11月22日讯（记者 刘梦然）近年来，在创新驱动发展战略的驱动下，高水平科技自立自强加快实施，不断塑造中国式现代化发展的新动能、新优势。这其中诞生出了一批优秀硬科技企业，但同时也给资本市场带来新的思考：如何引导资源向科创领域集聚，畅通“科技、产业、金融”之间形成良性循环？

11月21日，2023年“科技引领·共创未来”科技与资本融合发展会议在安徽省合肥市成功举办。会议由中国科学院控股有限公司（下称“国科控股”）与中信建投证券股份有限公司（下称“中信建投证券”）共同主办。与会嘉宾共话如何推动金融高质量发展与实现高水平科技自立自强，不断提高科技成果转化和产业化水平。

中信建投证券党委委员、执委会委员邹迎光在会上表示，实现“资本服务科技、资本赋能科技”既是下一阶段我国资本市场运作的核心与重点，也是资本市场从业者的责任和使命。推动科技与资本的融合发展，需要高科技与强资本的双向奔赴。

中国科学院控股有限公司董事长杨建华认为，只有着力推动“科技—产业—金融”真正实现良性循环，才能更好地促进科技和资本的高度融合，为“卡脖子”问题的解决提供系统方案，更好更快地实现高水平科技自立自强的目标。

金融助力前沿科技成果转化

在活跃资本市场背景下，资本市场如何更好发挥对接产业、资本的“纽带”作用？

国科控股董事长杨建华在会上表示，国科控股近年来做了一些科技金融服务平台的搭建的尝试，得到了各类机构的大力支持。期待更多的机构能够共同加盟这个平台，为科创企业提供更加成熟高效的科技金融服务。

对于金融如何更好地服务科技，他提出三点建议：一是要推动现有的科技金融资源协同联动、优化供给，构建多元化激励式科技金融服务体系；二是要充分发挥创业投资基金在科创投资中的引领作用，推动资本要素向早中期的科技成果转移转化项目集聚，要更多聚焦在硬、卡、替领域，加大投资力度和强度，真正提升科技创新的整体效能；三是希望进一步发挥产业资本协助科技创新的作用。

中信建投证券党委委员、执委会委员邹迎光表示，伴随着经济复苏的进程，新老经济的动能切换成为重要特征，以科技创新为导向的众多优秀企业奋发图强，在自主可控和国际领先的道路上取得长足的进步。这将为中国经济的长期健康发展注入新的活力。

以资本力量赋能科技创新，以科技创新牵引产业升级，最终的目的是实现推动实体经济高质量发展。在安徽省，产业与资本已经开展融合对接的创新实践，并在科技成果转化、新兴产业发展、产业创投基金、创新平台建设等方面取得了良性循环。

当前，安徽省正在加快推动金融高质量发展与实现高水平科技自立自强、建设现代化产业体系更好结合起来，持续深化科技、产业与资本的合作，促进创新链产业链资金链人才链深度融合，不断提高科技成果转化和产业化水平。

在实践方面，安徽省充分发挥了资本带动各类生产要素集聚配置的重要纽带作用，大力推动多层次资本市场建设，通过实施“迎客松行动”计划、构建“基金丛林”体系，有力赋能了科技创新和产业创新。

据了解，当地正在坚持不懈用平台思维、生态理念推动要素资源整合集聚、互动耦合，大力推进科大硅谷、中国科大科技商学院、羚羊工业互联网平台建设，推动科研机构、高校院所、大科学装置与企业、资本开展协同创新，打造科创、产业与资本融合发展的生态系统。

“算力增长空间还看不到天花板”

今年以来，OpenAI发布的ChatGPT掀起AI浪潮，生成式人工智能迎来跨越式发展，并由此催生出对大模型和算力的旺盛需求。会上，多位专家学者围绕信息光电子、算力芯片、数字经济、认知大模型等前沿领域进行了观点交流和分享。

对于未来算力的增长空间，中科曙光高级副总裁任京暘认为，总体来看，算力增长空间非常大，目前还看不到“天花板”，因为它是伴随着人工智能的发展而发展的。但也要看到，其中还伴随着结构性问题，算力包括通用算力、智能算力、新兴算力等，从近几年的趋势来看，传统算力的提升空间不会太快，人工智能和人工智能与超算力之间的融合还会有大幅度的成长空间。

寒武纪联合创始人、副总裁刘道福认为，最近几年算力必然会迎来迅速增长。2023年增长最快的是大模型训练，预计明后年会是大模型推理的爆发期。大模型时代大家都统一使用了Transformer的结构，算子种类和数量及变种相比CNN时代大幅减少，国际巨头的生态积累会相对减弱，所以给其他厂商带来了新的机遇。长期来看，虽然新兴的企业仍面临生态障碍，但在大模型时代这一问题会慢慢解决。

在应用方面，中国科传董事长、总经理胡华强从AI应用于出版行业分享了自己的见解。AI大模型与出版业的融合较快，从出版社的角度来讲，出版社一直在努力拥抱技术赋能。从图书生产、期刊生产向数据生产转变，数据生产的基础实际是与技术的结合，从而产生不同的应用场景、产品形态。他认为，这种发展是革命性的，对整个出版行业的发展会起到非常重要的作用。同时，胡华强指出，整个出版业与AI的结合正处于摸索阶段，国内出版社正在努力追赶。

龙芯中科董事会秘书、总裁助理李晓钰认为，未来算力在应用上更重要的是平台化，现在很多企业都在做大模型，如何建设好大模型生态的平台，扩大生态环境，将这些大模型统一到一个计算平台上，是未来需要处理的课题。此外，AI的应用需要落地在真正促进社会生产力提升的领域，以实推虚，以虚促实，虚实结合，才能真正解决问题、解决真问题。

中国科学院院士、现任雄安创新研究院院长祝宁华认为，从投资的角度，未来有两个领域值得关注，一方面是芯片及其封装技术，芯片和封装技术能够解决“卡脖子”问题，批量生产，享受优惠政策，获取利润，其面临的风险是技术进步快，研发周期长，盈利窗口期小，产业链长，单一产品难持续发展，同时，中低端产品技术已经突破，中国市场巨大，但产能不足；另一方面是研发平台和系统集成。由于市场规模小、芯片品种多、批量小，基于研发生产平台与用户捆绑研发，能够实现需求与应用匹配。

国产算力发展正当时，但算力与芯片面临的问题与挑战也不容忽视。高性能处理器和计算机系统专家、中国科学院计算技术研究所主任研究员、博士生导师唐志敏指出，国内算力存在优化不足，软件并行度不够，负载分配不均匀，内存带宽存在瓶颈等各种问题。对此，他建议打破硬件和软件之间的隔阂，进一步提升全栈优化，提高实际应用软件的运行效率。

社会各界对于AI涉及的“技术和安全”这一问题同样颇为关注。中科星图副董事长、总经理邵宗有认为，这是人工智能的发展和人类对这种发展掌控力之间的赛跑。技术与安全的平衡需要更加强大的算力和研发的团队，随着算力的规范、算力的进一步增强以及算法进一步的精细化，这些问题能够控制在一定范围之内，同时，新一代人工智能技术具有较强的泛化能力，新一代人工智能技术会随着算法精度提升增添更多丰富的应用场景，新一代人工智能技术的应用具有更加广阔的市场空间。