1月17日，WIM 2023（世界创新者大会）在北京举行尚明东，DataCanvas联合创始人受邀出席论坛并作题为“AI基础软件加速工业智能化升级”的主题演讲。 以下为尚明东先生的讲话实录：
2023年大模型的快速发展，点燃了全民对AI的想象，推动中国AI产业进入央企云建设、智能计算中心建设、大模型建设“三节车厢”带动的新发展阶段。 同年5月，国资委提出建设国有央企“1+N+M”云体系，即构建央企基础公有云、N产业公有云、M企业特色私有云，为算力云建设提供架构基础。
在大型模型的构建中，需要完整的基础设施升级，而大小模型的开发离不开“算力、算法和数据”三大要素。 其中，硬件代表算力的进步，基础软件代表算法的进步和硬件的效率，数据得到有效的存储、计算和流通。
大型模型带来对计算资源的需求井喷式增长
从2020年到2023年，大模型训练的速度和效率将逐渐提高，对GPU并行性的要求将越来越高。
根据算力需求的计算数据，2023年全球大模型训练所需的算力总量为87万，以H100为例，预计2024年和2025年训练算力需求将以两倍的速度增长。 2023年H100总需求量为83万，2024年将增至265万。 随着大模型的落地，推理端算力需求增长速度超过训练端，推理端算力需求年增长率也超过训练端。
国内领先的智能计算中心全栈软件系统
随着大模型时代的到来，智能计算中心形成了新的产业版图，“算力、算法、数据”三要素从根本上影响了智能计算中心的产业布局和生态发展。
在智能计算中心全栈软件体系建设中，以智能计算硬件为底层，通过GCP智能计算云大规模调度GPU算力，完成算力调度和租户管理，形成AI训练基地。 在AI基础软件层面，为企业提供AI全程训练推理开发工具，支持“大+小”模型开发，提供模型服务。 顶层是大模型生态，通过构建AI MaaS+AIGC应用，有效管理开源大模型和垂直大模型，赋能行业应用。 全栈软件体系的构建最终为企业提供全方位的计算服务、数据服务、算法服务和应用生态服务。
智能计算中心的建设范围包括六个部分：
基础设施和机电配套系统的建设是建设范围内最低的硬件层。 智能算力的采购和供应链，作为第一台GPU服务器，受到供应的影响，成为影响智能算力中心建设进度的最关键因素。 集成智能算力系统，集成了智能计算中心的算力网络和架构存储。 基于云的操作系统是智能计算运营的基础，使能大规模GPU的统一调度、优化、管理和加速。 智能计算运维，包括设备智能运维、对外提供面向企业的特色服务、租户管理、计费运维等。 AI能力构建层，即AI基础软件层，提供“大+小”模型全生命周期的构建、开发、管理和提供服务的能力。 作为中国人工智能基础软件的领导者，DataCanvas为各行业提供智能计算软件系统，包括底层智能计算硬件、支持智能计算应用管理的基仕针智能计算云平台、智能计算云运维管理、智能计算云运营管理、智能计算云操作系统，以及AI平台和大模型，提供大模型训练推理、模型微调、模型操作等全生命周期的开发工作栈，形成AI核心的基础软件能力基础。赋能不同行业的垂直开源模型，提供MaaS服务，最终构建基于智能计算中心的智能计算生态。
第 9 章 DataCanvas 成为智能计算的核伙伴
DataCanvas成立于2013年，以“创造智能，探索未知”为使命，以“助力全球企业智能升级”为愿景，通过自主研发的AI基础软件产品系列和解决方案，为千行百业的用户提供基础AI服务，帮助用户轻松完成数智化转型中模型和数据的双向赋能， 低成本、高效率提升企业决策能力，实现企业级AI的规模化应用。
在新一轮智能计算中心能力建设中，DataCanvas将充分发挥其在机器学习、数据科学和建模领域的专长，从技术支持、产品服务、人才培养、生态合作等方面赋予计算中心“智能核心”，构建有效的计算操作系统，提供越来越便捷的智能计算服务， 并将与不同的智能计算中心形成紧密的合作伙伴，构建高效的计算网络，形成算法基础设施建设，服务智能软件。