通信世界网消息（CWW）10月18-19日，2024瓯江峰会暨第二届中欧非绿色能源发展论坛在浙江温州举办，来自世界顶级科学家、企业领袖、各级政府部门、专家学者、国际组织和投资人等数百位嘉宾齐聚一堂，共同围绕绿色能源、新型电力系统、科技创新等新质生产力关键领域开展交流和探索。
中兴通讯首席发展官崔丽受邀出席数智电力论坛并发表《AI与能源：共创绿色美好未来》的主题演讲，从数智角度出发洞察能源产业如何拥抱AI机遇和应对挑战。
AI的尽头是能源
“人-物-虚”融合的“万务”互联推动数据量爆发式增长，据IDC统计，到2025年，全球创建的数据量将达到175ZB，海量数据对存储和算力提出了新的要求，全球数据量每增加1ZB，服务器需要增加29.4万台，预计2021~2025年全球会增加3410万台服务器。
崔丽提到，随着智能化深入，AI算力需求剧增，人工智能正成为现代社会的关键驱动力，由于AI算力相对于通算，对并行计算能力要求更高，加之大模型参数增长很快，大概每3~4月就需要算力翻倍。同时，AI的发展伴随着能源消耗的显著增长。据斯坦福大学人工智能研究所发布的《2024年人工智能指数报告》显示，训练GPT-3这样的大型模型，耗电量相当于数百次跨美飞行。而ChatGPT的日常运行，每天的能耗相当于约19,000个家庭的用电量。AI的水资源消耗同样惊人，数据中心每天平均需耗费401吨水进行冷却。
崔丽表示，我们迫切需要探索更可持续的AI发展路径，以确保技术和社会的进步，不会以过度消耗宝贵的自然资源和危害环境为代价。
AI的前世今生：脑力效率的飞跃
崔丽回顾了AI发展的前世今生，她提到，在人工智能技术70年左右的发展历程中，先后引发了两轮AI被热捧的春天，但又纷纷在不久之后进入AI被冷遇的寒冬，其中出现了一些标志性事件。
1997年深蓝战胜国际象棋世界冠军，被认为是基于规则通过计算机编程实现的AI的最高水平。基于机器学习的CNN算法也直到1998年以LeNet-5成功识别手写邮政编码而受到广泛关注。李飞飞团队坚持数年构建的ImageNet因在公开高质量数据集的贡献，也成为了计算机视觉和深度学习领域的一个重要里程碑。基于这一数据集，2012年辛顿团队的AlexNet利用GPU算力成功将图像识别准确率大幅提升，并在随后的几年迅速超过人类识别准确度，这一里程碑意义则在于AI三要素（神经网络、大数据、GPU）第一次汇聚在一起。此后，AI一直持续向前。直到2017年Google提出Transformer，引发一轮“大力出奇迹”的大模型浪潮，以及后续大家都熟知的ChatGPT等。
崔丽表示，在其标志性事件背后探究AI技术本质，可以看出算法、算据和算力一直是推动AI进步的三大核心力量。
求真务实助推AI健康发展
“所有的横空出世，其实都是蓄谋已久”，AI每一次关键突破的背后，都是科学家和业界大咖持续数年乃至数十年的努力。即便是ChatGPT，其出现也并非偶然，也是基于前几代GPT，也是基于公开数据集、算法优化和GPU等算力增强等多方面共同努力。当下，我们正处于第三次春天。回顾过去的两次AI寒冬，最重要的原因是过高期望导致的过度失望，这一次，在春天来临之际，我们需要更加务实、冷静地看待AI，帮助其健康发展。
崔丽对这一波Transformer带动的大模型技术的特征和可能演化方向进行了判断。她表示，尽管人们依托于Transformer构建了新的AI范式，但其依然没有逃出数学的限制，人们借助以Transformer为主要手段的神经网络来捕捉海量人类数据中隐藏的知识范式，当模型遇到新问题时，运用前期掌握的知识范式通过外推或内插来对新情况作出合理的推断。
在崔丽看来，在此次浪潮中Transformer的最大贡献在于两点，一是泛化，Transformer通过对海量知识进行归纳总结，使得其不仅能在单一领域具备强大能力，还能作为通用基础技术广泛赋能各行各业；二是涌现，量变到质变，能力涌现使得AI能处理训练阶段没有遇到过的问题，通过长思维链等手段多次查询内部蕴含的知识可以使其解决更为复杂的问题。
然而她也提到，在这个过程中，有几个方面需要注意，首先规模问题上，虽然“大力出奇迹”，但面向后续发展，单纯依靠规模堆砌的方式会带来资源浪费；其次是能力的拓展，参数规模也不是唯一路径，还有多模态、CoT、RAG等技术也成功带来更加高效的能力增强和拓展；最后需要解决知识密度问题，模型的知识密度一定会不断增加，知识密度才是价值源泉。更高效率和更高价值的能力，大概率成为业界追求的核心方向。
Energy for AI助力AI高效绿色发展
崔丽表示，AI作为一种技术，其发展必然与其成长环境密切相关。当前AI发展面临着倒三角困境：作为AI最重要的基础，高质量数据资源濒临耗尽，合成数据成为重要补充；算法和算力层面则面临效率、资源、技术缺陷等多重挑战；还有产业链生态健康安全、场景和业务需求适配，以及不同企业面临的人才、资金和碳排放等等约束。
效率是所有问题的关键，对此中兴通讯提出三个层面的主张：“高效基座”侧重基础设施（算力）效率，“高效增智”侧重算法、算据和技术融合提效，“高效落地”则聚焦如何更加高效的从技术进步到产业进步。她表示，三者之间也有非常多的协同，我们希望三管齐下，助力AI高效绿色发展，尽力避免能源、环境保护等资源困境。
首先是“高效基座”。比特无法脱离原子独立存在，所有的软件包括AI都离不开高效绿色基础设施。一方面中兴通讯主张“以网强算”，在智算领域，无论是芯片内裸Die互联、芯片之间、服务器之间、DC之间，高速网络连接都至关重要，我们以领先的网络技术持续创新和突破，可以极大的提升智算的性能与效率；另一方面是智算数据中心，即如何解决高能耗、高密、多元算力等核心问题，也就是如何实现智能弹性供给，中兴通讯提供全场景制冷方案，匹配不同场景下的功率密度需求，全局优化，智能管理，从而向更低的PUE迈进。
其次是“高效增智”。大模型的落地是产业智能进阶的破题关键，然而其落地之路却充满挑战，比如大模型本身的专业性、准确性、可靠性和可解释性等问题，比如领域数据质量和安全问题，比如如何通过算法创新和软硬协同，提升训推效率；比如如何在大模型大脑的加持下，更多与具身智能体深度集成，真正实现数实融合等等。正如前面提及，规模已经不是大模型增智的唯一路径，解决上述各类问题的同时，本身就是为大模型增智。当前已经有诸多技术创新：通过大小模型结合、COT、RAG、多Agent等技术加持，可以有效提升专业性、准确性、可靠性等；通过知识图谱、样本库、数据生成、自动标注等可以大幅提升数据治理效率；通过MOE、多模态等新型模型架构引入，以及量化/剪枝/蒸馏等模型优化技术和推理加速，可以大幅降低训推和部署成本；通过数字孪生、空间智能、具身智能等技术，可以有效解决实时性和互操作性等问题。
最后是“高效落地”，对于人类社会进步和可持续发展而言，AI产业升级带来的生产价值将远高于情绪价值，我们期望这波AI浪潮能够带动产业革命、普惠社会。在AI技术落地层面，中兴通讯主张求真务实、训推并举。一方面，供给侧需切实结合自身资源禀赋找准定位形成生态互补，“商业变现”是大家关注的焦点之一，也是良性商业闭环的关键。AI技术和产业的发展，终极形态一定是形成“头部通用寡头、中部垂域坚挺、底部百花齐放”的金字塔，一味疯狂内卷，不如各自找准定位，核心发力且相辅相成，这也是高效落地的关键。另一方面，需求侧也需积极拥抱新技术，躬身入局，切实结合场景、问题、目标和资源约束找准切入点，小步快跑。以中兴通讯的“智睿魔方AiCube”智算一体机为例，就是旨在解决大模型“最后一公里”的问题，当前，已经赋能8个行业、20多个应用场景，助力各种类型企业“多快好省”的大模型落地实践。
另外，AI云边端协同也将成为落地应用的终极形态。
AI for Energy赋能能源产业进阶
崔丽表示，中兴通讯在大模型领域实施“1+N+X”策略，“1”是基础模型库，涵盖自研和开源的多类基础大模型，确保底层能力，并开放解耦，像培养优秀毕业生；“N”是诸多领域基础模型，像培养优秀的领域专家，形成领域知识集成；“X”则是各类场景应用，聚焦具体问题和创造价值。
在电力领域，中兴通讯以超融合基础设施+数字星云为基础，构建低成本的电力边缘算力底座，实现感知、算力、应用的深度融合，围绕发电、电网业务场景需求，以电力传感器、工业现场网实现电力数据全域感知。通过数字星云打破本地数据孤岛，实现跨区域、跨业务、跨系统的电力数据采集和数据治理，实现电力数据的流转与融合，帮助客户实现电力场站集中运维、远端协同联动的管理新模式。同时也形成了以星云大模型为基础的电力行业模型体系。
中兴通讯联合重庆电力、重庆电信进行5G技术在电力发输变配用各环节规模化应用，打造了国网西南片区首个5G联合创新实验室，在实验室进行行业洞察、技术研究、实验仿真和标准指定，并在重庆市建设省级广域切片专网，利用联合实验室进行多种电力终端通信接入测试，制定终端接入标准，孵化电力专用终端12款；建设聚类负荷智慧互动平台，遥控点覆盖全市1670个，可调节负荷资源池达到135万千瓦，调度从日计划转变为分钟和秒级，从片区无差别停电到对签约用户精细调节，补足重庆市用电缺口。
中兴通讯联合国电投湖南五凌电力，积极探索基于5G工业云网基础设施底座的工程建管数字化行业解决方案。从水电工程设计建设阶段开始布局5G工业互联网，以5G全连接智慧水电站为建设目标，将水电站建设、水电站日常运维、自动化监控、水电站无人值守等方面应用融合进智慧水电站中。利用5G等技术实现对水电工程施工过程中的端到端的生产施工区域管理和远程监控，助力保障5G水电工程的安全施工和管理。打造5G智慧水电行业示范标杆。
中兴通讯联合安徽移动、淮南平圩电厂开展电厂5G无线覆盖建设，利用5G与数字孪生体技术的融合，在感知和控制的基础上，通过建模、仿真、预测，达到“虚实共智”，在5G智能安防、5G智能巡检、5G智能分析应用上，加速了物联网的成型和物联网设备数字化。基于三维场景实现全区道路、重点厂区等点位的作业安全远程监督、风险自动提醒、违章自动报警等功能，提升1倍以上的管理效率，大大降低了管理人员监管压力，保障发电厂工作更安全、更高效。
未来，AI大模型将全面赋能能源产业，推动其进阶发展，在智能电网管理、可再生能源及新能源功率预测、储能优化等方面发挥关键作用，助力能源产业实现更高效、更智能的运营与管理。
演讲的最后，崔丽强调，技术无善恶，善恶在人。AI的涌现能力和学会慢思考，让它能承担更加复杂和挑战性的工作，但对于人类而言，与其担心自己被替代，不如担心自己会缺席。每一位推动科技和社会进步的伟人不仅有超高的智慧，更重要的是同样具有躬身入局的努力和悲天悯人的情怀。爱、智慧和协作共智，一定能够解决任何新的问题，并迈向更加绿色美好的未来。
