各位产业界、学界，各界的朋友，在场的各位女士们先生们，大家上午好！

非常有高兴今天有机会和大家汇报一下我们在信息通信技术融合创新方面的一些研究和思考，今天跟大家分享的是三个方面，首先是信息通信技术的推动经济社会的发展。第二个是我们挑了几方面的信息通信领域的融合，包括IT与CT的融合，算力和网络的融合，5G与工业融合，大数据与AI融合，最后有一个简单的展望。

首先我们知道现在数字经济正在整个的推动经济社会的发展，按照我们中国信通院的测算，2022年去年整个中国数字经济的体量是50万亿，占全球第二，占整个GDP的40%，增速也非常之快，有10%。数字经济里面有几块，数字产业化、产业数字化、数据价值化和数字化治理，其中数字产业化占不到20%，产业数字化占80%左右，数字产业化就是数字技术和产业本身变成经济的增量。产业数字化是用数字技术来推动或者说是来应用到产业中，比如说应用到服务业、制造业或者是农业里面，使得经济有增量，现在对整个经济一个非常重要的组成部分，也是我们现在发展的重点。

21世纪以来，全球是一个技术的创新活跃期，整个社会从机械化、电气化、自动化走向了数字化、网络化、智能化，技术融入到整个经济社会，现在的生产生活各个方面都是在用这些新技术，会产生一些新的模式，提升生产的质量，提升效率等等，ChatGPT出来以后人工智能更是会融入到千行百业中。我们在18世纪中期是第一次工业革命，这个时候有没有抓住工业革命的机会，会导致一个社会大分流，也就是说抓住和没有抓住会拉开一个非常大的距离。现在我们相信正是第二次大分流的关键时期，我们如果抓住这次机会就能够有一个新的跃迁。信息通信技术非常多，我们现在耳熟能详，5G、云计算、人工智能、大数据、区块链等等，底层是软件算法、硬件芯片、工艺材料等等，我们通过网络把它们连起来应用到千行百业、应用到工业、交通、能源、医疗、文娱、生活等等方面。

今天和大家简单汇报几方面，第一是IT与CT融合，我们看IT与CT融合，驱动来自哪里？原来传统的网络是相对封闭固化的，相对来说扩展性受限，功耗比较大，功能提升空间比较小，价格昂贵、厂商锁定，用了这家，全套产品只能用它。整个网络现在跟上层的应用是脱离的，网络不知道业务的需求，这个也有好处，什么业务都能往上放。设备和网络维护成本比较高。ICT融合就是推动整个网络结构的开放、解耦，更加简约，里面有一个NFV网络功能虚拟化，也就是把通信设备的每个设备、功能虚拟化，变成在虚拟机上运行，通用服务器上开启一个虚拟机，每一个虚拟机运行一个功能，就相当于是一个网络设备，5G核心网模块都是虚拟化运用在通用服务器上的。另一个是软件定义网络，就是使得转发和控制分离，整个物理层比较僵化的网络可以通过软件进行调度，进行弹性收缩，变成一个灵活的虚拟网或者是多个虚拟网。

当前全球运营商已经基本完成网络转型，包括电信、联通、移动等，这些技术在5G网络上用得最好，我们国家整个5G核心网都是虚拟化，是软件定义的。国外美国AT&T、日本NTT DOCOMO等都有相应的实践。基于ICT融合的通信网未来将向智能化演进，通信1.0是模拟化，2.0是数字化，3.0是IP化，4.0是IT化上，5.0就是和人工智能相结合，变成一个和人工智能大数据结合起来一个智能化、自动化、智能化的网络。未来数据中心是通信网络结构转变的重点，以前数据中心和终端一样都是在网络边缘，未来数据中心将是网络的核心，网络功能也在数据中心，数据源也在数据中心， DC是未来网络架构转型的重点。

第二是谈一谈算力和网络的融合。算力非常重要，每天全世界产生非常多的数据，数千亿封邮件、几亿个推文，上百万小时的视频。有数据表示，每个人每天会产生至少1.5G的数据，一个自动驾驶的汽车45T数据，这些数据要算力来进行处理、存储、加工，真正产生价值。当前算力是非常急需的，也是非常紧缺的，尤其是人工智能，GPT训练一次是大概3600P Flops*天，一次成本数百万美元。算力需求非常迫切，需求量非常之大，我国智算算力也非常紧缺，英伟达的卡现在买不到或者非常贵。另外一个我们国家政策在驱动算网融合，考虑到气候变化、成本方面，我们把算力布置在西部，需要东数西算、东数西训等，所以算力网络相结合是应用和政策双向驱动。相关的技术，我们需要网络能够感知到哪有算力，算力的空闲程度、运营状况、可用算力等等，能够进行调度，进行编排，什么时候用，还要进行一些度量，哪些智算、超算用了以后用了多少，计价等等，这都是现在需要研究的关键技术。

当前多方都在参与，算网融合已经初现端倪。运营商是有自己的网络，建立自己的算力中心和调度平台，再进行一些验证或者小范围的试点。云商有自己的算力中心，它希望能够通过网络卖给更多的人。没有算网的时候，我们可以理解，你想用算力，相当于你到每一家商店去订购产品，如果不能满足需求，还要多个商店去协调。有了算网之后，就像用自来水一样，想用多少算力，就有人替你编排调度，你把数据往上一传等结果就行了，就像用水电一样方便的使用算力。除了运营商、云商以外，还有IT和CT的设备厂商，他们也在关注算网融合，也在做一些相应的专用设备研发，支撑算网融合。另外，国际上谷歌、脸书也在做相应探索，地方政府的算力交易中心、贵州的枢纽算力调度平台也在做相应的实践工作。但是算网融合应该来说还是在初期，像方便使用互联网一样使用算力，还需要很长时间的研发推广。算网融合可以汇聚更多算力资源，把我们的智算、超算、通用算力高效使用，现在算力缺但并不是绝对意义上的缺，可能在西部或者在某一些时间段有一些可以使用的，通过算网可以把我们现有的算力资源充分使用起来，接入更多的用户，融合社会上更多的资源，应用到各个商业应用中，比如说现在我们国家有很多大模型都是需要训练，都需要算力。

第三是5G和工业的融合。5G应该来说有很强的性能，支持10G的速率，一毫秒的接入时延，每平方公里百万终端接入能力。4G个人使用够了，5G性能指标的提升对个人用户的感知有改善，但是改善的程度的感知度比较小，但是在工业中完全不一样，现在4G网络的性能指标用在工业领域达不到要求，时延不能满足，巨量传感器无法实时接入，5G能更好用在工业互联网中，相应的我们需要突破组网技术、时间敏感网络、边缘计算、融合的终端技术。

当前全球5G+工业互联网加速发展，生态在壮大。我国有非常好的政策和网络基础设施，截止到10月份已经有318万个5G基站，应该说上网条件是全球第一，我们把模组降低到了500元以下，非常不容易，原来都是要千元左右，技术标准在加速落地，应用探索在深化，各方面都是一个非常好的态势。同时5G还在向6G演进，6G除了5G的应用场景，低时延、高可靠、大带宽等等，还有沉浸式的通信、更大规模的连接数、更低的时延指标，同时增加新的场景，包括感知和通信的融合、人工智能与通信的融合等，使得6G能够更好的支撑工业互联网相关的应用。

第四是大数据和人工智能的融合。应该来说大数据和人工智能是体和用的关系，我们从2014年开始就已经看到了大数据的产业全景图，到了2018年以后，我们就看到大数据和人工智能整个的产业链图已经画到一起了，因为它们已经很难分开了，大数据厂家、人工智能厂家做的工作差不多，有做基础设施、数据分析、应用、开源、研发和数据源、跨基础设施的应用等等。人工智能发展对数据供给提出了更高的要求，首先大模型训练需要大规模的多样化数据集，当前整个全球数据集都已经用上了，未来甚至会用一些人工智能生成的数据。而且大模型的需求催生了两种新的数据集，一种是指令微调数据集提升下游任务的能力，也就是帮助大模型下游任务的性能个性化应用，就像前一位专家刚才说的，什么样的人工智能需要什么专业化的数据。一种是人类偏好的数据，就是对人类回答的内容进行质量打分，这样能够一定程度上符合人类的价值观。

人工智能以模型为中心向以数据为中心转变。我们人口数据量很多，但是高质量的数据集并不多，我们国家也要同时关注高质量数据集的构建，同时我们也看到把人工智能以数据为中心，国外也是同样的趋势，需要通过添加数据标志、清洗数据等等手段，形成优质的数据集。我们国家也成立了开放算料联盟来推进用于人工智能的数据集建设和流通。我们还有几个方面需要突破，一是需要融合数据与智能基础设施，二是需要构建面向人工智能的数据工程能力，就是帮助企业实现多模化、敏捷化、系统化的模型迭代更新，更快响应产业需求，革新生产力，三是需要关注安全、隐私以及伦理，要建设可靠可控、透明可视、责任明确、多元包容的数据集，这都是未来工作的方向。

最后简单总结一下，我国网络基础设施已经基本实现IT与CT融合，未来的方向是进一步促进网络自治、自动化、智能化，和人工智能、大数据应用结合起来。算网融合处于关键期，我们在算网融合的前夜，我们希望能够形成弹力敏捷、智能可感、泛在普惠、随需随取的算力基础设施，支撑经济社会数字化转型。5G+工业互联网突破了移动通信以人为主的应用边界，面向工业和物联网业务，构建ICT与OT融合的产业新业态，赋能新型工业化。人工智能正在从以模型为中心加速向以数据为中心转变，对质量高、种类多、规模大的高质量训练数据集的供给提出了更高要求，未来我国将在一体化数据与智能基础设施、人工智能数据工程能力，以及安全、隐私、伦理方面进一步探索。