2024世界人工智能大會昨天在上海開幕。工業(yè)和信息化部負責人在大會上透露，我國算力規(guī)模位居全球第二。

最新統(tǒng)計顯示，截至5月底，全國規(guī)劃具有高性能計算機集群的智算中心已達十余個。從全國來看，智能算力在算力總規(guī)模中的比重超過了30%。我國算力結構不斷優(yōu)化。

會議上，工業(yè)和信息化部副部長單忠德提到，目前我國已經培育了421家國家級的智能制造示范工廠，人工智能企業(yè)的數(shù)量也超過了4500家，算力規(guī)模位居全球第二，推動制定了48項智能制造相關的國際標準，推動完善全球人工智能產業(yè)發(fā)展的生態(tài)。

同時單忠德表示，工信部將圍繞強化開放合作、推動產業(yè)創(chuàng)新，夯實產業(yè)基座、加快應用落地四方面開展合作。

中國算力規(guī)模雖然位居全球第二，智算中心也在擴建，但隨著大模型參數(shù)量和數(shù)據(jù)量的極速膨脹，多源異構數(shù)據(jù)的傳、用、管、存，卻成為制約生成式AI落地的瓶頸之一。

AI大模型數(shù)據(jù)歸集、訓練、數(shù)據(jù)歸檔與管理等階段，面臨著數(shù)據(jù)歸集時間長、模型訓練效率低、數(shù)據(jù)管理復雜度高等針對數(shù)據(jù)基礎設施的新挑戰(zhàn)，用戶亟需構建支持多協(xié)議、高帶寬、低延遲、數(shù)據(jù)高效流轉的大模型存儲底座。

同時，在大模型數(shù)據(jù)處理全流程中，要想使訓練效率達到極致，減少不必要的資源浪費，算力和存力就需要均衡配置，訓練階段的數(shù)據(jù)讀寫性能成為發(fā)揮存力最大作用的關鍵。

而想要提升存儲效率、降低模型訓練成本，必須要在存儲技術上進行創(chuàng)新。

分布式儲存技術，可以在緩存優(yōu)化、空間均衡、縮短GPU與存儲讀取路徑等方面更具優(yōu)勢，TB級帶寬、千萬級IOPS、EB容量，就可以滿足大模型存儲在性能和容量方面的要求。

永旗（北京）科技有限公司專注于Web3.0底層技術突破和研發(fā)，已經推出以Web3.0技術研發(fā)的存儲系統(tǒng)--世界硬盤，這將存儲成本直線降低60%，為建設智慧城市降低基礎成本，大大緩解了各個城市在數(shù)據(jù)存儲上的資金壓力，這些節(jié)省下來的資金將可以更好地應用在公共項目建設中。

以世界硬盤為代表的去中心化存儲，在技術上和模式上，已具備了大規(guī)模商業(yè)化的能力。在智慧城市建設中，擁有巨大的成本和耗能優(yōu)勢，將極大降低智慧城市的成本。

因此，在本輪推進城市全域數(shù)字化轉型的熱潮中，引入Web3.0技術下的分布式存儲系統(tǒng)，將成為低成本建設與加快推進的核心內容。

關鍵詞：