近日,《国家“东数西算”工程下算力服务发展研究报告》(以下简称“《报告》”)正式发布。《报告》由中国智能计算产业联盟组织出品,单志广,张云泉,何宝宏,张广彬等重量级专家主编,陈润生院士,钱德沛院士,郑纬民院士,袁国兴研究员,陈文光教授多位编委会顾问共同见证发布。
图说:《报告》发布现场
作为《国家“东数西算”工程背景下新型算力基础设施发展研究报告》的更新版本,也是国家首部“东数西算”背景的算力服务研究报告。《报告》就算力服务发展挑战、人才系统构建、标准制定、产业链可持续发展等热点问题,提出了系统的解决路径。值得关注的,凭借在算力服务领域的前沿探索,中科曙光成为报告中引用案例最多的厂商,多次获赞。
《报告》显示,计算力指数与GDP走势呈现显著正相关,计算力指数每提高1%,数字经济和GDP分别增长3.5%和1.8%,算力服务正在成为数字经济发展的新引擎。在此背景下,众多厂商涌入算力服务赛道。
而中科曙光作为较早提出“一体化算力服务”理念企业,其推出的一体化算力服务平台,解决了算力在全国范围内的输出、转化、匹配、应用等难题,为超10万用户提供了过亿次作业提交服务。
此外,《报告》介绍未来5年,大数据、云计算产业人才缺口将高达150万。为应对来自算力服务人才方面的挑战,曙光推出的“人工智能系统平台实施”职业技能等级证书,成功入选教育部全国第四批“1+X”试点证书名单;编著的“1+X”指定教材《人工智能系统平台实施中级》顺利出版,推进了人工智能等算力服务领域人才培养。
算力基础设施的高能耗问题日益凸显,液冷等新型冷却技术前景广阔。《报告》指出。以“东数西算”成渝枢纽节点内,曙光承建的西部(重庆)科学城先进数据中心为例,其采用立体化机柜布局和曙光浸没相变液冷等技术,使核心计算设备 PUE 值低至 1.04,能耗水平比行业数据中心平均值低 30% 左右。目前,采用曙光液冷技术的多地数据中心已节电超 4亿度,相当于减少了 1.35万吨二氧化碳排放。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。