金年会- 金年会体育- 金年会官方网站
主旨报告环节，中国工程院院士，国家数字交换系统工程技术研究中心主任，复旦大学大数据研究院院长，教授、博士生导师邬江兴在《开辟先进计算新路径》的报告中深入分析了当前先进计算面临的主要挑战，尤其是在数据处理、存储、搬移等方面的瓶颈，以及计算系统整体效率低下、能耗不可持续和计算安全问题日益突出的现状。面对全球数据量的指数级增长和对计算性能的需求，传统单一架构已经很难满足多样化的需求，而用电力拼算力的范式也具有不可持续性。
为有效解决上述问题，邬江兴提出了基于“必要多样性定律”的变革性策略，强调“通过多样性应对多样性”，同时提升系统的适应能力。具体来说，就是通过引入领域专用软硬件协同计算（拟态计算）和软件定义晶上系统（SDSoW）的创新路径，同时兼顾高效能、高灵活性和高性能的计算需求；通过软硬件协同与资源池化的动态聚合，实现对多任务、多算法、多资源的动态响应，最终提供一种能够应对未来智能时代需求的绿色、智能和安全的计算新范式。这一创新路径为智能计算时代的系统优化、资源利用和计算安全提供了新的思路与方向。
当前，制造业企业对于人工智能、深度学习以及大模型都十分关注。但是，制造业企业面临的最大挑战是缺少对基础性问题的深入探究和认知。中国工程院院士、华中科技大学教授李培根在主题为《“AI+制造”的几个基础问题》的报告中明确指出，下一代智能制造需要关注以下五个重要问题：第一，明确数据是基础，打造以数据为中心的人工智能，并且企业要增强从海量数据中获取有价值信息的能力；第二，从历史数据中挖掘洞见，不要忽视那些看似影响不大的特征数据，只有这样才能根据各种微弱信号，更好地理解制造的高维空间；第三，在数字智能时代，制造的“匠心”体现在数据上面，即对数据的敏感、对数据背后本质问题的体悟等；第四，物理空间（车间）需要实现IT与OT的融合；第五，大模型应用的关键之一就是需要智能代理，它有可能颠覆软件开发和应用的模式，从为工程师、管理者建立个人智能代理，到实现工业元宇宙，基于智能代理建立人机协同模式至关重要。李培根表示，为解决上述问题，需要IT各个领域的学者专家提供易于操作的方法和平台。
