国家信息中心公共技术服务部正式发布《人工智能行业应用建设发展参考架构》发表时间:2024-12-10 19:34来源:国家信息中心公共技术服务部 2024年11月,国家信息中心公共技术服务部正式发布《人工智能行业应用建设发展参考架构》(以下简称“参考架构”),旨在通过构建统一的技术架构和数据规范,推动人工智能技术与行业深度融合,加速行业应用的规模化落地。这一举措积极响应了国家关于深化大数据、人工智能等研发应用的战略部署,标志着我国在人工智能行业应用建设方面迈出了重要一步。 报告指出,当前全球人工智能技术演进日趋激烈,各国政府纷纷出台相关政策,试图在全球竞争中抢占发展先机。我国在这一领域具有独特的发展资源优势,包括庞大的市场规模、完整的产业体系以及丰富的高素质人才资源。据统计,中国AI市场规模已由2018年的84亿美元增至2022年的319亿美元,预计将于2027年达到1150亿美元,复合年增长率高达29.2%。然而,行业应用发展仍面临技术体系碎片化、研发和运营成本高、自主可控不足等挑战。 为了克服这些挑战,参考架构提出了从算力基础、数据服务、模型服务、应用开发、运维平台、运营平台等六个方面构建人工智能行业应用建设的共性能力和特性能力。通过构建一套技术架构统一、数据规范统一、标准体系统一的参考架构,旨在摆脱企业服务模式不同带来的限制,降低供需边际成本,有效发挥规模效应,促进应用创新,激发市场活力。 在算力基础方面,参考架构强调构建统一算力基础,包括算力基础设施、算力资源管理平台和AI开发平台。这些基础设施将为企业提供数据存储、计算和应用服务,支撑企业数字化转型。同时,通过算力资源管理平台和AI开发平台,企业可以更加高效地监控、调度和管理算力资源,以及进行AI应用的开发和部署。 数据服务是参考架构的另一个核心组成部分。报告提出,数据服务应重点关注采集、处理、共享和数据集管理,形成统一的数据服务。这包括提供数据工程工具链、数据采集模块、行业数据空间和数据集服务等共性能力,以及数据接入、数据模型、数据存储和数据分析等特性能力。通过统一数据服务,可以降低数据治理成本,提高数据质量和可用性,为AI模型的训练和应用提供有力支撑。 模型服务方面,参考架构强调完善模型工具链支持体系,提升一体化开发效能。这包括提供多模型组合能力、模型工程工具链、Agent工程工具和AI资产管理等共性能力。通过引入多种主流基础大模型和小模型,支持行业模型快速开发和组合,以满足不同场景下行业模型的快速开发与应用。同时,通过统一的模型服务接口和推理服务标准,确保大模型能够快速服务行业应用,降低开发和应用门槛。 应用开发、运维平台和运营平台是参考架构的另外两个重要组成部分。应用开发方面,报告提出提供行业应用引擎和行业应用组件等应用工具链,支撑高价值、高负载的业务场景高效开发、训练和推理。运维平台则关注系统管理维护、高可用、灾备、监控优化等能力,确保平台平稳运行。运营平台则面向企业内外部用户,构建应用产品共享平台,支持智能应用订阅、数字资产管理等服务。 参考架构的发布,对于推动人工智能技术在各行业的应用具有重要意义。一方面,通过构建统一的技术架构和数据规范,可以降低不同系统间集成的难度和边际成本,促进算力、数据、模型和应用的协同。另一方面,参考架构的普适性和可演进性,使得其能够适用于多个行业和领域,并随着技术的发展和业务需求的变化进行扩展和适应。 展望未来,人工智能行业应用建设与发展将呈现出更加广阔的前景。通过加强共性技术的支撑,推动产业聚集,形成人工智能统一大市场,我国将能够充分利用庞大的市场和丰富的数据资源,激发市场活力,发挥规模效应,带动产业整体发展。同时,通过降低供需边际成本,激发创新应用活力,培育开放、包容、活跃的共赢生态,我国将在全球人工智能竞争中占据更加有利的地位。 总的来说,《人工智能行业应用建设发展参考架构》的发布,是我国在人工智能领域迈出的重要一步。它不仅为各行业主体明确了人工智能应用建设发展的重点和目标,还为加快推进人工智能行业应用规模化落地提供了有益参考。随着这一参考架构的广泛采用和推广,我国人工智能产业将迎来更加蓬勃的发展,为经济社会高质量发展注入新的动力。
|