冯丹代表：加快大模型推理能力应用落地

本文转自：人民网

代表委员共话“十五五”

冯丹代表：加快大模型推理能力应用落地

人民网记者 申佳平

“当前，全球人工智能竞争已进入以大模型为核心的‘智能密度’比拼阶段。加快大模型推理能力应用落地，是抢占产业智能化制高点的战略需求。”全国人大代表、华中科技大学副校长冯丹在接受人民网记者采访时表示。

冯丹指出，在AI硬件架构上，相较算力的不足，我国存储产业在DRAM、闪存固态盘、高性能分布式文件存储等现阶段关键技术上已经实现自主可控，并具备了全球竞争力。如，DeepSeek通过算法优化、存储架构和缓存算法创新显著提升算力效率，降低算力依赖，将推理成本大大降低。

她指出，当前大模型推理能力应用落地主要面临三方面问题：一是缺乏通用的行业适配框架和工具；二是随着大模型部署数量增加，我国算—存—网如何高效协同满足众多模型计算需求，缺少有效部署和高效调度；三是缺少符合中国行业应用特点的推理效能评估标准，大模型可信度难以衡量，“重复造轮子”现象频发。

冯丹表示，通过政策引导、技术创新与标准建设，推动“算法+数据+存储协同创新”，中国有望实现大模型推理应用的全面发展和换道超车，为全球AI发展提供“中国方案”。

一是政策引导，制定行业数据存储要求和流通规则，构建行业适配框架和工具，加快行业应用。加快制定国家数据资源储备战略规划，实施存力中心建设工程，制定数据资源存储要求。支持行业单位牵头建立行业数据存力中心或语料库中心，支持高校、科研机构和行业单位建立数据共享联盟。

“数据是资产，是大模型训练的语料，我们得把它保存下来，十年、百年，甚至上千年。”她表示，要通过加快构建高效能数据平台，夯实数智基座，把数据存好、用好，支撑我国加速从数据大国迈向数据强国，从而推动人工智能高质量发展。

二是技术创新，设立新一代AI算法、新一代AI存储重大技术专项，支持关键技术持续发展。支持高校、科研院所、龙头企业共建“算法—数据—存储”联合实验室，将基础研究、技术创新、产业创新与市场应用有机结合，支持数据安全共享和流通利用等相关技术加速发展。

三是标准建设，建立符合中国行业应用的推理评估体系，掌握标准话语权。组织相关科研院所和企业共同制定大模型推理在不同行业应用的评测标准，发布大模型推理效能评估国家标准。建立权威的大模型推理评测机构和平台，定期发布评测报告，为企业选择和应用大模型提供参考。推动国际标准制定。