经济合作与发展组织（OECD）人工智能计算和气候专家组近日发布《国家人工智能计算能力建设蓝图》报告，为政策制定者提供了基于能力（可用性、使用)、有效性（人员、政策、创新、访问）和弹性（安全、主权、可持续性）三个维度的国家人工智能计算建设指南。
国家政策倡议中的AI计算
为开发和使用人工智能技术，各个国家和地区都采取不同方法建设数字化基础设施，开放各种通道。各国的投资战略因国家人工智能目标的不同而各有侧重。从建设国内基础设施到投资云计算，各国根据其国家目标仔细考虑每一项计算基础设施的投资。与计算资源有关的国家人工智能倡议往往侧重于一般性研究和科学基础设施，而非具体某项人工智能技术。尽管有些国家已出台涵盖范围广泛的国家高性能计算或云资源倡议，但很少有国家在其人工智能计划中设立专门的项目来评估国家人工智能计算能力和需求。
本节向经合组织人工智能政策观察站提供相关信息，建立了一个数据库，涵盖了来自69个国家和地区以及欧盟的800多份人工智能政策建议。该数据库主要收集与国家人工智能政策变化相关的定量和定性数据，共分为四类：治理；金融支持；人工智能推动因素；其他激励措施、指导建议和监管。
2021年，新增人工智能计算和研究基础设施类别，收集相关国家人工智能倡议数据。随着政策制定者越来越多地将人工智能计算纳入国家计划，经合组织人工智能政策观察站将收到越来越多的人工智能计算数据和相关分析。
一、高性能计算倡议
许多国家和地区均发布过高性能计算倡议，除具体的人工智能倡议外，还包含对一系列科学和数学应用的支持。
二、基于云服务
目前已有一些倡议来解决人工智能计算的其他重要推动因素，包括数据处理、宽带网络和基于云的服务。经合组织“数字化工具包”将云计算定义为“通过互联网访问服务器、存储、网络组件和软件应用的信息通信技术服务”。
2019年，法国和德国启动了GAIA-X，这是一个基于云的欧盟倡议，旨在建立一个可互操作的数据交换，商业和研究伙伴可以通过它共享数据并大规模地获取服务，包括人工智能技术。
在欧洲各地都可以看到用于各种用途的云计算和连接倡议。自2016年以来，欧盟委员会一直在为基于云服务和数据基础设施制定蓝图，包括欧洲数据基础设施和欧洲开放科学云，这将为学术和工业伙伴部署高带宽网络、大规模存储和超级计算机能力。
三、供应链倡议
除了国家和地区对高性能计算和云服务能力的投资外，人们越来越多地发起倡议，确保人工智能计算上游组件制造，如半导体供应链：
- 韩国在2020年推出了《人工智能半导体产业发展战略》，这是一个价值10亿美元的跨部门项目。作为2022年推出的《数字韩国战略》的一部分，韩国正在计划一个K-Cloud项目，该项目运营一个用国内开发的半导体建立的云数据中心，提升人工智能基础设施和服务质量。
- 与其他欧洲倡议相一致，西班牙批准了一项超过120亿欧元的战略计划，发展西班牙微电子和半导体行业的设计和生产能力，涵盖从设计到芯片制造的价值链。
- 美国制定了《为美国创造有益于生产半导体的激励措施（CHIPS）法案》，为半导体制造、供应链和研发投资520亿美元。
- 欧盟宣布了《欧洲芯片法案》，以刺激超过150亿欧元的公共和私营部门的投资。
差距分析和初步发现
在规划国家计算能力、满足快速变化的人工智能系统的需求时，很难在全面掌握情况并有相关证据支撑下做出决策。因此，我们需要一套指标和代用指标来衡量国家人工智能计算能力和准备情况，实现人工智能目标。本节指出现有测量工具的差距，并总结了初步发现。
一、人工智能政策倡议需考虑到人工智能的计算能力
目前，国家人工智能政策倡议并没有详细衡量人工智能计算能力和相应的国家需求，而是侧重于通用计算。因此，衡量和规划实现国家人工智能计划所需的人工智能计算具有挑战性，并依赖于国家人工智能战略中阐明的高级战略目标。
需将这些计划中包含的人工智能宏伟蓝图转化为更具体的考量，例如审查当前的国家计算能力以及公共和私营部门行为者的人工智能计算需求，将使人工智能计算投资规划更加有效和有针对性。
还应考虑在国内发展国家人工智能计算还是从国外供应商那里租用，例如通过云服务。
因此，根据国家需求和安全优先事项，可能需要关注国内拥有的计算能力。
二、国家和地区的数据收集和测量标准需扩大
应扩大数据收集范围，上升至国家和区域层面，借此衡量当前的国家人工智能计算能力和需求，包括测量现有的私人和公共高性能计算集群（包括用于支持人工智能工作负载的数据中心的数量）。
通过汇总这些数据，可以提供国家层面的洞察力。数据收集应遵循测量标准，使用一致的术语、指标和衡量标准，以便在不同的管辖区进行比较。私营部门行为者、政府、国家统计局、学术界和经合组织之间的合作可以支持这种数据收集工作。
三、政策制定者需深入了解人工智能系统的计算需求
需进一步了解人工智能系统生命周期中训练和推理阶段的计算需求。大多数关于人工智能计算的数据都集中在训练阶段。虽然人工智能训练的计算很关键，需要在有限的时间范围内使用大量的计算资源，但推理也可以使用大量的人工智能系统生命周期中的人工智能计算资源。
需深入关注人工智能系统在各个生命周期阶段的计算需求，特别是数据处理、开发、部署和运行阶段，分析和预测当前和未来的人工智能计算需求，以便政策制定者和其他人能够做出相应计划。
四、针对人工智能的测量应与通用计算区分开来
识别人工智能计算和通用计算之间的差异具有挑战性。理清这些措施将使各国能够量化其现有的人工智能计算能力，并允许与其他计划进行更多的战略协调，例如对先进科学和数学建模的计算基础设施的投资。
这可以让各国利用人工智能专用计算和通用计算之间的协同作用。
五、需获得AI计算相关的技能和培训
仅有AI计算硬件不足以发展和部署AI。研究人员和开发人员等AI用户，需充分获得人工智能计算和相关的支持服务，高效利用高性能计算集群。而这通常需要掌握非常具体的技能，如工程师和使用人工智能专用硬件的人员。
来自不同学科和领域的观点对缩小发达国家和新兴经济体以及公共、学术和私营部门之间的计算鸿沟也至关重要。
需研究人工智能计算技能的供需、培训和劳动力构成，了解哪些投资可以充分有效利用国家人工智能的计算能力。
六、需对AI计算的供应链和投入进行分析
随着各国根据本国需求扩大人工智能计算能力，可能会增加人工智能计算供应链上的各种投入，这可能会暴露出瓶颈和资源限制，围绕半导体行业的挑战就说明了这一点。应进一步衡量和分析人工智能计算供应链和投入需要，以便政府能够建立应急和复兴计划。
结 论
人工智能是一种通用技术，几乎影响到全球经济的方方面面，这促使各国政府制定和发布国家人工智能战略。能否成功实施国家人工智能战略，可能成为决定一个国家是否能实现创新、生产力提高和可持续发展的关键因素之一。各国政府正在分配预算和投资公共资金，支持实施此类人工智能战略和计划。
然而，许多国家在制定人工智能计划时，没有全面评估他们是否有足够的国内人工智能计算能力来实现这些目标。人们越来越担心那些有资源创建和使用复杂人工智能模型以产生竞争优势和生产力收益的人与那些没有资源的人之间会拉大差距。
如果没有关于国家计算能力和人工智能生态系统需求的数据，决策者可能无法有效实施和利用国家人工智能战略投资和计划，促进经济增长，提升竞争力。
认清人工智能计算及其与人工智能在经合组织和伙伴经济体中的传播关系，有助于实施国家人工智能战略，并指导未来的决策和投资。各国应系统评估现有的国家计算能力，并审查其人工智能生态系统的当前和新兴需求。基于共同定义、标准和数据收集的国家人工智能计算计划可以使政府和政策制定者在快速变化的全球数字经济中做出明智决策，并缩小世界各地的计算鸿沟。
免责声明：本文转自元战略，原作者Allen Wang。文章内容系原作者个人观点，本公众号编译/转载仅为分享、传达不同观点，如有任何异议，欢迎联系我们！
转自丨元战略
作者丨Allen Wang
研究所简介
国际技术经济研究所（IITE）成立于1985年11月，是隶属于国务院发展研究中心的非营利性研究机构，主要职能是研究大陆经济、科技社会发展中的重大政策性、战略性、前瞻性问题，跟踪和分析世界科技、经济发展态势，为中央和有关部委提供决策咨询服务。“全球技术地图”为国际技术经济研究所官方微信账号，致力于向公众传递前沿技术资讯和科技创新洞见。
地址：北京市海淀区小南庄20号楼A座
电话：010-82635522
微信：iite_er