關(guān)于信息基礎(chǔ)設(shè)施的思考
孫凝暉
2025年2月20日
一、信息基礎(chǔ)設(shè)施的演變
基礎(chǔ)設(shè)施是人類社會發(fā)展的基石。人類社會經(jīng)歷了農(nóng)業(yè)時代、工業(yè)時代、信息時代，如今來到了智能時代，這四個時代分別孕育出了關(guān)鍵的基礎(chǔ)設(shè)施，滿足了人類對資源的基本需求，也反映出人類對資源進行抽象的能力（如圖1）。農(nóng)業(yè)時代孕育了交通基礎(chǔ)設(shè)施，集裝箱這個人造物成為實現(xiàn)貨物全球交通運輸?shù)年P(guān)鍵抽象；工業(yè)時代孕育了能源基礎(chǔ)設(shè)施，電力是人類發(fā)明的一種二次能源，作為標(biāo)準(zhǔn)化能源的抽象，成就了能源轉(zhuǎn)換、儲存、傳輸、使用的能源基礎(chǔ)設(shè)施；信息時代孕育了信息基礎(chǔ)設(shè)施，網(wǎng)頁作為數(shù)據(jù)的抽象，成為信息全球共享的主要載體。當(dāng)前智能時代無論是大數(shù)據(jù)、還是深度學(xué)習(xí)以及人工智能大模型，都是構(gòu)建在數(shù)據(jù)空間之上的，新的數(shù)據(jù)基礎(chǔ)設(shè)施正在形成過程中，其中數(shù)據(jù)流通、智能算力和AI模型與網(wǎng)絡(luò)基礎(chǔ)設(shè)施日益融合，將催生新的抽象。
圖1：關(guān)鍵基礎(chǔ)設(shè)施的演進圖
信息時代最大的變化是人類構(gòu)建了賽博空間（Cyberspace），它可以簡單地被看成一個三層架構(gòu)（如圖2）。第一層是計算機空間，其核心目標(biāo)是實現(xiàn)對計算設(shè)備的互聯(lián)，以及對人類符號化數(shù)理知識的加工處理；第二層是信息空間，其核心目標(biāo)是實現(xiàn)對網(wǎng)頁的互聯(lián)，以及對人類社會向網(wǎng)絡(luò)空間映射的各類數(shù)字化信息的加工處理；第三層是數(shù)據(jù)空間，其核心目標(biāo)是實現(xiàn)對以數(shù)據(jù)為核心的人工智能要素的互聯(lián)，以及對數(shù)據(jù)進行分析、壓縮等深度加工以生成模型。
信息基礎(chǔ)設(shè)施是賽博空間中基礎(chǔ)的公共服務(wù)平臺。
圖2：賽博網(wǎng)絡(luò)空間的演進
第一層計算機空間的核心功能是對知識的加工處理（如圖3）。自20世紀60年代起，經(jīng)歷了四個階段。初始階段為大型計算機的互聯(lián)；第二個階段是個人計算機的互聯(lián)，個人計算機的普及促進了機與機之間的緊密聯(lián)系；第三個階段，智能手機的興起進一步推動了人與人之間的廣泛互聯(lián)；在第四個階段，各種物端設(shè)備被納入互聯(lián)網(wǎng)絡(luò)，實現(xiàn)了人、機、物的全面互聯(lián)。在計算機空間，信息處理的主要對象為人類符號化的數(shù)理知識，超級計算機作為加工知識的核心裝備，其基礎(chǔ)設(shè)施化就是網(wǎng)格計算。在計算機空間的發(fā)展初期，美國國防部的阿帕網(wǎng)（ARPANET）計劃成為率先推動者。
圖3：計算機空間
第二層信息空間的核心功能是對信息的加工處理（如圖4）。自20世紀80年代起，經(jīng)歷了三個階段，最初是網(wǎng)頁的靜態(tài)互聯(lián)，隨后是信息流的動態(tài)連接，未來還要實現(xiàn)對元宇宙中數(shù)字人的連接，實現(xiàn)賽博空間中信息的無縫互聯(lián)互通。在信息空間，主要對象可以歸納為人類社會活動向數(shù)字空間的投影，數(shù)據(jù)中心計算機作為信息加工處理的核心裝備，其基礎(chǔ)設(shè)施化就是云計算的基礎(chǔ)設(shè)施。在信息空間的發(fā)展初期，美國的信息高速公路計劃是率先推動者。
圖4：信息空間
第三層數(shù)據(jù)空間的核心功能是模型的加工處理（如圖5）。自2010年起，大數(shù)據(jù)分析與機器學(xué)習(xí)技術(shù)使得數(shù)據(jù)的廣譜關(guān)聯(lián)成為可能，GPT大模型的出現(xiàn)則促進了算力的互聯(lián)互通，未來，隨著成千上萬模型的涌現(xiàn)和AGI通用人工智能的出現(xiàn)，將實現(xiàn)模型與智能體間的廣泛連接。當(dāng)前，計算資源的進一步基礎(chǔ)設(shè)施化是算力網(wǎng)，使得20世紀60年代超前提出的技術(shù)理念Utility Computing正逐漸變成現(xiàn)實。在數(shù)據(jù)空間的發(fā)展初期，中國在這一輪信息技術(shù)變革中沒有落后，人工智能2.0、東數(shù)西算工程、數(shù)據(jù)流通利用基礎(chǔ)設(shè)施等國家計劃，使得中國成為率先推動者。
圖5：數(shù)據(jù)空間
信息基礎(chǔ)設(shè)施的變化，主要在于智能三要素——算力、數(shù)據(jù)、算法的基礎(chǔ)設(shè)施化，以及對網(wǎng)絡(luò)基礎(chǔ)設(shè)施帶來的影響。下面從行動計劃、終端、超級入口、通信網(wǎng)絡(luò)、互聯(lián)網(wǎng)絡(luò)、計算、數(shù)據(jù)、電力等八個關(guān)鍵特征分析信息基礎(chǔ)設(shè)施的演變規(guī)律（如圖6）。
行動計劃。計算時代以“機”為中心，在ARPANET政府行動計劃的推動下，實現(xiàn)了計算機全球連接；互聯(lián)網(wǎng)時代以“人”為中心，在信息高速公路政府行動計劃的推動下，實現(xiàn)了信息資源全球共享；智能時代以“物和數(shù)”為中心，主要目標(biāo)是實現(xiàn)智能三要素即算力、算法和數(shù)據(jù)的公用事業(yè)化（utility）。計算所在2018年組建網(wǎng)絡(luò)計算創(chuàng)新研究院時，制定了信息高鐵計劃，有組織地開展這方面的科研工作，并在南京麒麟?yún)^(qū)建設(shè)了信息高鐵綜合試驗場。
終端。計算時代經(jīng)歷了從啞終端向個人計算機（PC）的轉(zhuǎn)變；互聯(lián)網(wǎng)時代則見證了從功能手機向智能手機的演進；智能時代的終端形態(tài)主要包括智能物端和具身計算機，其中智能硬件、可穿戴設(shè)備、VR設(shè)備等屬于智能物端，智能機器人、人形機器人、自主無人系統(tǒng)等屬于具身計算機。
超級入口。計算時代訪問信息基礎(chǔ)設(shè)施的主要入口是操作系統(tǒng)；互聯(lián)網(wǎng)時代訪問信息基礎(chǔ)設(shè)施的主要入口是瀏覽器（browser）和移動應(yīng)用程序（APP）；智能時代訪問信息基礎(chǔ)設(shè)施的新入口還沒有形成，智能體（Agent）可能是模型基礎(chǔ)設(shè)施的使用入口，模型工廠（AI Foundry）可能是算力和數(shù)據(jù)基礎(chǔ)設(shè)施的一種超級使用入口。
通信網(wǎng)絡(luò)。計算時代的通信基礎(chǔ)設(shè)施主要是光網(wǎng)絡(luò)，提供了骨干級數(shù)據(jù)傳輸；互聯(lián)網(wǎng)時代的通信基礎(chǔ)設(shè)施主要是WiFi網(wǎng)和蜂窩通信網(wǎng)，提供了終端的廣泛接入；智能時代的通信基礎(chǔ)設(shè)施主要目標(biāo)是物端的泛在連接，其中物聯(lián)網(wǎng)連接了多種多樣的傳感器，工業(yè)通信網(wǎng)提供了工業(yè)環(huán)境里有保障的連接，衛(wèi)星通信網(wǎng)則提供了地球空間范圍內(nèi)全覆蓋性連接，這些共同保障了信息系統(tǒng)對物理世界的全面感知與實時操縱。
互聯(lián)網(wǎng)絡(luò)。計算時代的計算機網(wǎng)絡(luò)以IP網(wǎng)絡(luò)為核心，技術(shù)策略是地址驅(qū)動；互聯(lián)網(wǎng)時代構(gòu)造了完整的全球互聯(lián)網(wǎng)，技術(shù)策略是盡力而為，出現(xiàn)了域名服務(wù)、P2P網(wǎng)絡(luò)、CDN等眾多網(wǎng)絡(luò)基礎(chǔ)設(shè)施技術(shù)；智能時代的網(wǎng)絡(luò)基礎(chǔ)設(shè)施還在發(fā)展過程中，確定與彈性傳輸?shù)募夹g(shù)策略逐漸成為共識，在網(wǎng)絡(luò)的控制面、策略面需要有新的路由機制?；ヂ?lián)網(wǎng)絡(luò)需要增加新的特性以適應(yīng)數(shù)據(jù)流通、分布式AI算法、算力服務(wù)化的需求。安全是一項伴生需求，在信息基礎(chǔ)設(shè)施的發(fā)展過程中，同步地發(fā)展出了網(wǎng)絡(luò)連接安全、信息內(nèi)容安全、智能算法安全等基礎(chǔ)設(shè)施。
計算。計算時代的算力中心是超算中心，它的公用事業(yè)化是網(wǎng)格計算；互聯(lián)網(wǎng)時代的算力中心是邊緣計算節(jié)點和互聯(lián)網(wǎng)數(shù)據(jù)中心（IDC），它的公用事業(yè)化是公有云；智能時代的算力中心則變?yōu)橹撬阒行模懔Γǔ?、智算、通算）的全面公用事業(yè)化、服務(wù)化就是算力網(wǎng)，云計算變成算力網(wǎng)中的一個算力站，算力網(wǎng)需要有新的全局命名機制，以及超越容器的新資源抽象（如任務(wù)閉包）。前兩個時期均未形成明確的基礎(chǔ)設(shè)施調(diào)度體系，直至智能時代出現(xiàn)了對全局調(diào)度中心的強烈需求，包括區(qū)域一體化算力網(wǎng)、全國一體化算力網(wǎng)的調(diào)度中心、以及算力與網(wǎng)絡(luò)、算力與電力、算力與數(shù)據(jù)、算力與模型等融合調(diào)度能力。
數(shù)據(jù)。計算時代沒有形成數(shù)據(jù)基礎(chǔ)設(shè)施，數(shù)據(jù)被結(jié)構(gòu)化抽象成文件、記錄后，組織成文件系統(tǒng)、數(shù)據(jù)庫和數(shù)據(jù)倉庫，在局域環(huán)境中被加工利用；互聯(lián)網(wǎng)時代誕生了萬維網(wǎng)這樣的數(shù)據(jù)基礎(chǔ)設(shè)施，數(shù)據(jù)被結(jié)構(gòu)化抽象成為網(wǎng)頁，組裝成網(wǎng)站，再通過WWW協(xié)議在廣域環(huán)境中關(guān)聯(lián)與加工利用，并誕生了如Web搜索引擎、推薦引擎這樣的超級網(wǎng)站，也是應(yīng)用層基礎(chǔ)設(shè)施。智能時代正在建立數(shù)據(jù)流通利用基礎(chǔ)設(shè)施，服務(wù)大數(shù)據(jù)分析、人工智能等新型應(yīng)用；文件、網(wǎng)頁、數(shù)據(jù)庫記錄等數(shù)據(jù)被結(jié)構(gòu)化抽象成數(shù)據(jù)件（Dateware），再通過數(shù)據(jù)工程組裝成數(shù)據(jù)場，數(shù)據(jù)場構(gòu)建于同一個組織內(nèi)，權(quán)屬可以通過行政手段認定，在這里就可以被加工利用了；進一步，基于多種可信流通協(xié)議（如數(shù)聯(lián)網(wǎng)、IDS、數(shù)據(jù)登記、數(shù)據(jù)交易所）在開放環(huán)境中構(gòu)建可信數(shù)據(jù)空間，實現(xiàn)私域數(shù)據(jù)在公域環(huán)境中的共享復(fù)用、廣譜關(guān)聯(lián)與可信流通，進行深度加工利用。數(shù)據(jù)件的基本標(biāo)識可作為數(shù)據(jù)空間的全局命名信息。
模型是智能時代出現(xiàn)的一類新型數(shù)據(jù)，未來將出現(xiàn)模型基礎(chǔ)設(shè)施，它是智能三要素中算法的公用事業(yè)化。隨著人工智能技術(shù)的發(fā)展，模型基礎(chǔ)設(shè)施從Hugging Face形式，演進至基礎(chǔ)大模型，再演進到模聯(lián)網(wǎng)。模聯(lián)網(wǎng)類似于企業(yè)信息化的SOAP等服務(wù)計算技術(shù)，通過對模型的操作與互操作協(xié)議，將多種多樣的模型連接起來，為智能體等智能任務(wù)提供服務(wù)。
電力。前兩個時期電力基礎(chǔ)設(shè)施主要體現(xiàn)在UPS供電、風(fēng)冷、液冷、相變冷卻等機房基礎(chǔ)設(shè)施上；智能時代則催生了綠電直供，大幅降低電力成本。
圖6：信息基礎(chǔ)設(shè)施的演變
信息高鐵計劃設(shè)想的終極目標(biāo)是：在智能時代，信息基礎(chǔ)設(shè)施達到與工業(yè)時代的物流、電流、信息流等基礎(chǔ)設(shè)施相仿的低成本水平，大幅降低全社會在AI賦能的應(yīng)用層創(chuàng)新的門檻，使得全球發(fā)達經(jīng)濟體外的60億人能從中獲益。
當(dāng)前可以從以下八個方面，降低構(gòu)建信息基礎(chǔ)設(shè)施的成本：1）采用28-12nm成熟工藝制造芯片，相較于7-3nm先進工藝，成本降低了一個數(shù)量級，再通過芯粒集成技術(shù)彌補了芯片集成度的不足；2）推動開源芯片的廣泛使用，顯著降低了CPU和NPU處理器的設(shè)計成本，使得場景定制芯片的設(shè)計門檻大幅降低；3）推動開源軟件如操作系統(tǒng)、AI框架等的發(fā)展，顯著降低了智能系統(tǒng)軟件棧的成本；4）中國在通信與互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)方面已取得了低成本優(yōu)勢，當(dāng)前亟需提升其安全性與網(wǎng)絡(luò)彈性；5）推動數(shù)據(jù)要素化與數(shù)據(jù)流通利用技術(shù)，有效降低了數(shù)據(jù)的全社會使用成本；6）推動區(qū)域一體化算力網(wǎng)、全國一體化算力網(wǎng)和模型工廠等全局共享技術(shù)的發(fā)展，顯著降低AI應(yīng)用的算力資源成本與人力資源成本；7）普及DeepSeek等開源的基礎(chǔ)大模型，性能與國際頂尖大模型相媲美，成本呈數(shù)量級降低，促進場景定制模型的普及，以及大模型推理的私有化部署；8）提高采用綠色電力的比例，使算力中心電價降低至化石能源的三分之一。
二、信息高鐵綜合試驗場
信息高鐵濃縮了我們對智能時代信息基礎(chǔ)設(shè)施的認知，建設(shè)信息高鐵綜合試驗場，對形成信息基礎(chǔ)設(shè)施的中國技術(shù)體系能起到十分重要的作用。這些年信息高鐵行動計劃的實踐為信息基礎(chǔ)設(shè)施增加了幾個新的技術(shù)特征：低熵高通量（算力）、全局調(diào)度、模型工廠（超級入口），并在信息高鐵綜合試驗場上進行了部署與驗證。
我國對自然科學(xué)領(lǐng)域服務(wù)科學(xué)發(fā)現(xiàn)的大科學(xué)裝置給予了高度重視，促進了基礎(chǔ)學(xué)科的繁榮發(fā)展，然而在技術(shù)發(fā)明領(lǐng)域的工程技術(shù)試驗平臺方面，長期缺乏足夠的關(guān)注。對比一下美國在這方面的布局情況，自2000年以來，美國持續(xù)構(gòu)建服務(wù)信息技術(shù)創(chuàng)新的試驗平臺，如emulab、CloudLab、GINI等，為原始性創(chuàng)新提供了豐富的土壤。歷史證明，美國通過前瞻性布局技術(shù)試驗平臺推動了美國在超級計算機、互聯(lián)網(wǎng)、云計算、網(wǎng)格計算、分布式計算、星鏈等技術(shù)上的領(lǐng)先。
信息高鐵綜合試驗場目前已經(jīng)部署了九大試驗場（如圖7），布局在算力層、網(wǎng)絡(luò)層、數(shù)據(jù)與應(yīng)用層，分別是：國產(chǎn)算力芯片試驗場、算力并網(wǎng)試驗場、空天地?zé)o線接入試驗場、CENI未來網(wǎng)絡(luò)試驗場、全國一體化算力網(wǎng)調(diào)度試驗場、端邊云低熵計算試驗場、合肥可信數(shù)據(jù)空間試驗場、模型工廠試驗場、鄭州/南京城市一體化算力網(wǎng)試驗場。
圖7：信息高鐵綜合試驗場布局
三、算力
為什么算力會在智能時代熱起來？簡單對比一下互聯(lián)網(wǎng)時代和智能時代的一個代表性應(yīng)用對算力的需求，可以得到答案。一次典型的用戶搜索，對計算資源的消耗在G量級（即10的9次方），而執(zhí)行一次典型的LLM推理，對計算資源的消耗則上升至T量級（即10的12次方）。由此可見，LLM推理過程對計算資源消耗相較于用戶搜索高出三個數(shù)量級，算力的重要性凸顯出來。對計算資源的顯著需求，成為制約人工智能技術(shù)普及到互聯(lián)網(wǎng)應(yīng)用那樣程度的關(guān)鍵因素。盡管DeepSeek顯著降低對計算資源的需求接近一個數(shù)量級，但相較于互聯(lián)網(wǎng)應(yīng)用，仍存在巨大差距。
算力的提法是借鑒電力，那么計算性能等同于算力嗎？我們對算力這個術(shù)語的內(nèi)涵，以及對應(yīng)的英文單詞Computility進行了闡述（見《中國計算機學(xué)會通訊》，2022年12月）。人們對計算能力的關(guān)注從早期單一的計算速度變到計算性能，關(guān)注的維度增加了，再演進到算力，內(nèi)涵更加豐富。算力的簡單理解是計算性能的通俗化表述（從算力產(chǎn)生的視角），其內(nèi)涵拓展為消耗計算資源產(chǎn)生效益的能力（從算力消耗的視角），其本質(zhì)是計算資源的共享與服務(wù)化。電力作為一種二次能源，由發(fā)電、輸電、變電、配電及用電等環(huán)節(jié)構(gòu)成了一個能源的生產(chǎn)與消費系統(tǒng)。類似地，算力也可視為計算資源的一種二次封裝，而算力網(wǎng)則是由算力站、算力并網(wǎng)、算網(wǎng)融合調(diào)度、算力任務(wù)編排、算力數(shù)據(jù)傳輸及算力終端等環(huán)節(jié)，共同組成了計算資源的生產(chǎn)與消費系統(tǒng)。
計算成為算力需要核心三要素：計算二次封裝、算力基礎(chǔ)設(shè)施化、算力終端。
第一個核心要素，計算的二次封裝，涉及對計算資源、計算架構(gòu)、計算消耗的封裝技術(shù)。計算資源的封裝技術(shù)包括容器、任務(wù)閉包（task closure）、算力池等；計算架構(gòu)的封裝技術(shù)包括跨平臺虛擬機JVM、CVM等；計算消耗的封裝技術(shù)包括超算、智算、通算的算力單一計量方法（如BOPs），算力供給能力的量化單位（算力的“瓦”），用戶端算力消耗的量化單位（算力的“度”）。
算力網(wǎng)中計算的基本抽象將會發(fā)生哪些改變？如圖8所示，算力基本抽象包括原子化編排、資源空間管理、算力資源封裝三個層次，按照技術(shù)的演進，算力基本抽象從<線程，進程，CPU時間片>，發(fā)展到<微服務(wù)，容器，虛擬機池>，再發(fā)展到<任務(wù)閉包，網(wǎng)程，算力池>。在IT 1.0的大型主機階段，并行與分布式應(yīng)用是在線程抽象的基礎(chǔ)上構(gòu)建，進程是對計算資源分配與調(diào)度的基本單元，可以跨CPU時間片運行；在IT 2.0的云計算階段，實現(xiàn)了計算能力的虛擬化，微服務(wù)是云原生應(yīng)用原子化編排的抽象，容器是對基礎(chǔ)軟硬件資源的封裝，云應(yīng)用可以跨虛擬機運行；在IT 3.0的算力網(wǎng)階段，對全網(wǎng)計算資源要用“一臺大電腦”的思想提供新的抽象，任務(wù)閉包可以在端邊云異構(gòu)平臺上流動和運行；網(wǎng)程是對端上的物理機、邊上的虛擬機、云上并網(wǎng)的算力池，進行統(tǒng)一封裝，形成一個智能應(yīng)用的私有資源空間；算力網(wǎng)上的異地、異屬、異構(gòu)的算力資源并網(wǎng)后，形成可一體化調(diào)度的算力池。
圖8：計算的基本抽象演變
第二個要素，算力基礎(chǔ)設(shè)施化，如圖9所示，類比于電力的源網(wǎng)儲荷，可以依次分解成四層：算力站、算力并網(wǎng)與算力數(shù)據(jù)輸運、算網(wǎng)融合調(diào)度與算力任務(wù)編排、算力終端。
圖9：算力基礎(chǔ)設(shè)施化結(jié)構(gòu)圖
第三個要素，算力終端，這部分還沒有收斂，使用算力的超級入口可能是AI4S模型工廠、AI終端、智能物端等。智能手機（移動終端）是云計算得以普及化的基石，同理，人工智能終端（算力終端）將成為算力服務(wù)普及化的基石。
四、數(shù)據(jù)空間
智能時代，數(shù)據(jù)發(fā)生了什么根本改變？
數(shù)據(jù)是一種客觀存在（being），一直都是信息技術(shù)的關(guān)鍵要素，在智能時代，它被賦予了資源要素與價值加工兩重新屬性。資源要素屬性是從經(jīng)濟學(xué)角度，強調(diào)作為經(jīng)濟要素數(shù)據(jù)的流通性，內(nèi)容涵蓋數(shù)據(jù)匯聚、處理、流通、應(yīng)用、運營、安全保障等多個方面（參考“數(shù)據(jù)20條”政策）。數(shù)據(jù)要素化是數(shù)據(jù)生命周期不斷外延的必然結(jié)果。如圖10所示，數(shù)據(jù)的生命周期逐漸從單個應(yīng)用，外延到組織，最終外延到整個社會。在第一個階段，數(shù)據(jù)存在于特定的業(yè)務(wù)信息系統(tǒng)的邊界內(nèi)，產(chǎn)生了多種數(shù)據(jù)庫；到了第二個階段，數(shù)據(jù)需要在一個組織的企業(yè)信息系統(tǒng)的各個業(yè)務(wù)系統(tǒng)中共享流動，產(chǎn)生了數(shù)據(jù)倉庫、數(shù)據(jù)中臺技術(shù)；到了第三個階段，數(shù)據(jù)存在于社會化信息系統(tǒng)中，需要最大范圍地共享與流動，產(chǎn)生了數(shù)字對象、數(shù)據(jù)登記與數(shù)據(jù)交易所、數(shù)據(jù)件等技術(shù)。
圖10：數(shù)據(jù)生命周期演化圖
價值加工屬性是從IT技術(shù)角度，強調(diào)對數(shù)據(jù)的深度加工與增值利用；智能大模型就是數(shù)據(jù)的百煉成鋼，數(shù)據(jù)加工的需求涉及加工組件（如數(shù)據(jù)標(biāo)注、數(shù)據(jù)件）、加工工藝（如廣譜關(guān)聯(lián)分析、深度學(xué)習(xí)算法）、加工動力（如算力網(wǎng)）等。
兩個屬性由此催生了新的技術(shù)體系，在數(shù)據(jù)“供得出”方面催生了物聯(lián)網(wǎng)（數(shù)據(jù)獲?。?、數(shù)據(jù)標(biāo)注等；在數(shù)據(jù)“流得動”方面催生了數(shù)聯(lián)網(wǎng)、可信數(shù)據(jù)空間等；在數(shù)據(jù)“用得好”方面催生了數(shù)據(jù)件與數(shù)據(jù)場、AI-ready數(shù)據(jù)工程等。
在智能時代，數(shù)據(jù)的組織、流通、使用都發(fā)生了改變。
首先，智能時代數(shù)據(jù)是如何被組織起來的？不同時代的數(shù)據(jù)組織體系如圖11所示。在計算時代，數(shù)據(jù)被抽象成文件，組織成文件系統(tǒng)，在網(wǎng)絡(luò)文件系統(tǒng)中實現(xiàn)共享。在網(wǎng)絡(luò)時代，數(shù)據(jù)被抽象成網(wǎng)頁，組織成網(wǎng)站，海量網(wǎng)頁被搜索和推薦引擎進一步重構(gòu)成信息流，最終在萬維網(wǎng)中實現(xiàn)了信息的全球共享。在智能時代，我們的構(gòu)想是將數(shù)據(jù)件定義為數(shù)據(jù)的最小抽象單元，類似于鋼鐵加工中的鑄件，它是鐵礦石經(jīng)過粗加工后形成標(biāo)準(zhǔn)化產(chǎn)品；數(shù)據(jù)場是數(shù)據(jù)件匯集的組織形式，在數(shù)據(jù)場中可以便利地進行數(shù)據(jù)深加工；在此基礎(chǔ)上構(gòu)建可信數(shù)據(jù)空間，支持在廣域范圍內(nèi)進行私域數(shù)據(jù)的流通利用；在更高的監(jiān)管層，形成國家數(shù)據(jù)空間，在此需要考慮體現(xiàn)出國家主權(quán)屬性，如管轄權(quán)與治理權(quán)；進一步構(gòu)建國際數(shù)據(jù)空間，依據(jù)國際社會形成的規(guī)范，實現(xiàn)數(shù)據(jù)的跨境流動。
圖11：不同時代數(shù)據(jù)體系的構(gòu)成
如圖12所示，對比分析了國家主權(quán)屬性在網(wǎng)絡(luò)空間與數(shù)據(jù)空間的不同體現(xiàn)。在對外防衛(wèi)方面，網(wǎng)絡(luò)空間需要網(wǎng)絡(luò)關(guān)防系統(tǒng)，數(shù)據(jù)空間需要數(shù)據(jù)跨境流通關(guān)防系統(tǒng)。對內(nèi)治理可分成物理層、邏輯層以及內(nèi)容層。在物理層，網(wǎng)絡(luò)空間涉及網(wǎng)絡(luò)基礎(chǔ)設(shè)施的建設(shè)與運營，數(shù)據(jù)空間則關(guān)注數(shù)據(jù)樞紐、行業(yè)數(shù)倉等數(shù)據(jù)基礎(chǔ)設(shè)施的建設(shè)與運營；在邏輯層，網(wǎng)絡(luò)空間國家承擔(dān)了IP地址分配、網(wǎng)站備案等管理職責(zé)，數(shù)據(jù)空間則涵蓋了數(shù)據(jù)登記、數(shù)據(jù)交易所、戰(zhàn)略數(shù)據(jù)儲備等管理職能；在內(nèi)容層，網(wǎng)絡(luò)空間國家負責(zé)互聯(lián)網(wǎng)內(nèi)容的監(jiān)管，數(shù)據(jù)空間則著重于數(shù)據(jù)安全的治理，如基礎(chǔ)大模型預(yù)訓(xùn)練數(shù)據(jù)的安全治理。
圖12：國家主權(quán)屬性：網(wǎng)絡(luò)空間 vs 數(shù)據(jù)空間
其次，智能時代的數(shù)據(jù)是如何流通利用的？相比于互聯(lián)網(wǎng)時代的信息全球共享，智能時代的數(shù)據(jù)流通更加關(guān)注可信與價值釋放模式。用于數(shù)據(jù)流通的可信數(shù)據(jù)空間應(yīng)歸納成若干基本型，其定義可由<基本單元、空間結(jié)構(gòu)、價值釋放模式>三個維度進行界定。類比地，原子場、電磁場、引力場等物理場由<基本粒子或物體、力的相互作用、運動規(guī)律>三個維度界定了基本型?？尚艛?shù)據(jù)空間分為四個基本型，分別是：互聯(lián)互操作型、可用不可見型、可信交換型、聚合加工型。
第一種類型為互聯(lián)互操作型（如圖13），其典型技術(shù)體系為數(shù)聯(lián)網(wǎng)，可用<數(shù)據(jù)對象、數(shù)聯(lián)網(wǎng)協(xié)議、Web信息流通模式>三元組歸納，該體系的核心思想是通過數(shù)據(jù)的相互聯(lián)結(jié)、相互操作，實現(xiàn)數(shù)據(jù)價值的釋放。第二種類型為可用不可見型（如圖14），其典型技術(shù)體系為數(shù)據(jù)金庫，可用<數(shù)據(jù)元件、數(shù)據(jù)金庫、銀行資金流通模式>三元組歸納，該體系的核心思想是通過集中式監(jiān)管，實現(xiàn)對高價值數(shù)據(jù)的控制，支持數(shù)據(jù)的可用不可見。第三種類型為可信交換型（如圖15），其典型技術(shù)體系為IDS，可用<數(shù)據(jù)集、IDS連接器、土地/房屋流通模式>三元組歸納，該體系的核心思想是通過一個具有公信力的組織或協(xié)會，實現(xiàn)數(shù)據(jù)的可信交換，數(shù)據(jù)交易所也屬于這種類型。第四種類型為聚合加工型（如圖16），其典型技術(shù)體系為數(shù)場，可用<數(shù)據(jù)件、數(shù)據(jù)場、圖書館知識流通模式>三元組歸納，該體系的核心思想是數(shù)據(jù)加工方主導(dǎo)數(shù)據(jù)流通，以類似于網(wǎng)絡(luò)主播的商業(yè)模式實現(xiàn)廣域范圍內(nèi)數(shù)據(jù)的有序匯聚，支撐數(shù)據(jù)的深加工。
圖13：互聯(lián)互操作型
圖14：可用不可見型
圖15：可信交換型
圖16：聚合加工型
智能時代數(shù)據(jù)的使用方式主要是機器學(xué)習(xí)與大模型訓(xùn)練，需要發(fā)明一套數(shù)據(jù)件系統(tǒng)將原始數(shù)據(jù)變成AI-ready數(shù)據(jù)。數(shù)據(jù)件（Dataware）是數(shù)據(jù)流動與使用的基本單位，通過對異質(zhì)多源數(shù)據(jù)的語義、結(jié)構(gòu)、基本操作等進行標(biāo)準(zhǔn)化封裝，使得數(shù)據(jù)本體與數(shù)據(jù)主體、數(shù)據(jù)應(yīng)用“解耦”，讓數(shù)據(jù)在不同使用主體、不同應(yīng)用系統(tǒng)間可信流轉(zhuǎn)。在云計算中，容器（docker）是對應(yīng)用程序及其資源依賴的封裝，讓算法可以在不同平臺上一鍵運行，同理，數(shù)據(jù)件讓數(shù)據(jù)可以在不同的機器學(xué)習(xí)平臺上被方便地加工利用（如圖17）。
圖17：容器（docker）和數(shù)據(jù)件（Dataware）
以AI大模型精調(diào)場景為例，通過數(shù)據(jù)件構(gòu)造IDE實現(xiàn)預(yù)訓(xùn)練、指令微調(diào)、向量數(shù)據(jù)件的快速構(gòu)造與組裝，被大模型訓(xùn)練直接調(diào)用，可大幅簡化傳統(tǒng)數(shù)據(jù)工程的工作量（如圖18）。
圖18：AI-ready數(shù)據(jù)件組裝工具
五、模型工廠
智能體（Agent）是模型基礎(chǔ)設(shè)施的使用入口，模型工廠（AI Foundry）則是使用算力和數(shù)據(jù)基礎(chǔ)設(shè)施來加工模型、部署智能應(yīng)用的超級入口。
DeepMind公司研制的AlphaFold系列軟件，在已經(jīng)研究了70年的“蛋白質(zhì)折疊”問題上，作出了突破性貢獻，其領(lǐng)導(dǎo)者Hassabis 和 Jumper獲得了2024年的諾貝爾化學(xué)獎。AlphaFold的獲獎代表了科研范式的重大改變，是融合大模型、大算力、大數(shù)據(jù)、大團隊服務(wù)科學(xué)研究的典范。那么，在科研領(lǐng)域如何支撐起成千上萬個AlphaFold-Like團隊呢？AI賦能行業(yè)應(yīng)用如何達到互聯(lián)網(wǎng)賦能那樣的普及程度？這就需要為智能時代信息基礎(chǔ)設(shè)施提供一個使用算力、算法、數(shù)據(jù)來加工模型的低門檻通用入口，模型工廠就是這樣的一個平臺。
模型工廠概念的提出借鑒了芯片代工廠在集成電路產(chǎn)業(yè)的定位與功能。芯片產(chǎn)業(yè)模式的變遷如圖19所示，它從設(shè)計－制造一體化模式，演變到無制造廠（Fabless）模式（即Foundry），再演變到今天的集成芯片模式。其中，F(xiàn)oundry即芯片代工廠的意思，為芯片設(shè)計的普及起到了關(guān)鍵作用，促使了英偉達、高通等芯片企業(yè)的崛起。借鑒芯片產(chǎn)業(yè)，大模型的開發(fā)也可以分割成兩個生態(tài)：場景與業(yè)務(wù)相關(guān)的大模型設(shè)計生態(tài)，和智能計算技術(shù)相關(guān)的大模型代工廠生態(tài)。
圖19：芯片產(chǎn)業(yè)模式的變遷
在當(dāng)前人工智能產(chǎn)業(yè)中，設(shè)計－制造一體化的IDM模式占據(jù)主導(dǎo)地位，國家與地方政府提供的大模型訓(xùn)練基礎(chǔ)設(shè)施仍處于算力供應(yīng)的初級階段，商湯AI云、百度千帆等平臺正逐步向大模型代工廠的角色邁進。當(dāng)人工智能產(chǎn)業(yè)孕育出類似于芯片領(lǐng)域臺積電、中興國際這樣的代工企業(yè)時，將催生出眾多專注于大模型設(shè)計的創(chuàng)新型企業(yè)，專注于用好大模型的行業(yè)應(yīng)用也會更加繁榮。相較于IDM企業(yè)，芯片代工廠擁有各自獨特的優(yōu)勢，例如豐富的IP資源、多類型且極致優(yōu)化的生產(chǎn)線、物理設(shè)計服務(wù)、制造產(chǎn)能、成品率等。同理，每個大模型代工廠也需構(gòu)建自身的競爭優(yōu)勢，例如數(shù)據(jù)AI-ready能力、高效訓(xùn)練或推理流水線、彈性或輕量化部署能力、智算中心的性價比、算力網(wǎng)調(diào)度能力、豐富的Build-in模型庫、開源模型儲備庫等（如圖20）。國家數(shù)據(jù)流通利用基礎(chǔ)設(shè)施在這個生態(tài)中可以起到為各行各業(yè)提供大模型代工所需的基礎(chǔ)材料的作用。
圖20：芯片代工與大模型代工
模型工廠的參考架構(gòu)如圖21所示，算力網(wǎng)是基礎(chǔ)底座，功能區(qū)主要包括AI-ready數(shù)據(jù)件、AI訓(xùn)推平臺、模型集市、智能應(yīng)用等。圖22給出了AI4S模型工廠更細化的架構(gòu)，底層是模型、數(shù)據(jù)、算力三個基礎(chǔ)設(shè)施，中間開發(fā)環(huán)境層包括五條AI生產(chǎn)流水線，上層是科學(xué)智能的三類用戶接口。目前，AI4S模型工廠系統(tǒng)已經(jīng)開發(fā)了七個子系統(tǒng)，包括：AI-ready數(shù)據(jù)件、高效訓(xùn)推平臺、基于算力統(tǒng)一度量的算力優(yōu)選、模型集市、算力網(wǎng)云函數(shù)開發(fā)平臺、多智能體開發(fā)框架、智能應(yīng)用服務(wù)平臺。
圖21：模型工廠的參考架構(gòu)
圖22：AI4S模型工廠架構(gòu)
六、智能計算機
智能時代的終端包括智能硬件、可穿戴設(shè)備、VR設(shè)備等智能物端，智能機器人、人形機器人、自主無人系統(tǒng)等具身計算機，以及位于云端的智能超算，它們可以統(tǒng)稱為智能計算機。
智能計算包含三個緊密耦合的核心要素：人工智能范式、核心智能應(yīng)用、智能計算架構(gòu)。歸納總結(jié)一下智能計算機的發(fā)展規(guī)律，在人工智能發(fā)展的初期（AI 1.0），符號主義范式占據(jù)主導(dǎo)地位，應(yīng)用以專家系統(tǒng)為代表，曙光高性能計算機（HPC）是計算架構(gòu)上的代表性成果，數(shù)值計算、數(shù)理邏輯和數(shù)據(jù)庫等傳統(tǒng)應(yīng)用亦可視為屬于符號主義技術(shù)路線。深度神經(jīng)元網(wǎng)絡(luò)出現(xiàn)后，連接主義范式成為主流（AI 2.0），深度學(xué)習(xí)與大語言模型成為核心應(yīng)用，寒武紀神經(jīng)網(wǎng)絡(luò)處理器（NPU）是智能計算架構(gòu)上的代表性成果。未來，當(dāng)AGI來臨時（AI 3.0），智能計算的核心要素三元組該如何演變呢？我們猜測，行為主義范式可能成為主要特征，具身智能應(yīng)用與科學(xué)發(fā)現(xiàn)的智能范式將成為應(yīng)用焦點，機器記憶機有望成為智能計算架構(gòu)上的代表性成果。
李德毅院士在他的《認知機器如何創(chuàng)造》一書中提出了機器認知的四種基本模式（如圖23），他認為：“在人類歷史長河中，使用較多的是記憶驅(qū)動的經(jīng)驗?zāi)Ｊ剑∣OA），當(dāng)人們對事物有了一定的認知，就能夠運用知識對事物作出判斷和推理，即運用知識驅(qū)動的推理模式（OODA），解決實際問題。人類的高級智能活動，無論是創(chuàng)造還是發(fā)現(xiàn)，都需要聯(lián)想驅(qū)動的創(chuàng)造模式（OOCA）和假設(shè)驅(qū)動的發(fā)現(xiàn)模式（OOHA），這也是社會不斷前進的真正動力。人類記憶是四種模式的共同交集?！?/p>
圖23：機器認知的四種基本模式
再看一下人類是如何產(chǎn)生和加工記憶的。人類的記憶（memory）是一種信息加工系統(tǒng)，它對信息進行編碼（encoding）、存儲（storage）和提取（retrieval），記憶是形成人們的思維和行為的原料。Richard Atkinson與Richard Schiffrin率先提出記憶的三階段模型，將記憶過程劃分為三個主要階段：感覺記憶（持續(xù)數(shù)秒）、工作記憶（持續(xù)20至30秒）以及長時記憶（長期）。信息都必須先經(jīng)過感覺記憶和工作記憶的加工，最終進入長時記憶。工作記憶在這一模型中扮演著至關(guān)重要的角色，它負責(zé)信息的臨時處理和操縱。從心理學(xué)的視角，Transformer模型正是基于對工作記憶機制的模仿與借鑒。
對人類來說，記憶是十分重要的智能，沒有機器記憶，恐怕也很難創(chuàng)造出通用人工智能（AGI）。大模型只為AI提供了以“概念、常識和事實”為主的語義記憶（知識），完全不具備具身體驗型記憶。為此，需要研究機器記憶機制，基于腦科學(xué)關(guān)于感覺記憶、工作記憶和長時記憶的三階段記憶模型，針對程序性記憶、時空情景記憶、情感記憶和社會記憶等具身型記憶，構(gòu)建記憶編碼、存儲和提取的計算模型，實現(xiàn)智能體的自主學(xué)習(xí)和持續(xù)發(fā)展。機器記憶系統(tǒng)通過積累與整合其與物理世界的交互經(jīng)驗，形成動態(tài)可擴展的世界模型和認知智能模型。
我們提出一個猜想，未來將會發(fā)明一種行為主義通用計算機——機器記憶機（如圖24）。符號主義下的通用計算機就是傳統(tǒng)計算機，也可以稱之為布爾代數(shù)機，其核心組件是CPU和存儲體；連接主義下的通用計算機就是機器學(xué)習(xí)機，其核心組件是GPU和模型庫；那么行為主義下的通用計算機就是機器記憶機，其核心組件可能是PIM（Processor in Memory）和記憶體。PIM能夠直接對內(nèi)存中的數(shù)據(jù)進行原位處理，無需將數(shù)據(jù)頻繁地傳輸?shù)紺PU進行處理，它結(jié)合新型存儲器件，可實現(xiàn)數(shù)據(jù)的即時存儲和即時處理，為智能計算機的發(fā)展帶來革命性的突破。
圖24：機器智能的通用計算機
圖25給出一種具身計算機（EC）的參考架構(gòu)，主要思想是基于不同的存儲器件支持不同階段的記憶模型，形成一個高效的OODA智能處理流程，并且將符號主義、連接主義、行為主義的技術(shù)路線緊耦合起來。智能流的輸入是傳感器，輸出是執(zhí)行器。在認知的OODA環(huán)中，物理感知小模型負責(zé)處理短期記憶任務(wù)（Observe），深度學(xué)習(xí)大模型承擔(dān)工作記憶的處理（Orient），場景知識提取機制專注于長期記憶的管理（Decide），復(fù)雜運動控制則通過定制硬件操作PLC庫實現(xiàn)（Act）。在通用CPU/GPU分區(qū)則運行智能體、數(shù)理邏輯、數(shù)值計算、數(shù)據(jù)庫這些基于嚴格的數(shù)學(xué)符號表達的應(yīng)用。
圖25：具身計算機參考架構(gòu)
最后，討論一下對科研發(fā)現(xiàn)的智能范式（第五范式）的認識，它將影響Z級智能超算的技術(shù)路線。
我們將科學(xué)發(fā)現(xiàn)的五種范式統(tǒng)一到以信息流為流通媒介的OOHV范式上（如圖26）。在觀測階段（Observe），通過觀測儀器進行數(shù)據(jù)采集；在模擬階段（Orient），借助數(shù)值計算與大數(shù)據(jù)分析技術(shù)進行數(shù)據(jù)處理；在猜想階段（Hypothesis），依托科學(xué)家的專業(yè)知識與科學(xué)理論進行假設(shè)構(gòu)建；在實驗階段（Verify），則利用科學(xué)裝置進行實驗驗證。從信息科學(xué)的視角看，科學(xué)發(fā)現(xiàn)的過程就是OOHV不斷循環(huán)交換信息的過程。不同的科學(xué)范式，就是從不同的切入點進入OOHV循環(huán)，科學(xué)實驗范式從O1或V進入循環(huán)，科學(xué)理論范式從H進入循環(huán)，科學(xué)計算范式和科學(xué)數(shù)據(jù)范式從O2進入循環(huán)，分別利用數(shù)值計算和大數(shù)據(jù)分析輔助科學(xué)發(fā)現(xiàn)，而在每個環(huán)節(jié)都利用到了信息技術(shù)。第五種科學(xué)研究范式——科學(xué)智能范式，就是通過人工智能技術(shù)賦能OOHV的每個環(huán)節(jié)，主要用到的AI技術(shù)包括：科學(xué)數(shù)據(jù)機器學(xué)習(xí)、HPC+AI計算、科學(xué)猜想大語言模型、具身智能等。
圖26：科學(xué)智能范式
AI賦能高度依賴訓(xùn)練數(shù)據(jù)，AI4S在OOHV的不同階段的數(shù)據(jù)來源與AI技術(shù)挑戰(zhàn)如圖27所示。在觀測階段（O1），從不同學(xué)科的觀察儀器獲取的觀測數(shù)據(jù)，由AI模型處理，給科研人員使用，技術(shù)挑戰(zhàn)是AI模型要跟物理性質(zhì)錨定；在模擬階段（O2），訓(xùn)練數(shù)據(jù)是由數(shù)值計算算法生成的，構(gòu)建AI模型的難點是對高階函數(shù)的擬合，AI模型嵌入到HPC程序中；在猜想階段（H），結(jié)合學(xué)科知識與行業(yè)手冊構(gòu)建大型語言模型，由科研人員進行推理，技術(shù)挑戰(zhàn)是強邏輯鏈，不能出現(xiàn)幻覺；在實驗階段（V），從不同專業(yè)的實驗裝置獲取的傳感數(shù)據(jù)，由AI模型處理，給控制系統(tǒng)使用，技術(shù)挑戰(zhàn)是AI模型要跟數(shù)學(xué)控制模型耦合。
圖27：科學(xué)智能的數(shù)據(jù)來源? ?
（根據(jù)孫凝暉院士在2025年計算所春季戰(zhàn)略規(guī)劃會上的報告整理）