本文来自「 」。本文介绍大模型的计算特征（国产平台介绍、系统挑战、算子实现、容错）、框架的并行性支持、未来算法等。
随着ChatGPT的横空出世，人工智能大模型成为各行各业热议的焦点，国内外各种大模型如雨后春笋般涌现，引发了新一轮人工智能热潮。但在看到大模型取得巨大进步的同时，也要看到当前国内大模型的研发推广仍然面临不小的挑战和压力。
面对上述挑战，需从战略层面统筹考虑大模型研发运营等相关问题，充分发挥「集中力量办大事」的制度优势，强化顶层设计，加大统一规划，加大政策支持和资源投入力度，推动中国人工智能从「跟跑」迈向「领跑」。
一是提高算力规模。进一步完善信息基础设施，加快推进「东数西算」步伐，加大算力网络建设力度，为大模型研发运营提供足够算力，同时进一步提高网络速度，降低网络时延，为更多大模型走向应用创造条件。
二是加强数据管理。国家层面加强对数据的管控，明确行业标准，建立数据使用规则，确保大模型训练数据的质量。同时，针对行业数据，破除不同厂家之间数据互相不能查询的壁垒，确保大模型训练有充足、准确的专业数据。
三是建立大模型研发「国家队」。集中全国顶尖人才和优质资源，举全国之力进行攻坚突破，同时解决大模型研发中存在的「小而散」问题，减少无效或低效大模型开发对算力和能源的浪费。
四是加大资金投入。建立国家大模型基金，专门用于大模型的研发、训练等。
五是加大政策支持。面向大模型研发，制订更加优惠的税收政策。针对国有企业在大模型研发上投入的资金，允许以两倍规模计为企业净利润。
六是加大科技投入。解决核心技术「卡脖子」问题，特别是加大人工智能芯片研发制造力度。
下载链接：
下载链接：
更新提醒：「 」和「 」已经更新发布，还没有获取的读者，请在点击「原文链接」在微店留言获取 （ PDF阅读版本 ）。
转载申明：转载 本号文章请 注明作者 和 来源 ，本号发布文章若存在版权等问题，请留言联系处理，谢谢。
推荐阅读
更多 架构相关技术 知识总结请参考「 架构师全店铺技术资料打包 (全) 」相关电子书( 41本 技术资料打包汇总详情 可通过「 阅读原文 」获取)。
全店内容持续更新，现下单「 架构师技术全店资料打包汇总(全) 」一起发送「 」 和「 」 pdf及ppt版本 ，后续可享 全店 内容更新「 免费 」赠阅，价格仅收 249 元(原总价 439 元)。
温馨提示：
扫描 二维码 关注公众号，点击 阅读原文 链接 获取 「 架构师技术全店资料打包汇总(全) 」 电子书资料详情 。
