經濟合作與發展組織（OECD）人工智能計算和氣候專家組近日釋出《國家人工智能計算能力建設藍圖》報告，為政策制定者提供了基于能力（可用性、使用)、有效性（人員、政策、創新、通路）和彈性（安全、主權、可持續性）三個次元的國家人工智能計算建設指南。
國家政策倡議中的AI計算
為開發和使用人工智能技術，各個國家和地區都采取不同方法建設數字化基礎設施，開放各種通道。各國的投資戰略因國家人工智能目标的不同而各有側重。從建設國内基礎設施到投資雲計算，各國根據其國家目标仔細考慮每一項計算基礎設施的投資。與計算資源有關的國家人工智能倡議往往側重于一般性研究和科學基礎設施，而非具體某項人工智能技術。盡管有些國家已出台涵蓋範圍廣泛的國家高性能計算或雲資源倡議，但很少有國家在其人工智能計劃中設立專門的項目來評估國家人工智能計算能力和需求。
本節向經合組織人工智能政策觀察站提供相關資訊，建立了一個資料庫，涵蓋了來自69個國家和地區以及歐盟的800多份人工智能政策建議。該資料庫主要收集與國家人工智能政策變化相關的定量和定性資料，共分為四類：治理；金融支援；人工智能推動因素；其他激勵措施、指導建議和監管。
2021年，新增人工智能計算和研究基礎設施類别，收集相關國家人工智能倡議資料。随着政策制定者越來越多地将人工智能計算納入國家計劃，經合組織人工智能政策觀察站将收到越來越多的人工智能計算資料和相關分析。
一、高性能計算倡議
許多國家和地區均釋出過高性能計算倡議，除具體的人工智能倡議外，還包含對一系列科學和數學應用的支援。
二、基于雲服務
目前已有一些倡議來解決人工智能計算的其他重要推動因素，包括資料處理、寬帶網絡和基于雲的服務。經合組織“數字化工具包”将雲計算定義為“通過網際網路通路伺服器、存儲、網絡元件和軟體應用的資訊通信技術服務”。
2019年，法國和德國啟動了GAIA-X，這是一個基于雲的歐盟倡議，旨在建立一個可互操作的資料交換，商業和研究夥伴可以通過它共享資料并大規模地擷取服務，包括人工智能技術。
在歐洲各地都可以看到用于各種用途的雲計算和連接配接倡議。自2016年以來，歐盟委員會一直在為基于雲服務和資料基礎設施制定藍圖，包括歐洲資料基礎設施和歐洲開放科學雲，這将為學術和工業夥伴部署高帶寬網絡、大規模存儲和超級計算機能力。
三、供應鍊倡議
除了國家和地區對高性能計算和雲服務能力的投資外，人們越來越多地發起倡議，確定人工智能計算上遊元件制造，如半導體供應鍊：
- 南韓在2020年推出了《人工智能半導體産業發展戰略》，這是一個價值10億美元的跨部門項目。作為2022年推出的《數字南韓戰略》的一部分，南韓正在計劃一個K-Cloud項目，該項目營運一個用國内開發的半導體建立的雲資料中心，提升人工智能基礎設施和服務品質。
- 與其他歐洲倡議相一緻，西班牙準許了一項超過120億歐元的戰略計劃，發展西班牙微電子和半導體行業的設計和生産能力，涵蓋從設計到晶片制造的價值鍊。
- 美國制定了《為美國創造有益于生産半導體的激勵措施（CHIPS）法案》，為半導體制造、供應鍊和研發投資520億美元。
- 歐盟宣布了《歐洲晶片法案》，以刺激超過150億歐元的公共和私營部門的投資。
差距分析和初步發現
在規劃國家計算能力、滿足快速變化的人工智能系統的需求時，很難在全面掌握情況并有相關證據支撐下做出決策。是以，我們需要一套名額和代用名額來衡量國家人工智能計算能力和準備情況，實作人工智能目标。本節指出現有測量工具的差距，并總結了初步發現。
一、人工智能政策倡議需考慮到人工智能的計算能力
目前，國家人工智能政策倡議并沒有詳細衡量人工智能計算能力和相應的國家需求，而是側重于通用計算。是以，衡量和規劃實作國家人工智能計劃所需的人工智能計算具有挑戰性，并依賴于國家人工智能戰略中闡明的進階戰略目标。
需将這些計劃中包含的人工智能宏偉藍圖轉化為更具體的考量，例如審查目前的國家計算能力以及公共和私營部門行為者的人工智能計算需求，将使人工智能計算投資規劃更加有效和有針對性。
還應考慮在國内發展國家人工智能計算還是從國外供應商那裡租用，例如通過雲服務。
是以，根據國家需求和安全優先事項，可能需要關注國内擁有的計算能力。
二、國家和地區的資料收集和測量标準需擴大
應擴大資料收集範圍，上升至國家和區域層面，借此衡量目前的國家人工智能計算能力和需求，包括測量現有的私人和公共高性能計算叢集（包括用于支援人工智能工作負載的資料中心的數量）。
通過彙總這些資料，可以提供國家層面的洞察力。資料收集應遵循測量标準，使用一緻的術語、名額和衡量标準，以便在不同的管轄區進行比較。私營部門行為者、政府、國家統計局、學術界和經合組織之間的合作可以支援這種資料收集工作。
三、政策制定者需深入了解人工智能系統的計算需求
需進一步了解人工智能系統生命周期中訓練和推理階段的計算需求。大多數關于人工智能計算的資料都集中在訓練階段。雖然人工智能訓練的計算很關鍵，需要在有限的時間範圍内使用大量的計算資源，但推理也可以使用大量的人工智能系統生命周期中的人工智能計算資源。
需深入關注人工智能系統在各個生命周期階段的計算需求，特别是資料處理、開發、部署和運作階段，分析和預測目前和未來的人工智能計算需求，以便政策制定者和其他人能夠做出相應計劃。
四、針對人工智能的測量應與通用計算區分開來
識别人工智能計算和通用計算之間的差異具有挑戰性。理清這些措施将使各國能夠量化其現有的人工智能計算能力，并允許與其他計劃進行更多的戰略協調，例如對先進科學和數學模組化的計算基礎設施的投資。
這可以讓各國利用人工智能專用計算和通用計算之間的協同作用。
五、需獲得AI計算相關的技能和教育訓練
僅有AI計算硬體不足以發展和部署AI。研究人員和開發人員等AI使用者，需充分獲得人工智能計算和相關的支援服務，高效利用高性能計算叢集。而這通常需要掌握非常具體的技能，如工程師和使用人工智能專用硬體的人員。
來自不同學科和領域的觀點對縮小發達國家和新興經濟體以及公共、學術和私營部門之間的計算鴻溝也至關重要。
需研究人工智能計算技能的供需、教育訓練和勞動力構成，了解哪些投資可以充分有效利用國家人工智能的計算能力。
六、需對AI計算的供應鍊和投入進行分析
随着各國根據本國需求擴大人工智能計算能力，可能會增加人工智能計算供應鍊上的各種投入，這可能會暴露出瓶頸和資源限制，圍繞半導體行業的挑戰就說明了這一點。應進一步衡量和分析人工智能計算供應鍊和投入需要，以便政府能夠建立應急和複興計劃。
結 論
人工智能是一種通用技術，幾乎影響到全球經濟的方方面面，這促使各國政府制定和釋出國家人工智能戰略。能否成功實施國家人工智能戰略，可能成為決定一個國家是否能實作創新、生産力提高和可持續發展的關鍵因素之一。各國政府正在配置設定預算和投資公共資金，支援實施此類人工智能戰略和計劃。
然而，許多國家在制定人工智能計劃時，沒有全面評估他們是否有足夠的國内人工智能計算能力來實作這些目标。人們越來越擔心那些有資源建立和使用複雜人工智能模型以産生競争優勢和生産力收益的人與那些沒有資源的人之間會拉大差距。
如果沒有關于國家計算能力和人工智能生态系統需求的資料，決策者可能無法有效實施和利用國家人工智能戰略投資和計劃，促進經濟增長，提升競争力。
認清人工智能計算及其與人工智能在經合組織和夥伴經濟體中的傳播關系，有助于實施國家人工智能戰略，并指導未來的決策和投資。各國應系統評估現有的國家計算能力，并審查其人工智能生态系統的目前和新興需求。基于共同定義、标準和資料收集的國家人工智能計算計劃可以使政府和政策制定者在快速變化的全球數字經濟中做出明智決策，并縮小世界各地的計算鴻溝。
免責聲明：本文轉自元戰略，原作者Allen Wang。文章内容系原作者個人觀點，本公衆号編譯/轉載僅為分享、傳達不同觀點，如有任何異議，歡迎聯系我們！
轉自丨元戰略
作者丨Allen Wang
研究所簡介
國際技術經濟研究所（IITE）成立于1985年11月，是隸屬于國務院發展研究中心的非營利性研究機構，主要職能是研究大陸經濟、科技社會發展中的重大政策性、戰略性、前瞻性問題，跟蹤和分析世界科技、經濟發展态勢，為中央和有關部委提供決策咨詢服務。“全球技術地圖”為國際技術經濟研究所官方微信賬号，緻力于向公衆傳遞前沿技術資訊和科技創新洞見。
位址：北京市海澱區小南莊20号樓A座
電話：010-82635522
微信：iite_er