件包括AI都離不開高效綠色基礎設施。一方面中興通訊主張“以網強算”，在智算領域，無論是芯片內裸Die互聯、芯片之間、服務器之間、DC之間，高速網絡連接都至關重要，我們以領先的網絡技術持續創新和突破，可以極大的提升智算的性能與效率；另一方面是智算數據中心，即如何解決高能耗、高密、多元算力等核心問題，也就是如何實現智能彈性供給，中興通訊提供全場景制冷方案，匹配不同場景下的功率密度需求，全局優化，智能管理，從而向更低的PUE邁進。
其次是“高效增智”。大模型的落地是產業智能進階的破題關鍵，然而其落地之路卻充滿挑戰，比如大模型本身的專業性、準確性、可靠性和可解釋性等問題，比如領域數據質量和安全問題，比如如何通過算法創新和軟硬協同，提升訓推效率；比如如何在大模型大腦的加持下，更多與具身智能體深度集成，真正實現數實融合等等。正如前面提及，規模已經不是大模型增智的唯一路徑，解決上述各類問題的同時，本身就是為大模型增智。當前已經有諸多技術創新：通過大小模型結合、COT、RAG、多Agent等技術加持，可以有效提升專業性、準確性、可靠性等；通過知識圖譜、樣本庫、數據生成、自動標注等可以大幅提升數據治理效率；通過MOE、多模態等新型模型架構引入，以及量化/剪枝/蒸餾等模型優化技術和推理加速，可以大幅降低訓推和部署成本；通過數字孿生、空間智能、具身智能等技術，可以有效解決實時性和互操作性等問題。
最后是“高效落地”，對于人類社會進步和可持續發展而言，AI產業升級帶來的生產價值將遠高于情緒價值，我們期望這波AI浪潮能夠帶動產業革命、普惠社會。在AI技術落地層面，中興通訊主張求真務實、訓推并舉。一方面，供給側需切實結合自身資源稟賦找準定位形成生態互補，“商業變現”是大家關注的焦點之一，也是良性商業閉環的關鍵。AI技術和產業的發展，終極形態一定是形成“頭部通用寡頭、中部垂域堅挺、底部百花齊放”的金字塔，一味瘋狂內卷，不如各自找準定位，核心發力且相輔相成，這也是高效落地的關鍵。另一方面，需求側也需積極擁抱新技術，躬身入局，切實結合場景、問題、目標和資源約束找準切入點，小步快跑。以中興通訊的“智睿魔方AiCube”智算一體機為例，就是旨在解決大模型“最后一公里”的問題，當前，已經賦能8個行業、20多個應用場景，助力各種類型企業“多快好省”的大模型落地實踐。
另外，AI云邊端協同也將成為落地應用的終極形態。
AI for Energy 賦能能源產業進階
崔麗表示，中興通訊在大模型領域實施“1+N+X”策略，“1”是基礎模型庫，涵蓋自研和開源的多類基礎大模型，確保底層能力，并開放解耦，像培養優秀畢業生；“N”是諸多領域基礎模型，像培養優秀的領域專家，形成領域知識集成；“X”則是各類場景應用，聚焦具體問題和創造價值。
在電力領域，中興通訊以超融合基礎設施+數字星云為基礎，構建低成本的電力邊緣算力底座，實現感知、算力、應用的深度融合，圍繞發電、電網業務場景需求，以電力傳感器、工業現場網實現電力數據全域感知。通過數字星云打破本地數據孤島，實現跨區域、跨業務、跨系統的電力數據采集和數據治理，實現電力數據的流轉與融合，幫助客戶實現電力場站集中運維、遠端協同聯動的管理新模式。同時也形成了以星云大模型為基礎的電力行業模型體系。
中興通訊聯合重慶電力、重慶電信進行5G技術在電力發輸變配用各環節規�；瘧茫蛟炝藝W西南片區首個5G聯合創新實驗室，在實驗室進行行業洞察、技術研究、實驗仿真和標準指定，并在重慶市建設省級廣域切片專網，利用聯合實驗室進行多種電力終端通信接入測試，制定終端接入標準，孵化電力專用終端12款；建設聚類負荷智慧互動平臺，遙控點覆蓋全市1670個，可調節負荷資源池達到135萬千瓦，調度從日計劃轉變為分鐘和秒級，從片區無差別停電到對簽約用戶精細調節，補足重慶市用電缺口。
中興通訊聯合國電投湖南五凌電力，積極探索基于5G工業云網基礎設施底座的工程建管數字化行業解決方案。從水電工程設計建設階段開始布局5G工業互聯網，以5G全連接智慧水電站為建設目標，將水電站建設、水電站日常運維、自動化監控、水電站無人值守等方面應用融合進智慧水電站中。利用5G等技術實現對水電工程施工過程中的端到端的生產施工區域管理和遠程監控，助力保障5G水電工程的安全施工和管理。打造5G智慧水電行業示范標桿。
中興通訊聯合安徽移動、淮南平圩電廠開展電廠5G無線覆蓋建設，利用 5G與數字孿生體技術的融合，在感知和控制的基礎上，通過建模、仿真、預測，達到“虛實共智”，在5G智能安防、5G智能巡檢、5G智能分析應用上，加速了物聯網的成型和物聯網設備數字化�；谌S場景實現全區道路、重點廠區等點位的作業安全遠程監督、風險自動提醒、違章自動報警等功能，提升1倍以上的管理效率，大大降低了管理人員監管壓力，保障發電廠工作更安全、更高效。
未來，AI大模型將全面賦能能源產業，推動其進階發展，在智能電網管理、可再生能源及新能源功率預測、儲能優化等方面發揮關鍵作用，助力能源產業實現更高效、更智能的運營與管理。
演講的最后，崔麗強調，技術無善惡，善惡在人。AI的涌現能力和學會慢思考，讓它能承擔更加復雜和挑戰性的工作，但對于人類而言，與其擔心自己被替代，不如擔心自己會缺席。每一位推動科技和社會進步的偉人不僅有超高的智慧，更重要的是同樣具有躬身入局的努力和悲天憫人的情懷。愛、智慧和協作共智，一定能夠解決任何新的問題，并邁向更加綠色美好的未來。
