4月29日,南京鲲鹏·昇腾人工智能计算中心上线仪式在江北新区扬子江国际会议中心举行。市人大常委会副主任、党组副书记,江北新区党工委专职副书记罗群,中国科学院院士、南京大学教授祝世宁,中国科学院院士、东南大学毫米波国家重点实验室主任崔铁军,华为中国区高级副总裁曹泽军,东南大学首席教授、南京集成电路产业服务中心、南京集成电路培训基地主任时龙兴,江苏省人工智能学会秘书长房伟等参加。
现场,南京鲲鹏·昇腾人工智能计算中心正式上线,这是长三角首个上线的全栈国产化的人工智能基础设施。该中心采用全球领先并自主研发的昇腾人工智能计算芯片为核心算力引擎,为用户提供全栈自主可控人工智能计算能力,面向企业提供一站式普惠人工智能全流程服务,让人工智能的算力可以像水和电一样,成为一种新的城市公共资源,让AI触手可及。
据了解,南京鲲鹏·昇腾人工智能计算中心已于2022年初试运营,并于今天正式上线。南京人工智能计算中心同时配套建设人工智能创新中心,打造公共算力服务、数据要素共享、产业生态发展、科研创新人才培养四大生态平台。截止目前,已与50多家企业联合发布超过70个人工智能解决方案,与3所高校科研机构共同孵化4个大模型。作为华东区域首个人工智能算力集群,南京人工智能计算中心基于昇腾全栈软硬件建设,面向企业、高校、科研机构、开发者等用户提供高效澎湃的AI算力资源和极简易用的开发平台,为产业智能化转型升级提供普惠算力服务,减少开发成本,加快创新应用孵化,促进产业发展。未来,中心将持续构建算力、算法、数据应用场景一站式服务体系,大力推进数字产业发展。
罗群表示,紧抓国家级新区和自贸试验区“双区叠加”独特优势,江北新区5年地区生产总值翻了一番,今年一季度新区疫情防控、经济生产两手抓,实现地区生产总值663.5亿元,同比增长8.2%。经济发展的深层动因离不开创新的强力支撑,江北新区在打造生生不息的创新生态中,集聚了一批国内外高端人才、推动了“两城一中心”主导产业高质量发展。在“芯片之城”方面,新区与华为持续保持密切合作,南京人工智能计算中心就是新区与华为携手打造的数字经济基础设施成果。未来,新区将继续携手华为等优质企业,打造人工智能产业生态集聚区,吸引更多优质人才落户新区,推动区域内数字经济深化发展。
“未来,将数字经济引入光电技术发展是必然的。”作为南京光电技术创新中心的领头人,祝世宁向在座嘉宾介绍数字经济对于光电技术产业发展的重要性。他表示,江北新区围绕“芯片之城”产业定位,提前谋划、超前布局,与高校、科研院所、企业共建数字经济产业发展新生态,推动了整个数字产业集群的快速发展。以本次人工智能计算中心上线为契机,未来,大数据、人工智能和实体经济必将在新区深度融合,数字经济发展和企业转型升级将持续涌现。
作为人工智能产业生态的积极参与者,曹泽军表示,算力是发展数字经济的生产力,在布局数字基础设施的当下,建设南京人工智能计算中心恰逢其时。未来,华为将持续推进人工智能计算中心的运营跟本地产业布局相结合,以普惠算力,赋能当地产业,发挥基础设施最大价值,通过算力+数据双轮驱动形成差异化的南京人工智能产业优势。
会上,江北新区人工智能产业生态联盟揭牌,首批共10家新区企业签约加入人工智能产业生态联盟。据悉,联盟将依托新区在云计算、大数据、人工智能、智能制造等领域优势,通过推动产业新技术、新业态、新模式协同创新发展,培育具有强大竞争优势的人工智能创新型产业集群,促进产学研合作及科技成果落地。
活动现场,专家学者和企业代表围绕人工智能的数据处理、数据安全、昇腾生态构建和应用等主题内容,进行现场分享;南京人工智能计算中心相关负责人向与会嘉宾介绍了中心的应用场景和服务。
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
这项由卡内基梅隆大学和东北大学联合开展的研究通过分析1322篇AI隐私论文,发现学术界92%的注意力都集中在训练数据泄露这一相对较小的威胁上,而聊天记录泄露、AI助手背叛、隐私推断和信息聚合等更严重的隐私威胁却被严重忽视,呼吁学术界和产业界重新审视AI隐私保护的优先级和策略。