今天小编分享的互联网经验：上海信弘董事总经理吴敏华：需要思考“算力”如何构建、如何应用、如何赋能，欢迎阅读。
近日，第六届数字中国建设峰会之 " 有福之州 对话未来——鼓楼论见 算力时代 " 论坛在福建福州举办。论坛由中共福州市鼓楼区委、鼓楼区人民政府主办，新华社国家重点实验室战略支持，福州市鼓楼区商务局、鸿博股份、北京英博数科科技有限公司和钛媒体协办。
上海信弘董事总经理吴敏华分享了大语言模型支撑下的 AIGC 内容生成、数字孪生、基于 AI 的互動等技术的重要性。上海信弘是全球算力龙头英伟达精英级合作伙伴，吴敏华表示，相较以前的人工智能，现在的人工智能之所以非常强大，在于其拥有了不起的算法和强大的算力加速支撑，" GPT-3 一个模型跑一次，成本上超过 460 万美金，是采用最高级别的算力卡和最高级别的网络，这些算力资源加在一起运行，才得到了如今这么厉害的成果 "。
当前新技术面临百万倍渲染、计算能力的需求提升，以及海量算力、高速通信和海量存储的挑战。吴敏华认为，在智能世界加速到来的大背景下，各行各业将迎来新技术及算力支持所带来的无限可能性，包括科学研究、创新设计、医疗保健、金融和制造业等领網域都将迎来新的机会。
上海信弘董事总经理吴敏华
以下是吴敏华演讲实录，略经钛媒体 APP 编辑：
非常荣幸今天能有这个机会跟大家做这样的分享。各位领导，各位嘉宾，今天我的任务相对轻松，是给大家分享一些 AI 领網域内的进步，。
在今年英伟达全球技术大会上，我们看到 AI 助力了我们很多的工作，例如用 AI 生成一个三维的飞行器并飞翔起来；用 AI 描述一个蛋白结构，并观察这个蛋白结构各种各样的演变，以及最终如何治愈我们的病人；通过画出一个二维的影像，瞬间完成三维的房屋设计；以及通过动作的仿真，最后如何训练我们的运动员等等…这些都是在每个行业里比较顶尖的人工智能应用者，正在进行着的各种各样的尝试。
今天我来到这里代表 NVIDIA 做一个分享，上海信弘是 NVIDIA 所有产品线资质最全的一家合作伙伴，在今天后续的内容中，我会跟大家分享上海信弘在英伟达加速计算技术方面，怎么通过软硬两种能力，帮助各个行业和产业提升自己的能力、获得进步。
作为提供基础运算能力厂商或合作伙伴，我们非常惊讶地发现，目前我们很多客户在人工智能领網域，例如对于各种各样技术的应用，或是在包括数字卵生的高性能计算的领網域，都取得了非常惊人的进步。
接下来我就分享下英伟达的加速计算，在无论是硬的算力能力还是在软实力上，如何向各个行业赋能的。
上海信宏的定位是英伟达的整体解决方案供应商，对于算力的部分，这些年当我们在与传统的使用 CPU 进行人工智能领網域研究的各行业专家们去探讨 GPU 的算力能力时，经常感到一些理解上的差异，而这一情况在今年产生了巨大改观：今年基于 GPU 算力完成大语言模型，生成式 AI-ChatGPT 的到来，让几乎所有人感到惊艳。
目前我们已经看到在很多中国企业正在努力针对 GPT 模型进行各种各样的研究。对于我们这样做 NVIDIA 解决方案服务的合作伙伴来说，第一利好就是终于不再需要花很多时间去解释 GPU 是怎么加速计算、1700 亿的参数怎么能跑得这么快了。相较以前的人工智能，现在的人工智能之所以非常强大，在于其拥有了不起的算法和强大的算力加速支撑：要达到 ChatGPT 这种水平需要消耗多大算力规模 ? GPT-3 一个模型跑一次，成本上超过 460 万美金，是采用最高级别的算力卡和最高级别的网络，这些算力资源加在一起运行，才得到了如今这么厉害的成果。
我们看到英博数科给大家提供的算力服务中，以及 NVIDIA 自己的数据中心中的核心设备，就是 NVIDIA 大名鼎鼎的 DGX 伺服器，它是目前全球最顶尖、单台算力最强的 GPU 伺服器。基于 DGX，英伟达曾建立了一个在规模上全球排名第五的数据中心，但其运算能力却是排名第一，大家可以思考，全球第五的数据中心在运算能力方面是排名第一，这个就是软实力的体现。而且作为这个全世界最快的智算中心之一，它只用三周时间就建成了，这个建设过程中我们看到很多最新的技术融合在了一起：包括 AI、协同、协同设计和数字卵生。
这里我首先分享一个概念叫做协同设计，设计界比较复杂的一种工作是第一位工程师完成他的设计工作以后，下一位工程师来做接下来的设计工作。以刚才的数据中心为例子，一个数据中心要设计的东西非常多：包括机房、机柜，以及里面多种基于分子动力学对热能进行设计的工具。我们可以看到四个工具同时接入英伟达自己的数字孪生平台 Omniverse，几位工程师共同在里面进行自己的设计工作、共同在里面呈现设计结果，设计师和工程师同时在不同的螢幕上，看到自己的设计最终迭代完成的效果。
在未来的日子里，我们会听到越来越多的地方在建设自己的计算中心、超算中心或者是人工智能智算中心。NVIDIA Omniverse 会接入各种各样的专业工具，通过数据中心的数字卵生，使得这些世界顶级数据中心也在三周内建成成为可能。
同样地，在工业领網域英伟达也在建设虚拟工厂，例如宝马工厂的虚拟仿真 3.0 版本，这个工厂在 2025 年将会投入运营，在其中我们可以看到 Omniverse 对工厂内人员走动动向的仿真和机器运作的仿真、如何通过虚拟仿真进行工厂内部的规划等。
生成式 AI 在医疗领網域当中同样取得了长足进步。在生命科学、医疗等领網域进行研究的时候，数据一直是这个行业的瓶颈，无论是国内还是国外，想要获得病人的医疗数据都是非常困难的事情。而生成式 AI 通过学习获得数据本身的一些特征后，可以加工出很多生成式数据，把这些数据运用到研究中，便可以更快地训练出所要的各种各样的算法：例如对大腦的研究工作中，当有了一定基础数据量之后，通过 AI 技术可以加工出大量生成式数据以供研究，甚至从二维数据生成动态的三位数据。
最后提一下 NVIDIA 另一个非常了不起的项目：" 第二地球 "，它是对整个地球上环境的仿真，在这个项目种应用了现有的算力和几乎所有的人工智能技术，包括数字卵生的技术以及多 GPU 等，进行例如天气预测等多种多样的极具价值的研究工作。
我简单做一个小结：在算力整体构建、运营和管理过程中，以及对人工智能、对高性能运算及仿真等最新的技术在运用过程中，我们赋能产业加速，而这个过程种非常重要的是人才，如何能够迅速地训练一批有加速计算技能的人才，怎么跨界构建学科的能力，是留给在座每一位，包括我们自己，都要去思考的问题。
我今天所讲的内容，即算力对整个产业的赋能，经过今天一早各位嘉宾的演绎，都已经深入到了我们的腦海中，我们接下来要思考的是三个问题：如何构建，如何应用，以及最后我们如何赋能。
我的演讲就到这里。谢谢大家！
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体 App
