随着数字经济占比地不断提升 ， 算力已成为核心生产力 。 尤其当前大模型、多模态等人工智能技术发展 ， 需要远超以往的强大算力集群来满足 ， 如全球最大规模人工智能巨量模型源1.0 ， 其参数量高达2457亿 ， 训练的数据集规模达5000GB ， 其完成单次模型训练消耗的计算量约为4095PD（PetaFlop/s-day） 。 因此 ， 传统产业智能化升级的一个关键 ， 就是要大力发展集约高效、绿色节能、超强算力、多元适配、可持续的智能计算中心 ， 以算力驱动AI对数据进行深度加工 ， 支持各种智能服务与应用 ， 让算力成本更优、智慧化效用更大 ， 更好地支撑智能产业发展 。 但从整体来看 ， 目前我国人工智能算力的基础设施还远落后于应用的需求 。
【王恩东：智能计算中心建设必须要做好顶层设计】王恩东认为 ， 智能计算中心的建设必须要以长远的眼光做好顶层设计 ， 在建设过程中要充分考虑公益性、开放性和兼容性 ， 真正把从技术到应用的完整链条设计好 。
从政府投资的角度来看 ， 建设智能计算中心一方面是希望以低成本、高性能的AI算力 ， 来支撑城市发展中的各项智能服务；另一方面则是需要以基础设施带动人工智能产业集群的汇聚、吸引数字化人才、推动企业创新 。 二者有机结合 ， 才可推动人工智能产业和区域经济的可持续发展 。 因此 ， 智能计算中心并不是简单的做好基建即可 ， 还应重视相关配套方案、生态资源、人才培养机制及长期运营能力的建设 。
王恩东认为 ， 在加快智能计算中心建设之外 ， 政府也应加强政策引导 ， 通过树典型、强培训等手段 ， 加快促进人工智能技术在第一产业和第三产业的普及 ， 从而全面实现智慧型国家建设 。 “相比第二产业 ， 第一产业和第三产业的使用者 ， 对人工智能的认知要更低 ， 技术能力更弱 。 政府要更加重视引导 ， 通过树立一些典型案例 ， 激发他们对应用人工智能技术的主动性、积极性 。