2月，经济合作与发展组织（OECD）发布《构建国家人工智能计算能力的蓝图》报告，指出人工智能（AI）正在改变经济，并为生产力、增长和韧性带来新的机遇。各国正积极制定国家人工智能战略以利用这些变革，但并没有充分评估是否有足够的国内人工智能计算基础设施和软件来实现其目标^[1]。数据、算法和技能等其他人工智能促成因素在政策界受到了极大关注，但如何使人工智能进步成为可能的硬件、软件和相关基础设施的问题受到的关注则相对较少。

一、人工智能超级计算的现状和未来需求

报告分析超级计算的发展趋势显示，根据2022年Top500榜单，全球34个经济体拥有“顶级超级计算机”，其中中国数量最多占32%，其次是美国25%，德国7%，日本6%和法国5%；近90%的顶级超级计算机是在过去五年中开发的，体现了硬件、基础设施和软件开发及其推向市场的速度；数量并不能显示国家计算能力的全貌，从计算性能来看，美国在总计算性能中所占份额最高为44%，其次是日本13%和中国11%。在人工智能计算方面，最先进的人工智能系统越来越依赖于高性能计算，但除了专业技术和政策界以外，人工智能计算还没有得到很好的理解；由于供应链的复杂性，为人工智能构建专业的基础设施和硬件具有挑战性；深度学习的重要性极大增加了机器学习系统的规模及其计算需求；公私部门之间可能会出现计算鸿沟并恶化，越来越多的公共部门没有资源来训练尖端的人工智能模型。

报告提出，政策制定者应考虑与国家政策目标相关的人工智能计算投资，包括公共部门预算拨款和私营部门投资。政策制定者应认识到，提高本国人工智能计算能力有不同的方法，最具弹性的方法将取决于一个国家的背景和需求。政策制定者还应考虑公共和私营部门对人工智能计算能力的投资如何推动不同类型的政策目标。例如，扩大人工智能计算需要投资于数量较少的大型人工智能系统，以训练最大和最复杂的人工智能模型；或是对大量较小型人工智能系统的投资，以实现人工智能研发项目，如劳动力培训和学生教育。

二、需要制定人工智能超级计算的发展蓝图

报告提出各国要制定国家人工智能计算计划的蓝图，并描述了政策制定者和从业者的考虑因素，其中包括三方面的政策目标和关键行动要素：一是计算能力目标，包括供应能力方面的可用性和需求方面的使用能力；二是计算能力的有效性，包括人员（技能、培训、多样性）、政策（立法、规范、战略）、研发创新，以及获取（成本和使用权）方面的因素；三是计算能力的韧性，包括安全与主权（地理位置、所有权和供应链）、可持续性（效率和环境影响）。

报告总结认为，根据人工智能系统快速变化的需求，做出明智和循证的决策来规划国家计算能力可能具有挑战性；需要一套指标来衡量国家人工智能计算能力和实现人工智能目标的准备情况，以为未来制定人工智能特定指标的工作提供依据，包括国家人工智能政策举措需要考虑人工智能计算能力；需要扩大国家和区域数据收集和测量标准；决策者需要洞察人工智能系统的计算需求；人工智能的测量值应与通用计算区分开来；工作人员需要获得与人工智能计算相关的技能和培训，以有效使用人工智能计算；需要描绘和分析人工智能计算的供应链和投入，以便政府能够制定应急和恢复计划。         （王建芳）