當(dāng)前，新型計(jì)算業(yè)務(wù)如AIGC正在蓬勃發(fā)展,，算力網(wǎng)絡(luò)的發(fā)展也呈現(xiàn)出新的趨勢與特點(diǎn)以滿足新型業(yè)務(wù)的發(fā)展需求,。重點(diǎn)探討面向AIGC類新型計(jì)算業(yè)務(wù)的算力網(wǎng)絡(luò)挑戰(zhàn)與設(shè)計(jì)，首先介紹AIGC類業(yè)務(wù)引入算力網(wǎng)絡(luò)的必要性,，以及二者結(jié)合發(fā)展的意義和價(jià)值,；其次設(shè)計(jì)了承載AIGC類業(yè)務(wù)的新型算力網(wǎng)絡(luò)架構(gòu)，最后根據(jù)目前的發(fā)展趨勢和挑戰(zhàn),，為后續(xù)研究工作提供參考,。

算力網(wǎng)絡(luò)；AIGC,；算網(wǎng)融合

2023年是人工智能（Artificial Intelligence,，AI）大模型應(yīng)用元年,，多個(gè)維度的技術(shù)發(fā)展推動(dòng)了人工智能生成內(nèi)容（Artificial Intelligence Generated Content，AIGC）的產(chǎn)生,，其在知識問答,、翻譯、摘要說明,、內(nèi)容創(chuàng)作等諸多應(yīng)用中有著非凡的性能表現(xiàn),，成為數(shù)字經(jīng)濟(jì)時(shí)代的新引擎。目前,，AIGC技術(shù)已經(jīng)成為人工智能領(lǐng)域的熱點(diǎn)話題,，并延伸至多個(gè)應(yīng)用領(lǐng)域，如智能家居,、自動(dòng)駕駛,、智能醫(yī)療等。

當(dāng)前,，AI應(yīng)用計(jì)算量呈幾何級數(shù)增長,，算法模型向巨量化發(fā)展，人工智能模型參數(shù)在過去十年增長了十萬倍[1],。因此,，AIGC類新型計(jì)算業(yè)務(wù)對算力和通信的要求非常高，需要相匹配的算力網(wǎng)絡(luò)來支持其發(fā)展,。隨著數(shù)字化程度加快以及大模型對算力需求的不斷提高,，未來數(shù)字經(jīng)濟(jì)的發(fā)展將會越發(fā)依賴于算力網(wǎng)絡(luò)，AIGC類新型業(yè)務(wù)與算力網(wǎng)絡(luò)的結(jié)合將會創(chuàng)造出更加智能化,、數(shù)字化和人性化的業(yè)務(wù)應(yīng)用,。本文將重點(diǎn)探討面向AIGC類新型計(jì)算業(yè)務(wù)的算力網(wǎng)絡(luò)挑戰(zhàn)與設(shè)計(jì)，為相關(guān)領(lǐng)域的技術(shù)人員提出研究和發(fā)展方向的建議,。未來,，期待算力網(wǎng)絡(luò)和AIGC有更加廣泛和深入的應(yīng)用，同時(shí),，需要關(guān)注技術(shù)發(fā)展中的風(fēng)險(xiǎn)和挑戰(zhàn),，推動(dòng)相關(guān)部門制定政策和采取措施，確保人工智能技術(shù)的發(fā)展能夠更好地為人類社會服務(wù),。

1.1  AIGC類業(yè)務(wù)的發(fā)展和應(yīng)用

通用人工智能（Artificial General Intelligence,，AGI）是指一種可以具備人類智能水平的人工智能系統(tǒng)。AGI的主要特點(diǎn)是可以通過學(xué)習(xí),、理解,、推理和創(chuàng)造等方式，來處理各種復(fù)雜任務(wù),，包括語言理解,、圖像識別,、自然語言處理（Natural Language Processing，NLP）等,。而AIGC作為AGI發(fā)展的第一步,，將人工智能、通信技術(shù)和云計(jì)算等技術(shù)進(jìn)行融合,，實(shí)現(xiàn)智能化的數(shù)據(jù)處理和分析,，AIGC既是從內(nèi)容生產(chǎn)者視角進(jìn)行分類的一類內(nèi)容，又是一種內(nèi)容生產(chǎn)方式,，還是用于內(nèi)容自動(dòng)化生成的一類技術(shù)集合[2],。雖然目前AGI技術(shù)還處于研究階段，但是AIGC的相關(guān)應(yīng)用隨著大模型的出現(xiàn)實(shí)現(xiàn)了快速發(fā)展,。

當(dāng)前AIGC類業(yè)務(wù)的發(fā)展和應(yīng)用已經(jīng)非常廣泛,，包括音頻、文本,、圖像,、視頻生成及圖像、視頻,、文本間的跨模態(tài)生成,，同時(shí)AIGC已經(jīng)在許多實(shí)際應(yīng)用中取得了顯著成果,，如文本生成,、藝術(shù)創(chuàng)作、游戲開發(fā)等,。許多公司和研究人員已經(jīng)成功將AIGC技術(shù)應(yīng)用于實(shí)際項(xiàng)目和產(chǎn)品,。

其中較為著名的生成式預(yù)訓(xùn)練轉(zhuǎn)換模型（Generative Pre-trained Transformer，GPT）主要基于三個(gè)技術(shù)：自然語言處理中基于注意力機(jī)制的序列到序列模型Transformer[3],；采用Prompt機(jī)制用于指導(dǎo)模型生成特定類型的輸出,；利用Fine-tune微調(diào)技術(shù)針對預(yù)訓(xùn)練模型通過少量的標(biāo)記數(shù)據(jù)集，在新的任務(wù)或領(lǐng)域上訓(xùn)練模型來改進(jìn)其性能,。

以GPT[4]為例,，2023年涌現(xiàn)了大量的大型語言模型（Large Language Models，LLMs）[5-6]和AIGC相關(guān)領(lǐng)域[7-8]的研究,。以GPT-3,、GPT-4為代表的超大規(guī)模預(yù)訓(xùn)練模型，以數(shù)據(jù)和算力優(yōu)勢取代了一些小型算法模型,，展示了一條通向通用人工智能的可行路徑[9],。表1列舉了國內(nèi)外主流AIGC大模型和應(yīng)用概況。

表1   主流AIGC大模型和應(yīng)用概況