您当前位置：
、算力相关的建议：推进行业大模型高质量发展；推动边缘算力协同部署和应用。
张志勇认为，我国是制造业大国，大模型创新发展拥有广阔的实践空间。目前，虽然各级政府鼓励大模型发展的政策陆续出台，但行业大模型的发展还面临算力资源不足、数据质量不高、场景开放不够、应用部署成本高、模型数据安全存在风险等挑战。
一是提升算力资源供给能力。建立算力资源公共调度平台，促进算力资源协同共享，提升算力资源利用效能。同时，提升自主创新能力，在政策引导、品牌推广、行业采购等方面加大对国产硬件的支持力度，推进深度学习框架、人工智能硬件计算国产化。加快推动能够提供训练和推理一体化的单体超大规模行业智算中心建设。
二是提升行业数据供给水平。制定统一标准的数据架构，鼓励各类企业建设高水平行业数据集，加强行业数据流通交易，建立多类多模态新型公共数据集，增强高质量数据供给。制定数据开放相关政策，引导行业龙头企业开放非星空体育手机版敏感数据，全面提高数据资源开发利用水平，让数据“供得出”“流得动”“用得好”，为行业大模型成长提供充足“养料”。
三是加快创新应用场景建设。发挥我国应用场景丰富的优势，加强企业主导的产学研深度融合，在国家统筹部署下，引导企业开放应用场景。举办基于生产场景应用的人工智能算法大赛，加快资本、人才、技术、数据、算力等要素汇聚。进一步加强多模态、多场景、多任务的行业大模型人工智能技术研发，促进科技成果转化，推动大模型在行业应用中不断提升能力。
此外，张志勇还就降低大模型应用部署成本、加强大模型、加强产业政策扶持和人才培养等提出建议。
张志勇认为星空体育手机版，我国算力网络“中心+边缘”的梯次布局正在形成，特别是随着海量终端连接和场景化应用兴起，未来大量数据会在靠近数据源头的边缘侧进行处理。边缘算力基础设施的重要性日益凸显。
张志勇说，从调研情况看，目前算力基础设施建设主要集中在大型集中式数据中心和算力枢纽节点。边缘算力基础设施建设刚刚起步，面临边缘算力基础设施缺乏统筹规划、边缘算力供需匹配不均、边缘算力应用不足、边缘算力基础设施共建共享不足等挑战。
一是加强边缘算力基础设施统筹规划建设。推动边缘算力基础设施与城市发展、建筑物建设同步规划、同步设计、同步建设，加强电力、网络等基础设施配套建设，并作为重要基础设施纳入国土空间规划。研究制定边缘算力基础设施在机房结构、配套设施、网络、安全等层面的统一建设标准，实现规范化发展。
二是探索建立算力供需对接机制。搭建边缘算力资源匹配对接和交易渠道，引导相关服务商实现资源对接和互联互通，建立统一边缘算力调度平台。规范算力交易和监管机制，为企业提供低时延、低成本的园区、楼宇等边缘算力资源供给，提升边缘算力综合服务水平。
三是加大培育边缘算力创新应用。强化政策指导，引导产业链积极开展边缘算力应用试点，聚焦重点领域共性应用场景，打造一批可复制可推广的边缘算力创新应用示范标杆，“以用促建”，加快边缘算力应用推广落地。
四是促进边缘算力基础设施共建共享。鼓励边缘算力基础设施与变电站、基站、通信机房等基础设施开放共享，健全跨行业规划协调机制，建立共建共享智慧平台，盘活存量边缘资源价值，提升资源利用效率与效益，助力边缘算力规模化部署发展。
目前，的站址数达210万，机房数量超90万，通信塔遍布全国各地。这些通信塔上有5G、下有光缆，中间有机房和不间断的电力供应，通信便捷、电力完备、配套齐全，形成了独一无二的资源禀赋。
张志勇希望，通过持续深化共享，实现一塔多用，变“通信塔”为“数字塔”，成为算力基础设施的重要组成部分；“铁塔﹢大数据﹢AI”应用为千行百业装配“千里眼”“顺风耳”“智慧脑”，助力数字中国建设。
