AI DC建设与发展倡议有哪些？

AI 模型的长稳训练与持续迭代，离不开强大的算力 支撑。

1.行动倡议一 ：适度超前建设 AI DC

企业在面对 AI 技术的变革时，不应盲目跟风 (FOMO: Fear of Missing Out)，而应深入思考 AI 技术如何 真正为企业创造价值，以有序、高效的方式实施 AI 战略，实现业务的持续增长和创新。我们倡议所有企 业在落地 AI 过程中，关注以下六大核心要素。其中， AI 基础设施的适度超前建设至关重要，决定了企业 能否在 AI 时代抢得先机。

战略决心

智能化创新对于企业来说是一种战略投入，表现为资 源投入大，且存在一定不确定性；其次需要多业务 和多技术领域的协同。因此企业一把手的关注与支 持是确保成功的基石，根据实际情况，下决心组建 专项工作团队，确保跨部门、跨业务线的高效协同， 为 AI 基础设施的建设和应用场景落地提供全方位的 资源保障。

场景选择

选择应用场景是 AI 落地的关键起点，直接决定 AI 基 础设施的建设规模、性能和可靠性规划，以及面向未 来的演进需求。企业应从实际业务需求出发，优先考 虑那些痛点突出、技术适配度高的业务场景，如客户 服务、供应链管理、产品设计、数据整理等。遵循“先 易后难、逐步推进”的原则，初期可选择易于实施、 见效快的场景进行试点，积累经验与信心，再逐步拓 展至更复杂、更广泛的领域，确保 AI 应用的稳健推 进与持续优化。

模型匹配

在推进人工智能技术的企业级应用时，合理选择和组 合不同的 AI 模型至关重要。根据不同的分类标准， AI 模型可以被细分为多个类型，如按规模划分，可 分为大模型与小模型；按应用场景划分，包括基础模 型、行业专用模型以及针对特定领域的模型；按功能 专长划分，涵盖自然语言处理（NLP）、计算机视觉 （CV）、预测分析、多模态及机理模型等；按训练 和部署场景划分，又涉及全量训练、增量学习（二次 训练）、模型微调以及最终的推理应用。 从当前行业的实践经验来看，为了满足企业复杂多变 的需求，通常需要综合运用多种类型的模型。因此， 企业在选择 AI 模型时，应当基于自身的行业定位和 业务策略进行考量。同时，通过综合评估技术难度、 数据安全与成本效益，制定合理的训练策略，确保模 型的精准度与实用性。

底座先行

AI 模型的长稳训练与持续迭代，离不开强大的算力 支撑。当前，模型还在不断成熟过程中，存在很大的 不确定性，但对算力的需求是确定的，企业应优先构 建高性能、高弹性的 AI DC 基础算力平台，采用先 进的硬件设备与软件系统，通过软硬协同、训推协同 等，确保算力资源的高效稳定供给。同时，依托 AI DC 建立完整的数据治理系统，包括数据采集、清洗、 标注、存储与分析等全流程管理，为 AI 模型提供高 质量的数据养料。此外，企业还需关注 AI DC 的绿 色低碳与能源效率，确保可持续发展。

行业生态

鉴于 AI 技术的垂直整合属性，企业应以 AI DC 为中 心，对内聚合产品，对外聚合生态，积极参与或主导 构建一个开放、统一、可持续进化的行业生态体系， 基于行业大平台进行技术众筹、能力开放与资源共享， 在行业内实现统一架构、统一标准和统一数据规范， 加速 AI 技术的创新与应用，降低行业门槛，提升整 体竞争力，实现多方共赢的局面。

人才培养

AI 要深入垂直行业领域并最终进入核心生产场景， 就需要培养一批既能掌握技术细节，又能洞悉应用场 景的复合型人才。企业需提前重视 AI 应用相关人才 的培养，加大人才引进与内部培养力度，为 AI 落地 的持续创新与企业智能化转型提供坚实的人才保障。

2.行动倡议二： 共同实现 AI DC 集约化建设和绿色发展

为了有序推动 AI DC 集约化建设和绿色发展，智算 数据中心的规划建设应遵循“东数西算”等指导方向， 从算力布局集约、创新技术应用、标准体系制定等方 面综合施策，加强对智能算力资源建设与应用的引导 和约束，改善 AI DC 发展中存在的高重复建设与低 资源利用等问题，促进 AI DC 行业的高质发展。 有序推动规模化集约化发展。一方面，联合企业支持 传统数据中心向智算数据中心转型，有序提高智算数 据中心规模，促进数据中心规模化发展。另一方面， 强化算力集约供给，联合运营商、云服务商和各类算 力平台等智能算力与通用算力协同发展，满足均衡型、 计算和存储密集型等各类业务算力需求。最后，加强 跨地区 AI DC 之间算力资源的协同，实现不同数据 中心之间的负载均衡和资源动态调配，从而提高整个 系统的弹性和灵活性。

大力夯实绿色能源底座支撑。当前 AI DC 使用绿色 能源仍面临着诸多挑战，核心是面向能耗巨大的 AI DC，如何在提高清洁能源电力结构占比的同时保证 供电安全稳定，包括微电网、源网荷储、新型储能等 技术与产业日益受到业界关注。全面夯实绿色算力底 层基础，筑牢产业创新发展底座，我们倡议企业围绕 电力稳定不间断需求，加强微电网系统研究与构建， 开展储能材料探索和技术研发，推动液冷相关技术创 新，探索余热回收等。 加速研制绿色算力标准体系。标准化工作是绿色算力 产业发展的基石和抓手。尽管在数据中心领域已有关 于碳利用效率、碳中和评估及 IT 设备能效的相关标 准和规范，但绿色算力仍需构建基于业界共识的完善 的标准体系。当前，术语和定义等基础性标准大多尚 未完善，能耗评测和分类分级部分仍缺共识，有必要 建立和完善绿色算力标准体系，推广其在算力基础设 施领域的应用。

3.行动倡议三 ：共建开放协作的行业 AI 生态

当一项革命性技术开始迈入加速发展阶段，往往会面 临两条道路，一条是由单一大企业牵头，无数中小型 企业追随，打造一个以单一大企业为核心的完整封闭生态；另一条是由许多企业共同发起并优化，互相兼 容，互相促进的多核心的开放生态。

以著名的“iPhone 时刻”为例，当被重新定义的 智能手机面世之后，在全球掀起了智能手机的风 潮，完全不亚于如今的“AI 时刻”。在这一巨大 的市场机会面前，苹果公司和谷歌公司选择了两条 截然不同的发展道路，一个开发了围绕苹果自身体 系的 IOS 操作系统，另一个则开发了开源开放的 Android 系统。这两个至今在移动领域占据主导地 位的系统，分别代表了单核心封闭生态与多核心开 放生态，它们的构建策略和发展现状为 AI 这类新技 术的生态构建提供了深刻而生动的参照。

鉴于封闭与开放生态的各自特点，以及 AI 领域所特有的跨学科融合与复杂性，我们提倡在垂直行业范围 内，企业、主管部门和学术界共同构建开放、协作的 行业 AI 生态。一方面，汇聚产业界、学术界及政府 等多领域力量，形成合力，加速关键技术的突破与应 用落地；其次，在开放的生态平台上，统一的行业标 准与规范得以建立，跨模型、跨企业、跨行业的互联 互通成为可能；同时，构建开放的交流与合作机制， 共同应对 AI 发展中面临的伦理、法律及社会问题， 确保技术发展与应用的正当性与可持续性；此外，促 进人才的培养与流动，通过联合培训、竞赛和合作项 目，提升行业整体的技术水平与创新能力，为 AI 领 域的持续繁荣提供人才保障。

4.行动倡议四 ：筑好三个底座，加速行业 AI 走深向实

AI 正以前所未有的速度颠覆大家对未来企业和市场 运行的认知。然而，AI 的核心价值并非单纯的技术 展示，而在于如何加速落地，深入企业业务流程，切 实解决关键问题，为企业创造实质性的商业价值。因 此无论发展初衷与过程如何，AI 技术的最终目的是 将技术转化为生产力，驱动产业升级与经济增效。 我们认识到，在复杂多变的市场环境与技术挑战下实 现 AI 的最终目的，AI 行业还需要一个稳固的战略框 架来筑实基础。正是基于这一核心价值主张，我们提 出了三大战略底座——解决方案底座、生态底座与人 才底座，旨在为 AI 行业提供坚实的支撑，确保技术 应用能够精准对接企业需求，最终实现行业 AI 的走 深向实，实现价值最大化。

解决方案底座：围绕 AI DC 构建坚实的算力基础设施

解决方案是技术实践的基石，建立这一底座的目标就 是基于统一的技术架构、统一的行业标准、以及统一 的数据规范，夯实以 AI DC 为中心的企业 AI 基础设 施，其核心在于通过定义 AI DC 目标参考架构，优化算力效能，标准化技术架构，实现生态的归一化， 以此促进技术与业务目标的无缝对接，从而加速技术 创新与应用落地。

生态底座：构建开放协作的产业和行业生态圈

生态底座强调的是构建一个开放、共享且紧密相连的 生态协作系统，在这个系统中的每个环节协同发展， 通过产业和行业各领域的联合创新，深入企业核心生 产场景，共同推动 AI 在千行万业的应用落地。一方面， 强化产业生态的协同效应，通过硬件制造商、软件开 发者、云服务提供商以及最终用户等多个层面的合作，加速技术迭代升级，提升 AI DC 整体系统的性能和 效率；另一方面，构建开放协作的行业生态圈，联合 同行业内的不同企业，共同探讨和解决行业面临的关 键问题，推动技术创新和标准化进程，促进成员间的 信息共享和技术交流，使得 AI 技术能够更广泛地渗 透到各行各业，为社会创造新的价值。

人才底座：以应用为牵引，技术为支撑，发展产业人才和行业人才

多层次 AI 人才的培养与储备，是 AI 行业持续增长的 源泉。为了建设 AI 领域的人才底座，需要一方面重 视技术型人才的培养，特别是精通底层算子开发、行 业加速库构建的专业人员，使这些人才成为推动技术 前沿探索的关键。另一方面，通过 AI 的落地，壮大 垂直行业的 AI 应用专家队伍，比如行业的 AI 顾问和 学术领域的教育工作者，他们能够根据实际情况，将 AI 技术与行业需求相结合，创造实际价值。我们还 需要倡导产教融合的新模式，向开发者提供精细的针对性培养方案，使其熟练掌握异构算力的应用，为各 行各业输送源源不断的创新力量。 三大战略底座的构建，不仅为 AI 应用的落地提供了 稳固的支撑体系，也为智能化行业的长期发展打下坚 实基础。通过夯实解决方案、生态以及人才底座，AI 将赋能千行万业快速迈进一个更加成熟、更具竞争力 的新时代。