鮑虎軍：支撐物聯的智能計算

圓桌會上，第十四屆全國政協委員、之江實驗室副主任、民進浙江省委會副主委鮑虎軍就“支撐物聯的智能計算”作主題演講

如果將互聯網看作是通過網絡實現人與人之間的連接，那么物聯網便是通過網絡實現人與物、物與物之間的連接，連接的關鍵是終端設備，即具有輕量計算能力的數字化感知和執行設備。智能物聯可以簡單地看作物聯網與人工智能的結合，關鍵是使得邊緣和終端設備更加智能化，實現人、物、服務三者間的緊密連接。智能物聯現階段在生活、交通、工廠、農業等領域的應用，主要在于對環境、設備、生產等狀態的精準數字化，通過高效匯聚數據有效感知現狀，從而支撐后續的決策和控制。其發展主要面臨三方面的挑戰：一是對于廣域、多模態、跨尺度數據的價值發現；二是平衡好控制及時性與決策準確性；三是在線學習和模型持續演化。

智能計算賦能物聯時代

智能計算具備三大特征：一是計算密集，通過集中算力高效實現分布計算；二是數據驅動，整合大量數據來分析解決問題；三是模型驅動，構建訓練智能模型來做推理決策。以GPT為代表的多模態大模型及其相關技術為未來智能物聯奠定了基礎。以特斯拉自動駕駛為例，依托巨大的智能計算集群Dojo和端到端的智能模型FSD，特斯拉實現了從感知、分析到決策的“端到端”自動高效執行。同時，各類多模態模型可驅動執行器實現從數字空間到物理空間交互回饋。

物聯智能化的核心在于計算，通過高速計算網絡將端側感知和低算力設備緊密連接起來，形成“端—邊—云”協作的感知—分析—決策系統。智能物聯需要解決五大問題：一是通過任務層次化協調任務執行的實時性與準確性，依托端側小模型計算實現及時響應，依托云上大模型計算實現高階智能，進而實現“端—邊—云”協同推理。二是解決時間空間視野范圍與尺度的互補與對齊，推動端側微觀、近時數據和云上宏觀、長時數據的有效應用和協作，實現視野匯聚。三是通過數據閉環增量式訓練大模型，推動模型持續學習更新，不斷提升智能水平，以適應場景或者工廠生產狀況的變化。四是通過將數字空間和物理空間相互融合，實現數字孿生，這是智能物聯的終極目標。五是實現高水平的人機交互。人在生產和生活過程中永遠是不可或缺的，或需要人隨時介入其中，或需要人參與決策。

物聯網的智能計算技術浙江路徑

浙江智能物聯領域優勢眾多。智能感知領域，浙江已培育形成海康、大華等企業，智慧生活、數字安防、數字制造等一批標志性產業鏈和數字產業集群。云計算領域，浙江把云計算作為數字經濟的基礎設施和面向未來的核心戰略之一，下一步需進一步加強數據匯集和算力協調能力，推動云計算向智能計算拓展。人工智能領域，浙江人工智能產業化明顯加速，在生命健康、智能網聯汽車、智能家電等領域實現深度應用，從技術開發、終端制造到智能應用的產業生態持續完善。

浙江推動智能計算高質量賦能物聯，可以從以下三方面著手。一是基于多源異構海量數據，形成支撐智能物聯的數據產業生態。研制智能物聯數據處理引擎，實現物聯網實際測試數據的高效匯聚、清洗、標定、標注、對齊與融合；建立多模態基座模型及業務專用智能模型，開發數字化仿真工具；開發物聯網動態優化引擎，實現數據分析—智能模型—仿真優化—人在回路決策的閉環。二是打造高效能智能計算硬件產業生態。針對大模型高效訓練需求，提升芯片計算、訪存、通信能效，面向大型模型分布式訓練和科學智能計算需求，構建自主可控的高能效計算服務器和集群的產業生態。三是打造支撐智能物聯的智能模型和軟件產業生態。針對智能物聯對系統的智能化和在線化執行需求，除了基礎軟件和中間件外，急需各種規模、模態的智能模型的高效定制及其相關自動、魯棒分析決策的軟件工具，有望形成規模化的智能應用軟件產業。