数据要素及智能算力网络创新研讨会顺利召开 | 2024 星火生态大会

来源:工业互联网标识智库 2024-04-28 22:36:00

  2024年4月18日,中国信息通信研究院(以下简称“中国信通院”)2024星火生态大会在厦门开幕。4月18日下午,数据要素及智能算力网络创新研讨会顺利召开。研讨会聚焦数据要素流通、算力网络优化及人工智能创新应用等热点主题,探索数据、算力、人工智能融合发展路径,有助于推进数据流通网络和智能算力基础设施建设,促进人工智能与行业深度融合,将进一步推动产业升级和数字经济发展,来自产学研用的96名专家学者参会。

  会上,中国信通院工业互联网与物联网研究所所长金键、中国电信集团有限公司政企信息服务事业群副总经理曹磊、华为客户总监赵宏鑫、中科曙光集团总裁助理兼曙光网络科技有限公司副总裁张玉龙代表各方,共同发布了“智能算力网络运行监测平台”。随着该平台的上线,监管方将能有效地监控和管理算力使用情况,支撑算力产业监测及资源优化配置,推动算力网络的高效发展。

  研讨会上,与会专家们围绕“数据要素和智能算力网络”等主题,进行了主题演讲。

  粤港澳大湾区大数据研究院高级咨询师谢贤保作《全国一体化数据交易场所体系建设路径研究》主题演讲,重点介绍了全国一体化数据交易场所体系建设的背景、现状进行剖析,并对未来发展路径进行探讨。他强调,数据要素市场是全国统一大市场的关键组成部分,数据交易所是构建全国统一数据要素市场的关键载体。

  上海数据交易所创新技术总监何彬发表《数据流通基础设施赋能价值创新应用》主题演讲,深入分析了构建数据流通标准规范、授权运营、开放共享、合规交易、资产创新等治理体系。他提出数据流通可追溯、数据资产可管控、数据价值可计量、数据收益可分配是数据基础设施建设的核心要求,同时也是数字经济发展的重要保障。完善数据流通数字身份、可信网络、算法模型、隐私计算、安全传输等技术体系,促进数据要素市场高质量和可持续发展。

  中国电子数据产业集团行业总监姚民伟发表《数据要素市场化配置理论和实践》主题演讲,详细介绍了数据要素市场化流通理论体系研究,分析了数据流通的关键基础设施、支撑产品及工程实践应用。他重点介绍了以数据元件为核心的数据要素化流通模型和数据要素化安全模型,并强调数据元件能有效实现原始数据和数据应用“解耦” ,是需求明确、交易高频和数据标准化程度高的数据资产交易产品。

  中国信通院工业互联网与物联网研究所高级工程师、“星火之光”青年专家张钰雯在会上发布并解读了《数据流通基础设施:框架与实践》,详细介绍了数据流通基础设施发展背景、技术路线和基本框架。报告提出了基于工业互联网标识解析的数据服务网络架构,并从数据、设施和安全三个角度分析了数据基础设施需求,深度剖析了区域和行业级数据流通基础设施建设现状。

  中国电信集团有限公司政企信息服务事业群副总经理曹磊发表了《中国电信智算网络及大模型发展思路》主题演讲,深入分析了中国电信在智能网络的构建需求与工程思路。面对大模型对数据资源、算力资源的强烈需求,中国电信构建了服务大模型应用的智算网络。

  电子科技大学信息与通信工程学院副院长虞红芳发表了题为《智能算力网络的探索与实践》的主题演讲,详细介绍了当前智能算力网络的核心技术、工程实践以及相关场景应用,分享了当前电子科技大学在智能算力网络方面的创新成果。

  北京云测信息技术有限公司总经理贾宇航分享了《人工智能数据行业趋势展望与技术实践》,详细介绍了人工智能发展对数据的质量要求,以及通过人工智能数据助力打通数据服务全链条,推动AI创新应用场景快速落地。

  中国信通院工业互联网与物联网研究所高级工程师、“星火之光”青年专家尹子航在会上发布并解读了《智能算力服务质量模型》,详细介绍了智能算力服务质量模型基本概念、核心要素和实施策略,梳理出智能算力服务演进趋势,算力服务质量评估标准以及评价方式,提出智能算力服务质量评估路径,并发起智能算力服务质量评估行动,切实提升算力供给企业、算力需求企业以及第三方的服务质量,保证算力资源高质量供给与应用。

  会上,中国信通院工业互联网与物联网研究所工程师石嵘对《星火智能算力网络》进行了解读,详细介绍了算力产业发展背景、政策及挑战。石嵘在会上介绍了智能算力网络运行监测大屏、星火·可信算力券服务平台等产品,应对算力产业当前面对的数据监测、审计监管等挑战。下一步,基于星火·链网的智能算力网络,中国信通院将以信任连接多主体、大范围分布的算力供给、需求和监管方,形成高效可信的平台式算力服务,助力构建全国全域统一算力服务大市场。

相关板块
相关个股
相关资讯
免责声明:本文转载上述内容出于传递更多信息之目的,不代表同花顺财经的观点。文章内容仅供参考,不构成投资建议。同花顺力求但不保证数据的完全准确,如有错漏请以证监会指定上市公司信息披露平台为准,各类信息服务基于人工智能算法,投资者据此操作,风险自担。