數(shù)據(jù)空間需要新型基礎(chǔ)設(shè)施
國(guó)家數(shù)據(jù)局成立后于2023年首次提出了數(shù)據(jù)基礎(chǔ)設(shè)施體系（如圖1），左上的網(wǎng)絡(luò)設(shè)施、安全設(shè)施是信息基礎(chǔ)設(shè)施的核心，右下的算力設(shè)施、數(shù)據(jù)流通設(shè)施是新型基礎(chǔ)設(shè)施的核心。
圖1：國(guó)家數(shù)據(jù)局提出的“數(shù)據(jù)基礎(chǔ)設(shè)施”體系圖
本文的主要觀點(diǎn)是：從信息時(shí)代演進(jìn)到智能時(shí)代的本質(zhì)變化就是網(wǎng)絡(luò)空間（Cyberspace）架構(gòu)在信息空間層上增加了數(shù)據(jù)空間層。數(shù)據(jù)基礎(chǔ)設(shè)施就是要實(shí)現(xiàn)人工智能三要素——數(shù)據(jù)、算力、算法的基礎(chǔ)設(shè)施化，以支撐智能時(shí)代核心資源的廣域共享與人工智能低門(mén)檻的廣泛應(yīng)用。
一、 網(wǎng)絡(luò)空間是如何形成的？
空間就是有結(jié)構(gòu)的一種物質(zhì)客觀存在形式。從空間的角度看，網(wǎng)絡(luò)空間（Cyberspace）是如何形成的？
首先，網(wǎng)絡(luò)空間的基礎(chǔ)是計(jì)算機(jī)系統(tǒng)，從大型的主機(jī)到小型的服務(wù)器，再到微型的微機(jī)，以及移動(dòng)型的智能手機(jī)和現(xiàn)在嵌入型的智能物端（embodiment thing）等，都是單個(gè)的計(jì)算機(jī)系統(tǒng)。然后，建立連接，就有了計(jì)算機(jī)網(wǎng)絡(luò)，形成了網(wǎng)絡(luò)空間的物理層——計(jì)算機(jī)空間。由網(wǎng)絡(luò)IP地址和網(wǎng)絡(luò)傳輸協(xié)議構(gòu)成的互聯(lián)網(wǎng)結(jié)構(gòu)，是計(jì)算機(jī)空間的基本結(jié)構(gòu)，其主力應(yīng)用是各類(lèi)網(wǎng)絡(luò)應(yīng)用，如電子郵件（email）、遠(yuǎn)程終端（telnet）。
然后，通過(guò)萬(wàn)維網(wǎng)（World-Wide Web），形成了網(wǎng)絡(luò)空間的邏輯層——信息空間。其基本抽象是網(wǎng)頁(yè)（web page），核心功能都是通過(guò)網(wǎng)頁(yè)的生成、組合、顯示（html）來(lái)實(shí)現(xiàn)的，網(wǎng)頁(yè)的地址和鏈接協(xié)議（http）構(gòu)成了信息空間的基本結(jié)構(gòu)，主力應(yīng)用是各類(lèi)網(wǎng)頁(yè)應(yīng)用，如搜索（Baidu）、網(wǎng)購(gòu)（Alibaba）、即時(shí)通信（WeChat）。
這樣形成了網(wǎng)絡(luò)空間中的信息基礎(chǔ)設(shè)施（information infrastructure），包括四層：底層是通信基礎(chǔ)設(shè)施，包括光網(wǎng)絡(luò)、接入網(wǎng)、衛(wèi)通網(wǎng)、物聯(lián)網(wǎng)；中間層是互聯(lián)網(wǎng)基礎(chǔ)設(shè)施，包括IP網(wǎng)、域名服務(wù)等；上層是萬(wàn)維網(wǎng)的各大信息樞紐網(wǎng)站；最后的第四層是云計(jì)算基礎(chǔ)設(shè)施，包括超算中心、IDC、公有云、私有云等。
當(dāng)前正在形成網(wǎng)絡(luò)空間的虛擬層——數(shù)據(jù)空間。下面將探討數(shù)據(jù)空間的本質(zhì)，數(shù)據(jù)空間的新型數(shù)據(jù)基礎(chǔ)設(shè)施，以及如何支持?jǐn)?shù)據(jù)空間的主力應(yīng)用AI+。
總結(jié)一下，網(wǎng)絡(luò)空間是一個(gè)三層架構(gòu)（如圖2）。最下層是計(jì)算機(jī)空間，基本結(jié)構(gòu)是互聯(lián)網(wǎng)，連接所有計(jì)算設(shè)備，加工人類(lèi)抽象出的知識(shí)。中間層是信息空間，基本結(jié)構(gòu)是萬(wàn)維網(wǎng)，連接所有網(wǎng)頁(yè)，加工信息。最上層是數(shù)據(jù)空間，基本結(jié)構(gòu)是數(shù)據(jù)場(chǎng)（注：該概念由吳曼青院士首先提出），連接所有數(shù)據(jù)件，加工人機(jī)物三元世界產(chǎn)生并匯聚的數(shù)據(jù)，生成模型，再通過(guò)AI+溶入（embodiment）到信息世界、物理世界的各個(gè)過(guò)程中。
圖2：網(wǎng)絡(luò)空間的三層架構(gòu)
二、 數(shù)據(jù)空間存在嗎？
數(shù)據(jù)是客觀存在的（being），并在網(wǎng)絡(luò)空間中被數(shù)字化了，在信息空間里被處理后成為網(wǎng)頁(yè)中的信息。但是，數(shù)據(jù)空間獨(dú)立出來(lái)的價(jià)值是什么？網(wǎng)絡(luò)世界里的數(shù)據(jù)集合是否具備獨(dú)立的基本結(jié)構(gòu)呢？
1. 處理對(duì)象
網(wǎng)絡(luò)空間處理對(duì)象的演化規(guī)律是從知識(shí)到信息，再到數(shù)據(jù)（如圖3、4、5）。網(wǎng)絡(luò)計(jì)算空間是連接所有計(jì)算設(shè)備，加工人類(lèi)符號(hào)化的數(shù)理知識(shí)，網(wǎng)格計(jì)算（Grid Computing）是這個(gè)空間的算力基礎(chǔ)設(shè)施化；網(wǎng)絡(luò)信息空間是連接所有網(wǎng)頁(yè)，加工人類(lèi)社會(huì)向數(shù)字空間投影的各類(lèi)信息，云計(jì)算（Cloud Computing）是這個(gè)空間的算力基礎(chǔ)設(shè)施化；網(wǎng)絡(luò)數(shù)據(jù)空間是連接所有數(shù)據(jù)件與模型庫(kù)，加工全量數(shù)據(jù)形成智能模型，算力網(wǎng)（Computility）是這個(gè)空間的算力基礎(chǔ)設(shè)施化。由計(jì)算機(jī)學(xué)者在上世紀(jì)60年代提出的算力基礎(chǔ)設(shè)施化的理想正在一步步變成現(xiàn)實(shí)。
圖3：網(wǎng)絡(luò)計(jì)算空間
圖4：網(wǎng)絡(luò)信息空間
圖5：網(wǎng)絡(luò)數(shù)據(jù)空間
網(wǎng)絡(luò)數(shù)據(jù)空間預(yù)計(jì)會(huì)分成三個(gè)發(fā)展階段，其中：2010-2020年是基于爬取數(shù)據(jù)集的大數(shù)據(jù)（BigDada）與深度學(xué)習(xí)（DeepLeaning）；2020-2030年是基于連接數(shù)據(jù)件的大模型深度學(xué)習(xí)；2030-2040年階段，我們預(yù)期是大模型連接成網(wǎng)，未來(lái)通用人工智能不是一個(gè)大模型能覆蓋的，會(huì)有很多大模型，可能通用人工智能（AGI）需要連接網(wǎng)絡(luò)空間里所有的模型。 除了人工智能大模型，科學(xué)計(jì)算也有很多模型，也需要與人工智能大模型用某種方式連接起來(lái)。
2. 價(jià)值增值方式
所有信息變換的目的都是為了價(jià)值的不斷增值。網(wǎng)絡(luò)信息空間的高價(jià)值活動(dòng)的特點(diǎn)是“核裂變”，追求無(wú)限擴(kuò)大信息可達(dá)的邊界，梅特卡夫定律（Metcalfe's law）指出：網(wǎng)絡(luò)信息空間的價(jià)值與用戶(hù)數(shù)的平方成正比。而網(wǎng)絡(luò)數(shù)據(jù)空間的高價(jià)值活動(dòng)的特點(diǎn)是“核聚變”，追求無(wú)限擴(kuò)大數(shù)據(jù)件的邊界，無(wú)限壓縮知識(shí)數(shù)字化表達(dá)的語(yǔ)義空間。從這個(gè)角度看問(wèn)題，LLM是用Transfomer算法點(diǎn)火成功的互聯(lián)網(wǎng)數(shù)據(jù)空間的一個(gè)大型聚變反應(yīng)的產(chǎn)物。我們也大膽預(yù)測(cè)一個(gè)定律：網(wǎng)絡(luò)數(shù)據(jù)空間的價(jià)值與廣譜關(guān)聯(lián)數(shù)據(jù)件數(shù)量的平方成正比。從數(shù)據(jù)空間看，智能是數(shù)據(jù)的百煉成鋼（如圖6），還需要提煉出若干數(shù)據(jù)增值的范式。
圖6：網(wǎng)絡(luò)數(shù)據(jù)空間的價(jià)值增值方式
3. 數(shù)據(jù)空間存在結(jié)構(gòu)嗎？
數(shù)據(jù)空間是否存在基本的結(jié)構(gòu)體，目前學(xué)術(shù)界還沒(méi)有形成共識(shí)。最早試圖破解這個(gè)基礎(chǔ)難題的學(xué)者是圖靈獎(jiǎng)獲得者羅伯特?卡恩，他是TCP/IP互聯(lián)網(wǎng)協(xié)議的發(fā)明人，在20世紀(jì)80年代創(chuàng)造了“國(guó)家信息基礎(chǔ)設(shè)施”（NII）一詞，后來(lái)被稱(chēng)為“信息高速公路”。他提出了數(shù)字對(duì)象架構(gòu)（Digital Object Architecture,DOA）的概念，以便實(shí)現(xiàn)在互聯(lián)網(wǎng)上對(duì)各種數(shù)據(jù)資源進(jìn)行管理與互操作，并給出了以數(shù)字圖書(shū)館為代表性應(yīng)用的一個(gè)參考實(shí)現(xiàn)。
國(guó)內(nèi)北大等團(tuán)隊(duì)基于數(shù)字對(duì)象架構(gòu)提出了數(shù)聯(lián)網(wǎng)的構(gòu)想。數(shù)聯(lián)網(wǎng)的基本思路是基于軟件定義，通過(guò)以數(shù)據(jù)為中心的開(kāi)放式軟件體系結(jié)構(gòu)和標(biāo)準(zhǔn)化互操作協(xié)議，將各種異構(gòu)數(shù)據(jù)平臺(tái)和系統(tǒng)連接起來(lái)，在“物理/機(jī)器”互聯(lián)網(wǎng)之上形成的“虛擬/數(shù)據(jù)”網(wǎng)絡(luò)。數(shù)聯(lián)網(wǎng)的技術(shù)思路是沿用Web的思路，實(shí)現(xiàn)數(shù)據(jù)集合的定位發(fā)現(xiàn)、交換調(diào)度、互操作訪問(wèn)。數(shù)據(jù)對(duì)象是否需要像Web信息那樣在全世界互聯(lián)網(wǎng)上可見(jiàn)可用呢？還是只需要支持區(qū)域內(nèi)共享？需要深入思考。
吳曼青院士在國(guó)家數(shù)據(jù)局推出將數(shù)據(jù)要素化作為新質(zhì)生產(chǎn)力的背景下，帶領(lǐng)國(guó)家數(shù)據(jù)空間戰(zhàn)略研究團(tuán)隊(duì)提出數(shù)據(jù)空間的基本結(jié)構(gòu)是數(shù)據(jù)場(chǎng)的思路。核心思路是面向數(shù)據(jù)要素化中的數(shù)據(jù)流通與交易、價(jià)值深加工，提出一套圍繞數(shù)據(jù)基本抽象的標(biāo)準(zhǔn)、協(xié)議、廣譜關(guān)聯(lián)方法與核心系統(tǒng)。
三、 數(shù)據(jù)件
智能時(shí)代賦予了數(shù)據(jù)新的兩重屬性，即資源要素屬性與價(jià)值加工屬性。數(shù)據(jù)的資源要素屬性包括產(chǎn)生、獲取、傳輸、匯聚、流通、交易、權(quán)屬、資產(chǎn)、安全等要素；而數(shù)據(jù)的價(jià)值加工屬性包括有效提升價(jià)值的主要要素，如加工對(duì)象（如數(shù)據(jù)件）、加工工藝（如廣譜關(guān)聯(lián)算法）、加工動(dòng)力（如算力網(wǎng)）等。
數(shù)據(jù)要素化后將會(huì)出現(xiàn)多個(gè)產(chǎn)業(yè)形態(tài)。以礦產(chǎn)資源為例，有采礦業(yè)、大宗礦物交易市場(chǎng)、冶煉業(yè)等。在數(shù)據(jù)方面，將來(lái)也對(duì)應(yīng)有采“數(shù)”業(yè)、數(shù)據(jù)交易市場(chǎng)、數(shù)據(jù)加工業(yè)等。數(shù)據(jù)要素化也需要多個(gè)技術(shù)體系的支撐，例如，需要傳感器/物聯(lián)網(wǎng)技術(shù)體系來(lái)解決數(shù)據(jù)“供得出”的難題，需要數(shù)據(jù)元件概念與數(shù)據(jù)金庫(kù)系統(tǒng)（注：該概念由中國(guó)電子陸志鵬副總經(jīng)理首先提出）來(lái)解決數(shù)據(jù)匯聚與“流得動(dòng)”的難題，需要數(shù)據(jù)件技術(shù)體系來(lái)解決數(shù)據(jù)“用得好”的難題。除了技術(shù)體系，還要有經(jīng)濟(jì)政策層面的創(chuàng)新，包括：數(shù)據(jù)資產(chǎn)在資產(chǎn)表中怎么并表、數(shù)據(jù)使用怎么才安全合規(guī)、數(shù)據(jù)集定價(jià)的錨點(diǎn)如何選擇等。
數(shù)據(jù)的基礎(chǔ)設(shè)施化主要解決數(shù)據(jù)的大規(guī)模匯聚與流動(dòng)的問(wèn)題，包括國(guó)家數(shù)據(jù)樞紐的建設(shè)、數(shù)據(jù)流通與交易設(shè)施的建設(shè)?！皵?shù)據(jù)20條”推出后，這方面在國(guó)家、地方、行業(yè)等多個(gè)層面都有了很多的實(shí)踐，需要進(jìn)一步歸納出最有效的模式。
支撐數(shù)據(jù)的價(jià)值加工屬性方面則欠缺系統(tǒng)性的工作。數(shù)據(jù)加工技術(shù)從早期的數(shù)據(jù)管理（DB），到數(shù)據(jù)檢索（IR），再到數(shù)據(jù)分析（BI/BD），直到現(xiàn)在的數(shù)據(jù)深加工（AI），一直在發(fā)展與演進(jìn)。數(shù)據(jù)的不斷“解耦”是演進(jìn)的主要規(guī)律，它也帶來(lái)數(shù)據(jù)基本抽象的變化（如圖7）。第一次解耦是數(shù)據(jù)與應(yīng)用程序的解耦，目標(biāo)是屏蔽數(shù)據(jù)訪問(wèn)的復(fù)雜性，降低應(yīng)用系統(tǒng)的開(kāi)發(fā)門(mén)檻，數(shù)據(jù)基本抽象是ER模型，核心系統(tǒng)有數(shù)據(jù)庫(kù)/數(shù)據(jù)倉(cāng)庫(kù)。第二次解耦是數(shù)據(jù)與業(yè)務(wù)系統(tǒng)的解耦，目標(biāo)是屏蔽數(shù)據(jù)匯聚分析的復(fù)雜性，降低企業(yè)級(jí)系統(tǒng)的開(kāi)發(fā)門(mén)檻，數(shù)據(jù)基本抽象是KV模型，核心系統(tǒng)有數(shù)據(jù)湖。第三次解耦是數(shù)據(jù)生產(chǎn)與消費(fèi)主體的解耦，目標(biāo)是屏蔽數(shù)據(jù)流轉(zhuǎn)與使用的復(fù)雜性，降低數(shù)據(jù)要素社會(huì)化供給、流通與應(yīng)用的門(mén)檻，數(shù)據(jù)基本抽象是數(shù)據(jù)件模型（Dataware），核心系統(tǒng)有數(shù)據(jù)場(chǎng)。
圖7：數(shù)據(jù)的不斷“解耦”帶來(lái)基本抽象的演化
數(shù)據(jù)件（Dataware）是數(shù)據(jù)要素流動(dòng)與使用的基本單位，通過(guò)對(duì)異質(zhì)多源數(shù)據(jù)的語(yǔ)義、結(jié)構(gòu)、基本操作等進(jìn)行標(biāo)準(zhǔn)化封裝，使得數(shù)據(jù)要素與數(shù)據(jù)主體、數(shù)據(jù)應(yīng)用“解耦”，讓數(shù)據(jù)在不同主體、不同應(yīng)用系統(tǒng)間高效地流轉(zhuǎn)與使用。在云計(jì)算中，容器（docker）是對(duì)應(yīng)用程序及其依賴(lài)的封裝，讓算法在不同平臺(tái)上實(shí)現(xiàn)一鍵運(yùn)行，它是一個(gè)可以參考學(xué)習(xí)的對(duì)象（如圖8）。
圖8：容器（docker）和數(shù)據(jù)件（Dataware）
當(dāng)前的數(shù)據(jù)加工流程是“原始數(shù)據(jù)?AI/BD算法”，即原始數(shù)據(jù)直接送到AI/BD算法中進(jìn)行處理。數(shù)據(jù)要素化后的數(shù)據(jù)加工流程應(yīng)該經(jīng)過(guò)“原始數(shù)據(jù)?數(shù)據(jù)件?數(shù)據(jù)場(chǎng)?AI/BD計(jì)算”三級(jí)解耦，實(shí)現(xiàn)數(shù)據(jù)價(jià)值的梯次轉(zhuǎn)化（如圖9），數(shù)據(jù)的全社會(huì)加工效率才能更高。
圖9：數(shù)據(jù)件的生產(chǎn)鏈
第一步，原始數(shù)據(jù)先送給數(shù)據(jù)件組裝工具。以AI大模型應(yīng)用場(chǎng)景為例，通過(guò)數(shù)據(jù)件構(gòu)造工具實(shí)現(xiàn)預(yù)訓(xùn)練、指令微調(diào)、向量數(shù)據(jù)的快速構(gòu)造與組裝，再由大模型訓(xùn)練軟件調(diào)用，大幅簡(jiǎn)化傳統(tǒng)數(shù)據(jù)工程的工作量（如圖10）。
圖10：數(shù)據(jù)件組裝工具
第二步，數(shù)據(jù)件送給數(shù)據(jù)場(chǎng)生成工具，其中包括數(shù)據(jù)件互聯(lián)協(xié)議和數(shù)據(jù)場(chǎng)生成描述語(yǔ)言。數(shù)據(jù)件互聯(lián)協(xié)議實(shí)現(xiàn)數(shù)據(jù)件尋址、傳輸?shù)耐该骰?、?biāo)準(zhǔn)化，讓用戶(hù)不再關(guān)注數(shù)據(jù)件的存儲(chǔ)位置，實(shí)現(xiàn)廣域意義上的存算解耦。數(shù)據(jù)場(chǎng)生成描述語(yǔ)言，通過(guò)對(duì)數(shù)據(jù)件需求的形式化定義與需求轉(zhuǎn)換邏輯，實(shí)現(xiàn)多維度、多類(lèi)型“數(shù)據(jù)場(chǎng)”的按需生成，實(shí)現(xiàn)對(duì)數(shù)據(jù)件快速、精準(zhǔn)地在線(xiàn)獲取。
第三步，數(shù)據(jù)件最后送給數(shù)據(jù)場(chǎng)加工工具，其中包括各類(lèi)廣譜關(guān)聯(lián)算法。廣譜關(guān)聯(lián)算法覆蓋對(duì)數(shù)據(jù)件的基本運(yùn)算操作，實(shí)現(xiàn)對(duì)數(shù)據(jù)件的橫向融合加工（如BD分析）與縱向深層提煉（如AI大模型）。同時(shí)，數(shù)據(jù)件生產(chǎn)鏈還要支持內(nèi)生的安全保障（如圖11）。?
圖11：數(shù)據(jù)件生產(chǎn)鏈內(nèi)生安全保障
四、 算力網(wǎng)
性能一直是計(jì)算部件與系統(tǒng)能力的表征，為什么還要提出算力這個(gè)新概念？算力這個(gè)術(shù)語(yǔ)對(duì)應(yīng)的英文單詞是Computility（注：《中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊》，2022年12月），其本義是從產(chǎn)生算力的角度對(duì)計(jì)算性能的通俗表達(dá)，衍生之后更注重消耗計(jì)算資源產(chǎn)生效用的能力，是從消耗算力的角度表達(dá)。定義一個(gè)國(guó)家的算力指數(shù)不僅要統(tǒng)計(jì)處理器芯片數(shù)量，還要體現(xiàn)對(duì)數(shù)據(jù)進(jìn)行深加工與精煉能力。算力概念提出的本質(zhì)是要推進(jìn)算力的基礎(chǔ)設(shè)施化，而算力網(wǎng)是算力基礎(chǔ)設(shè)施化的第三階段。算力網(wǎng)不是把計(jì)算設(shè)備聯(lián)網(wǎng)（這一點(diǎn)互聯(lián)網(wǎng)已經(jīng)做到了），而是算力資源被基礎(chǔ)設(shè)施化后以服務(wù)的形式提供出來(lái)，在全網(wǎng)消費(fèi)。因此在算力網(wǎng)上流動(dòng)的不是計(jì)算能力，而是消費(fèi)算力的算力網(wǎng)頁(yè)、任務(wù)閉包等新容器。
第一階段的算力基礎(chǔ)設(shè)施（算力1.0），是網(wǎng)格計(jì)算，共享私屬的超算資源，使超算中心資源易使用。第二階段的算力基礎(chǔ)設(shè)施（算力2.0），是云計(jì)算，將互聯(lián)網(wǎng)龍頭企業(yè)的閑置算力資源虛擬化后對(duì)公眾提供租用服務(wù)，對(duì)算力用戶(hù)來(lái)說(shuō)，做到了算力的彈性可擴(kuò)展和變買(mǎi)為租，有力地支撐了互聯(lián)網(wǎng)時(shí)代Web信息的廣域共享。隨著近年來(lái)智能物端（無(wú)人系統(tǒng)、智能機(jī)器人、智能硬件）的蓬勃發(fā)展、人工智能技術(shù)的大爆發(fā)，算力網(wǎng)的概念應(yīng)運(yùn)而生，它是第三階段的算力基礎(chǔ)設(shè)施（算力3.0）。算力網(wǎng)是繼美國(guó)提出網(wǎng)格計(jì)算、云計(jì)算之后，首次由中國(guó)提出的概念。算力1.0和2.0是構(gòu)建在信息空間之上，而算力3.0必須構(gòu)建在數(shù)據(jù)空間之上。
算力網(wǎng)將異地、異屬、異構(gòu)的分布式算力站，在邏輯上構(gòu)建成“一臺(tái)大電腦”，提供更優(yōu)適配、更低成本和更加易用的智能算力服務(wù)，有力支撐智能時(shí)代數(shù)據(jù)、算力、算法的廣域共享。
國(guó)家發(fā)改委推動(dòng)的“東數(shù)西算”工程是我國(guó)在算力網(wǎng)領(lǐng)域最早的政府行動(dòng)計(jì)劃，有力地推動(dòng)了我國(guó)率先實(shí)現(xiàn)算力的基礎(chǔ)設(shè)施化?！皷|數(shù)西算”工程穩(wěn)步推進(jìn)兩年取得很大的進(jìn)展，算力資源集中向八大國(guó)家算力樞紐內(nèi)匯聚，特別是西部樞紐節(jié)點(diǎn)充分利用了綠電資源。在技術(shù)創(chuàng)新方面也取得了明顯的成效，包括：異屬算力并網(wǎng)、異構(gòu)智算統(tǒng)一納管、算力站間直連網(wǎng)絡(luò)；算力跨域調(diào)度、算網(wǎng)協(xié)同調(diào)度、廣域數(shù)據(jù)快遞；超算互聯(lián)網(wǎng)應(yīng)用模式、城市與省域算力網(wǎng)運(yùn)營(yíng)等?！皷|數(shù)西算”工程正在形成自己的技術(shù)體系（如圖12）。
圖12：“東數(shù)西算”技術(shù)體系圖
算力網(wǎng)在三個(gè)方面存在巨大技術(shù)挑戰(zhàn)。
第一個(gè)巨大挑戰(zhàn)是可在算力網(wǎng)上流動(dòng)的算力基本抽象，即算力要素流動(dòng)與使用的基本單位，可稱(chēng)之為任務(wù)閉包（task closure）。算力基本抽象應(yīng)包括任務(wù)編排的原子化抽象、運(yùn)行時(shí)資源空間管理抽象、算力資源一體化封裝抽象三個(gè)層次，按技術(shù)發(fā)展演進(jìn)來(lái)看（如圖13），從最初的線(xiàn)程/進(jìn)程/CPU時(shí)間片，發(fā)展到微服務(wù)/容器/虛擬機(jī)，再發(fā)展到現(xiàn)在的任務(wù)閉包/網(wǎng)程/算力池。在IT 1.0的主機(jī)階段，并行與分布式編程是在線(xiàn)程抽象的基礎(chǔ)上構(gòu)建，進(jìn)程是對(duì)資源分配與調(diào)度的抽象，可以跨CPU時(shí)間片運(yùn)行；在IT 2.0的互聯(lián)網(wǎng)階段，云計(jì)算實(shí)現(xiàn)了計(jì)算能力的虛擬化，容器是對(duì)基礎(chǔ)軟硬件資源的封裝，微服務(wù)是對(duì)編程的原子化抽象，可以跨虛擬機(jī)運(yùn)行；在IT 3.0的智能階段，對(duì)全網(wǎng)計(jì)算資源要用“一臺(tái)大電腦”的思路提供新的抽象，任務(wù)閉包可以在端邊云異構(gòu)平臺(tái)上流動(dòng)和運(yùn)行；網(wǎng)程是對(duì)端上的物理機(jī)、邊上的虛擬機(jī)、云上并網(wǎng)的算力池，進(jìn)行統(tǒng)一封裝，形成一個(gè)智能應(yīng)用的資源空間；算力網(wǎng)上的異地、異屬、異構(gòu)的算力資源并網(wǎng)后要形成一體化的算力池。
圖13：任務(wù)閉包的本質(zhì)
第二個(gè)巨大挑戰(zhàn)是實(shí)現(xiàn)算力網(wǎng)的兩個(gè)核心變化，即算力資源“全局統(tǒng)一”和供需各方“環(huán)節(jié)解耦”。“全局統(tǒng)一”是指在廣域范圍內(nèi)分布的異地、異屬、異構(gòu)的算力資源，在邏輯上對(duì)上層應(yīng)用抹平差異，從而實(shí)現(xiàn)資源的全域命名、算力資源統(tǒng)一的池化抽象、算力使用的單一實(shí)時(shí)計(jì)量、算力使用的“網(wǎng)頁(yè)化”編程、算力任務(wù)的廣域路由、算力負(fù)載的跨平臺(tái)遷移等各個(gè)層次的“單一映像”（如圖14）?！碍h(huán)節(jié)解耦”是指在算力網(wǎng)生態(tài)構(gòu)成中，通過(guò)技術(shù)手段支持更多的細(xì)分角色，如算力提供商、算力運(yùn)營(yíng)商、算力增值服務(wù)商、算力消費(fèi)商等，解除云計(jì)算生態(tài)中算力供應(yīng)商對(duì)算力消費(fèi)者的綁定，解除算力應(yīng)用對(duì)特定算力芯片的依賴(lài)，構(gòu)建一個(gè)真正開(kāi)放、對(duì)創(chuàng)新者友好、更加安全的算力基礎(chǔ)設(shè)施生態(tài)（如圖15）。
圖14：算力網(wǎng)全局統(tǒng)一技術(shù)體系
圖15：算力網(wǎng)分層解耦技術(shù)體系
第三個(gè)巨大挑戰(zhàn)是打造算力基礎(chǔ)設(shè)施中國(guó)方案的全球比較優(yōu)勢(shì)。建設(shè)算力基礎(chǔ)設(shè)施的目的是實(shí)現(xiàn)對(duì)信息化的廣泛支撐。首先分析一下在不同時(shí)期我國(guó)信息化的全球比較優(yōu)勢(shì)（如圖16），其中橫坐標(biāo)是問(wèn)題的規(guī)模和場(chǎng)景，縱坐標(biāo)是對(duì)開(kāi)發(fā)者的要求，這兩個(gè)維度是決定產(chǎn)業(yè)規(guī)模的核心要素。信息化的第一個(gè)階段是位于左下角象限的信息管理系統(tǒng)（MIS）時(shí)期，信息化項(xiàng)目的特點(diǎn)是碎片化，而且無(wú)需深度領(lǐng)域知識(shí)支持，沒(méi)有算法挑戰(zhàn)，利潤(rùn)低，所以美國(guó)把這部分業(yè)務(wù)外包給中國(guó)和印度了。信息化的第二個(gè)階段是位于右上角象限的互聯(lián)網(wǎng)平臺(tái)時(shí)期，美國(guó)依靠技術(shù)的領(lǐng)先優(yōu)勢(shì)引領(lǐng)全球，中國(guó)則依靠人口規(guī)模紅利和互聯(lián)網(wǎng)行業(yè)對(duì)全中國(guó)人才的虹吸效應(yīng)，在全球競(jìng)爭(zhēng)中處于優(yōu)勢(shì)地位。信息化的第三個(gè)階段是位于左上角象限的大數(shù)據(jù)與機(jī)器學(xué)習(xí)時(shí)期，美國(guó)依靠技術(shù)的領(lǐng)先優(yōu)勢(shì)和高端人才數(shù)量?jī)?yōu)勢(shì)，在全球處于絕對(duì)領(lǐng)先地位，中國(guó)則處于跟隨與苦苦追趕的態(tài)勢(shì)，工業(yè)等行業(yè)的智能化很難形成可廣泛推廣的范式。信息化的第四個(gè)階段進(jìn)入了右下角象限的大模型時(shí)期，AI+開(kāi)始廣泛滲透到各行各業(yè)，對(duì)它們進(jìn)行智能化改造，對(duì)開(kāi)發(fā)者要求低，場(chǎng)景規(guī)模大，而中國(guó)的特色正好是工程師總量大，場(chǎng)景多。以此為背景，我國(guó)可以在算力基礎(chǔ)設(shè)施上形成具備全球比較優(yōu)勢(shì)的技術(shù)與建設(shè)方案，在大幅度降低算力使用成本、大幅度降低算力使用門(mén)檻的同時(shí)，為包括“一帶一路”國(guó)家在內(nèi)的最廣范圍覆蓋的人群提供高通量、高品質(zhì)的智能服務(wù)。
圖16：信息化比較優(yōu)勢(shì)對(duì)比圖
人工智能技術(shù)的規(guī)?；茝V要解決應(yīng)用長(zhǎng)尾問(wèn)題，為80%的中小微企業(yè)提供低價(jià)格的算力、低門(mén)檻的服務(wù)。算力網(wǎng)的中國(guó)方案需要具備 “兩低一高”，即“低成本、低門(mén)檻、高通量”?！暗统杀尽笔侵冈诠┙o側(cè)，大幅度降低算力器件、算力設(shè)備、網(wǎng)絡(luò)連接、數(shù)據(jù)獲取、算法模型調(diào)用、電力消耗、運(yùn)營(yíng)維護(hù)、開(kāi)發(fā)部署的總成本，讓廣大中小企業(yè)都消費(fèi)得起高品質(zhì)的算力服務(wù)，有積極性開(kāi)發(fā)算力網(wǎng)應(yīng)用?！暗烷T(mén)檻”是指在消費(fèi)側(cè)，大幅度降低廣大用戶(hù)的算力使用門(mén)檻，面向大眾的公共服務(wù)必須做到易獲取、易使用，像水電一樣即開(kāi)即用，像編寫(xiě)網(wǎng)頁(yè)一樣輕松定制算力服務(wù)，開(kāi)發(fā)算力網(wǎng)應(yīng)用。“高通量”是指實(shí)現(xiàn)低熵、高通量的算力服務(wù)，其中高通量代表算力服務(wù)的數(shù)量，是指在提供高并發(fā)度服務(wù)的同時(shí)，保證端到端服務(wù)的響應(yīng)時(shí)間可滿(mǎn)足率，即通量=并發(fā)度*響應(yīng)時(shí)間可滿(mǎn)足率。低熵代表算力服務(wù)的質(zhì)量，是指在高并發(fā)負(fù)載中出現(xiàn)對(duì)資源無(wú)序競(jìng)爭(zhēng)的情況下，保障系統(tǒng)的通量不急劇下降。簡(jiǎn)而言之，算力1.0時(shí)期的目標(biāo)是“算得快”，算力2.0時(shí)期的目標(biāo)是“算得省”，算力3.0時(shí)期的目標(biāo)是“算得多”，而“算得多”對(duì)中國(guó)尤其重要。? ?
五、 算法基礎(chǔ)設(shè)施
算法是計(jì)算機(jī)科學(xué)的核心，凝聚著計(jì)算機(jī)科學(xué)家的智慧，也是很多IT產(chǎn)品的關(guān)鍵模塊，但是它既不能申請(qǐng)專(zhuān)利，自身也不能成為產(chǎn)品，以AI算法為核心的創(chuàng)業(yè)公司大多不太成功。AI大模型第一次實(shí)現(xiàn)了算法的基礎(chǔ)設(shè)施化，提供“模型即服務(wù)”（MaaS）。傳統(tǒng)的數(shù)值計(jì)算算法（Numerical Computation）是對(duì)數(shù)理知識(shí)建模，如BLAS庫(kù)模型、有限元等，每個(gè)模型解決一小類(lèi)問(wèn)題，屬于小模型，通過(guò)數(shù)學(xué)庫(kù)和求解器的形式提供調(diào)用。計(jì)算機(jī)科學(xué)基礎(chǔ)算法（Fundamental of Computer Science）如圖、概率、搜索等方法，也屬于小模型，通過(guò)算子庫(kù)的形式提供調(diào)用。這些傳統(tǒng)算法如何基礎(chǔ)設(shè)施化是個(gè)困難的問(wèn)題。一個(gè)復(fù)雜應(yīng)用需要調(diào)用不同的模型，當(dāng)前模型之間沒(méi)有通用、標(biāo)準(zhǔn)的調(diào)用方式。解決了模型之間的互操作問(wèn)題，才能突破復(fù)雜問(wèn)題求解的邊界。
最后，數(shù)據(jù)空間基礎(chǔ)設(shè)施需要一個(gè)通用引擎，用來(lái)統(tǒng)一表達(dá)復(fù)雜智能任務(wù)。隨著AI Agent的發(fā)展，它有可能成為新的算力網(wǎng)通用引擎。實(shí)現(xiàn)統(tǒng)一的復(fù)雜任務(wù)表達(dá)需要設(shè)計(jì)用戶(hù)編程語(yǔ)言、程序和通用執(zhí)行引擎，在計(jì)算空間上它們是C語(yǔ)言、并行程序和編譯器，在信息空間它們是Java語(yǔ)言、信息網(wǎng)頁(yè)和瀏覽器，在數(shù)據(jù)空間它們可能是python語(yǔ)言、算力網(wǎng)頁(yè)和AI Agent。其中，編譯器解決了計(jì)算應(yīng)用的跨平臺(tái)遷移，Java虛擬機(jī)解決了智能終端應(yīng)用的跨平臺(tái)遷移，那么什么技術(shù)能解決智能云端應(yīng)用的跨算力平臺(tái)遷移？
數(shù)據(jù)基礎(chǔ)設(shè)施的目標(biāo)是將互聯(lián)網(wǎng)時(shí)代的“信息在線(xiàn)”升級(jí)到智能時(shí)代的“智能在線(xiàn)”。做到始終在線(xiàn)（on-line）是信息服務(wù)的終極目標(biāo)。需要把數(shù)據(jù)場(chǎng)、算力網(wǎng)和“模型即服務(wù)”統(tǒng)一變成一個(gè)基礎(chǔ)設(shè)施，通過(guò)算力網(wǎng)頁(yè)表達(dá)復(fù)雜的智能應(yīng)用需求，讓智能始終在線(xiàn)。數(shù)據(jù)基礎(chǔ)設(shè)施讓智能應(yīng)用以更簡(jiǎn)單的表達(dá)方式使用算力、數(shù)據(jù)與算法，智能應(yīng)用程序員更專(zhuān)注于業(yè)務(wù)功能的低門(mén)檻實(shí)現(xiàn)（如圖17）。
圖17：基于數(shù)據(jù)基礎(chǔ)設(shè)施實(shí)現(xiàn)智能在線(xiàn)
六、 未來(lái)
網(wǎng)絡(luò)空間在2020年來(lái)到了新的歷史關(guān)口，在過(guò)去40年圍繞信息沖浪（surfing）創(chuàng)造了整個(gè)互聯(lián)網(wǎng)技術(shù)體系和龐大的應(yīng)用生態(tài)，未來(lái)30年圍繞數(shù)據(jù)沖浪能否創(chuàng)造出算力網(wǎng)技術(shù)體系和新的應(yīng)用生態(tài)？信息沖浪是人或者APP由通用瀏覽器引擎作為入口，通過(guò)網(wǎng)絡(luò)七層協(xié)議，到Web Server，再操作全網(wǎng)共享的信息網(wǎng)頁(yè)。數(shù)據(jù)沖浪是由人、APP或者物由AI Agent引擎作為入口，通過(guò)新協(xié)議（包括算力路由、數(shù)據(jù)件協(xié)議簇等），到模型Server，再操作全網(wǎng)共享的數(shù)據(jù)件（如圖18）。
圖18：數(shù)據(jù)空間技術(shù)體系圖
網(wǎng)絡(luò)空間已經(jīng)形成了信息空間的四層架構(gòu)（如圖19），即第一層云主機(jī)，第二層通信基礎(chǔ)設(shè)施，第三層互聯(lián)網(wǎng)基礎(chǔ)設(shè)施，第四層WEB基礎(chǔ)應(yīng)用。未來(lái)的數(shù)據(jù)空間也將形成四層架構(gòu)，即第一層算力站（算力池化），第二層未來(lái)網(wǎng)絡(luò)（包括6G和算力網(wǎng)絡(luò)），第三層數(shù)據(jù)基礎(chǔ)設(shè)施，包括模型即服務(wù)、算力網(wǎng)、數(shù)據(jù)場(chǎng)緊耦合在一起，第四層智能體。新架構(gòu)的網(wǎng)絡(luò)空間將支撐我們進(jìn)入智能時(shí)代。
圖19：網(wǎng)絡(luò)空間架構(gòu)圖
我國(guó)在強(qiáng)起來(lái)的時(shí)代，科技必須自立自強(qiáng)，只有通過(guò)完整技術(shù)體系的創(chuàng)造，才能搶占科技制高點(diǎn)。
（根據(jù)孫凝暉院士在2024年計(jì)算所春季戰(zhàn)略規(guī)劃會(huì)上的報(bào)告整理）