【转载自新华网客户端】

5月18日，由天津大学主办，嘉御资本、北洋海棠基金、天津大学科技园、天津大学宣怀学院、创业知本社承办，天津天开发展集团有限公司、天津市软件行业协会作为支持单位的“天开智启，AI点燃新引擎”论坛在天津举行。该论坛聚焦智能机器人、大模型等人工智能最前沿领域，旨在探讨人工智能未来发展方向及应用场景，助力科研成果从实验室走向市场。

趋动科技创始人兼CEO王鲲博士

趋动科技创始人兼CEO王鲲博士在接受新华网专访时，首先谈及了当前AI发展对算力需求的变化。他表示，DeepSeek系列模型带来的算法效率提升并未抑制算力需求，反而因更多用户和场景的加入，带来了更多的算力需求。“算力池化技术在这一背景下显得尤为重要。”他说。

王鲲用形象比喻阐释了算力池化的技术价值：“如果把芯片比喻成车辆，把芯片上的算力资源比喻成车上的座位，把应用比喻成旅行团，那本质上算力的分配使用相当于为每个旅行团分配座位数量不低于旅行团人数的车辆。在传统模式下，算力分配以车辆为单位来进行，即不管旅行团有多少人，都派一辆或几辆车来服务，那一定会造成算力资源的浪费。而算力池化技术则是将一个车队里所有车辆的座位整合成一个‘座位池’，系统根据用户的具体需求，从‘座位池’中按需‘划座’分配。这样，算力资源得以更精细化地管理，浪费被降到最低，利用率得以最大化。”

算力池化技术在行业客户和公有云双场景下均已见成效。王鲲介绍，通过趋动科技的软件方案，运营商、能源电力、金融、互联网与制造业等客户的算力利用率平均提升了4倍，整体成本下降超过50%。以客户南方电网为例，趋动科技通过部署OrionX AI算力池化软件，解决了其算力紧缺和AI应用开发瓶颈问题。趋动的软件可整合异构AI算力形成统一资源池，并利用算力超分、动态调度和显存自动回收等技术，帮助南方电网旗下多家网省公司、供电局及专业公司算法部署周期缩短40%，算力利用率提升至80%，有效加速了其智能化转型步伐。趋动云——趋动科技面向无自建算力用户的公有云服务——全球注册用户近十万、活跃用户近一万，平均算力利用率稳定在70%以上，而国内外行业平均水平在10-20%。“充分验证了算力池化技术的成本与效率优势”王鲲说。

在进一步探讨中，他特别指出，异构算力调度面临的最大难题是，不同厂商的芯片设计和软件编程方式迥异，增加了统一调度的难度。“异构算力池化的目标是实现不同品牌芯片的统一调度和使用，就像在使用打车平台时，用户不需要关心车辆品牌，只需选择服务类型。”

谈及国产化进程时，王鲲表示：“构建中国自己的国产芯片软件生态需要时间和耐心，但同时我们也需要让国产芯片尽快投入使用，这是推动国产化进程和应用创新的关键。”

高盛数据显示，AI部署已推动数据中心电力需求激增160%，而国际能源署(IEA)预测，2026年全球数据中心耗电量将较2022年的460太瓦时翻倍。王鲲认为，通过提升算力效率，能让电力与算力协同发展并保持成本竞争力：“若中国智能算力利用率能提升至70%–80%，那么中国的智能算力成本将降低到美国的一半以下，中国AI产业的全球竞争力将显著增强。”

展望未来，王鲲表示,算力池化技术的目标是不变的：持续降低用户算力成本、提升算力使用效率；同时技术迭代必须紧跟AI应用形态的不断演进。“技术是手段，不是目标。我们要时刻关注应用的变化，让技术跟上应用，才能真正释放AI对社会生产生活的价值。”他说。（杨登媛）

（原文责任编辑 王忻）