提升数据治理水平打造“算力飞地”,详解“东数西算”工程如何深入实施

12月25日,国家发展改革委、国家数据局、中央网信办、工业和信息化部、国家能源局联合印发《深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》,致力于形成跨地域、跨部门发展合力,助力网络强国、数字中国建设,打造中国式现代化的数字基座。以下是《实施意见》的要点内容及全文标注。

一、总体要求

二、五个统筹

三、保障工作

各省、自治区、直辖市及计划单列市、新疆生产建设兵团发展改革委、数据局、网信办、工业和信息化主管部门、通信管理局、能源局:

算力是数字经济时代的新型生产力。算力网是支撑数字经济高质量发展的关键基础设施,可通过网络连接多源异构、海量泛在算力,实现资源高效调度、设施绿色低碳、算力灵活供给、服务智能随需。为深入贯彻落实党中央、国务院决策部署,加快构建全国一体化算力网,以算力高质量发展支撑经济高质量发展,制定本实施意见。

(一)指导思想

以习近平新时代中国特色社会主义思想为指导,深入贯彻党的二十大和二十届二中全会精神,坚持创新、协调、绿色、开放、共享的发展理念,以算力高质量发展赋能经济高质量发展为主线,充分发挥全国一体化算力网络国家枢纽节点(以下简称“国家枢纽节点”)引领带动作用,协同推进“东数西算”工程,形成跨地域、跨部门协同发展合力,统筹通用算力、智能算力、超级算力协同计算,东中西地区及大中小城市协同布局,算力、数据、算法协同应用,算力和绿色电力协同建设,算力发展和安全协同保障,构建联网调度、普惠易用、绿色安全的全国一体化算力网,助力网络强国、数字中国建设,打造中国式现代化的数字基座。

(二)基本原则

科学布局、有序发展。加强通用计算、智能计算、超级计算等多元算力资源的科学布局,提升国家枢纽节点各类算力资源的综合供给水平。引导各类算力向国家枢纽节点集聚,国家枢纽节点外原则上不得新建各类大型及超大型数据中心,坚决避免区域间盲目无序竞争。

应用为先、提高效能。充分发掘重点行业算力需求,盘活存量算力资源,强化对新增算力建设需求的引导,探索异属异构异地算力资源并网调度技术方案和商业模式,加大低成本、高品质、易使用的算力供给,切实提升计算资源的整体使用率。

东西联动、融合创新。坚持有为政府和有效市场相结合,建立东西部联动机制,显著降低东西部数据传输成本,切实解决海量数据传输技术障碍,探索东中西部地区算力市场交易结算机制,加强算力与数据、算法融合创新,走中国特色的算力网发展道路。

绿色低碳、安全可靠。充分发挥风光水电资源丰沛地区的优势,强化绿色低碳技术推广应用,提升数据中心绿电使用比例,增强绿色算力供给水平,进一步强化算力基础设施自主防护水平,确保算力基础设施安全可靠。

(三)建设目标

到2025年底,普惠易用、绿色安全的综合算力基础设施体系初步成型,东西部算力协同调度机制逐步完善,通用算力、智能算力、超级算力等多元算力加速集聚,国家枢纽节点地区各类新增算力占全国新增算力的60%以上,国家枢纽节点算力资源使用率显著超过全国平均水平。1ms时延城市算力网、5ms时延区域算力网、20ms时延跨国家枢纽节点算力网在示范区域内初步实现。算力电力双向协同机制初步形成,国家枢纽节点新建数据中心绿电占比超过80%。用户使用各类算力的易用性明显提高、成本明显降低,国家枢纽节点间网络传输费用大幅降低。算力网关键核心技术基本实现安全可靠,以网络化、普惠化、绿色化为特征的算力网高质量发展格局逐步形成。

二、统筹通用算力、智能算力、超级算力的一体化布局

(四)促进多元异构算力融合发展

坚持需求牵引、应用导向,对数据中心整体上架率低的地区加强规划指导,显著提高通用算力资源利用率,加快实现智能算力资源供需平衡,切实推动超级算力资源便捷易用。加强新型算力基础设施系统设计,建设涵盖通用计算、智能计算、超级计算的融合算力中心,促进不同计算精度算力资源服务有机协同。引导算力基础设施建设主体以更加灵活的建设运营方式响应快速迭代的算力市场需求,促进智能计算和高性能计算等算力资源综合应用。提升智能算力在人工智能等领域适配水平,增强计算密集型、数据密集型等业务的算力支撑能力。(国家发展改革委、国家数据局、工业和信息化部、中央网信办牵头,各地区有关部门负责)

(五)加强各类算力资源科学布局

强化“东数西算”规划布局刚性约束,国家枢纽节点外原则上不得新建各类大型或超大型数据中心,进一步推动各类新增算力向国家枢纽节点集聚,将国家枢纽节点打造成为国家算力高地。各地区应就近使用国家枢纽节点算力资源,实现“东数东算”、“西数西算”与“东数西算”协同推进。面向风光水电等清洁能源丰富、区位优势突出、产业基础较好的非国家枢纽节点地区,支持建设本区域高效低碳、集约循环的绿色数据中心,积极承接东部地区中高时延业务需求。积极推动东部人工智能模型训练推理、机器学习、视频渲染、离线分析、存储备份等业务向西部迁移。(国家发展改革委、国家数据局、工业和信息化部牵头,各地区有关部门负责)

(六)提升算力服务普惠易用水平

完善算力服务平台建设和数据采集机制,强化市场供需对接,显著降低算力使用成本。鼓励建设融合通用计算、智能计算、超级计算资源的算力服务平台,加强多元算力互联互通和统一服务,促进算力供给、调度、使用及结算智能化,逐步建立随取随用、灵活配置、按需收费的算力服务新模式。研究制定算力并网标准,促进算力服务标准化、普惠化,提升算力资源的易用性。建立国家枢纽节点专项网络传输计费机制,采用弹性带宽、任务式服务、数据快递等创新模式,降低单用户国家枢纽节点间网络使用成本。推动国家枢纽节点开展算力服务模式创新,促进机柜租赁、包年包月等长租模式向随接随用、按需付费等短租模式转变,满足多元化市场需求,显著降低算力使用成本,提升中小企业算力使用便利度。(各部门、各地区有关部门按职责分工负责)

三、统筹东中西部算力的一体化协同

(七)提升算力网络传输效能

强化国家枢纽节点一级骨干节点功能定位,加快推动国家枢纽节点内部、国家枢纽节点之间、国家枢纽节点与非国家枢纽节点间确定性、高通量网络建设,打造高速泛在、安全可靠的算力传输网络。鼓励和支持电信运营商及产业链企业发展新型算力网络,加快建设跨区域、多层次算力高速直连网络,积极推进算网深度融合,加快算网协同编排调度、算力池化和应用跨架构部署、SRv6、智能无损网络、400G/800G、全闪存储、全光网络等先进技术部署应用。积极推进低时延、高带宽、低抖动的新兴网络技术在“东数西算”工程中应用,打通国家枢纽节点与非国家枢纽节点间网络主干道。面向国家枢纽节点稳妥有序推进新型互联网交换中心建设,提升网络传输性能。(工业和信息化部、国家数据局牵头,各地区有关部门负责)

(八)探索算网协同运营机制

在东部、中部算力需求较大、产业实力雄厚地区,探索开展城市算力网建设,实现国家枢纽节点算力资源与城市算力需求高效供需匹配,有效降低算力使用成本。支持培育专业化算网运营商,加强算力与网络在运行、管理及维护的全环节运营管理,探索统一度量、统一计费、统一交易、统一结算的标准体系和算网协同运营机制,打造供给高效化、调度机制化、运营智能化的算力服务新生态。(国家发展改革委、国家数据局、工业和信息化部牵头,各部门、各地区有关部门按职责分工负责)

(九)构建跨区域算力调度体系

建立跨区域算力资源调度机制,构建立体联动的算力调度体系,促进东中西部算力资源实现供需平衡。充分利用国家枢纽节点算力资源,联动调度国家枢纽节点外中西部绿色能源丰富地区算力资源。鼓励以点对点“结对子”方式推动西部国家枢纽节点与东部、中部地区算力需求旺盛城市开展算力协同调度。探索建立跨地区算力调度、网络传输、算电融合、运营服务、交易结算、收益分配等协同机制,为建立全国一体化算力大市场打下扎实基础。结合东西部算力需求与供给的实际情况,实现算力资源市场化高效调配。(国家发展改革委、国家数据局、工业和信息化部、中央网信办牵头,各部门、各地区有关部门按职责分工负责)

四、统筹算力与数据、算法的一体化应用

(十)推动算力、数据、算法融合发展

充分利用国家枢纽节点算力资源,提升数值、文本、图形图像、音频视频等多类型数据的多样化处理能力,有效提升数据治理水平,大幅提高数据供给质量。建立健全算法开发利用机制,积极开展大模型创新算法及关键技术研究,提升数据分析能力,降低大模型计算的算力消耗水平。探索构建多源异构数据统一标识编码体系,开展跨地区跨行业多源数据标识互认,促进数据流通体系与算力支撑体系协同运行。(国家发展改革委、国家数据局、工业和信息化部、中央网信办牵头,各部门按职责分工负责)

(十一)深化行业数据和算力协同应用

营造充满活力的算力产业生态环境,面向科学、政务、金融、工业、交通、健康、空间地理、自然资源等算力需求旺盛行业的实际需求,积极打造低成本、高品质、易使用的行业算力供给服务。依托国家枢纽节点布局,差异化统筹布局行业特征突出的数据集群,促进行业数据要素有序流通,打造一批涵盖算力利用与数据开发的行业数据应用空间,服务行业大模型的基础实验及商业化应用。(国家发展改革委、国家数据局牵头,各部门、各地区有关部门按职责分工负责)

(十二)构建可信计算网络环境

利用国家枢纽节点算力资源,积极应用隐私计算、联邦学习、区块链等技术,促进不同主体之间开展安全可信的数据共享交换和流通交易。推动各级各类数据流通交易平台利用国家枢纽节点算力资源开展数据流通应用服务,促进数据要素关键信息登记上链、存证备份、追溯溯源。(国家发展改革委、国家数据局牵头,各部门、各地区有关部门按职责分工负责)

五、统筹推动算力与绿色电力的一体化融合

(十三)促进数据中心节能降耗

持续开展绿色数据中心建设,加强数据中心智慧能源管理,开展数据中心用能监测分析与负荷预测,优化数据中心电力系统整体运行效率。支持采用合同能源管理等方式对高耗低效数据中心整合改造,强化废旧服务器及电子设备的无害化处理,提升算力废弃物绿色回收与循环再利用水平。推进数据中心用能设备节能降碳改造,推广液冷等先进散热技术。优化数据中心负荷运行时段,提升数据中心等负荷的柔性调节响应能力。推动数据中心备用电源绿色化。加强全链条节能管理,严格节能审查、节能监察,提升数据中心能源利用效率和可再生能源利用率。(国家发展改革委、中央网信办、工业和信息化部牵头,各地区有关部门负责)

(十四)创新算力电力协同机制

支持国家枢纽节点地区利用“源网荷储”等新型电力系统模式。面向国家枢纽节点内部及国家枢纽节点之间开展算力电力协同试点,探索分布式新能源参与绿电交易,提升数据中心集群电力供给便利度,充分利用数据中心闲时电力资源,降低用电损耗及算力成本。鼓励数据中心间开展碳汇互认结算探索,推动东西部国家枢纽节点间开展碳汇补偿试点。(国家发展改革委、国家能源局、国家数据局牵头,各地区有关部门负责)

六、统筹算力发展与安全保障的一体化推进

(十五)完善算网安全保障体系

加强通信网络安全防护管理,提升网络安全防护能力水平,创新数据中心灾备建设,形成可靠稳定算力布局。打造自主创新的技术供给能力,强化国家枢纽节点自主防护能力,统一应急处置、统一安全监测、统一运行监控,构筑全生命周期的安全管控措施,实现集群内网络和数据安全“可知、可视、可管、可控、可溯”,推动建设国家算力网基础安全服务保障平台,打造一体化的安全保障服务能力。打造网络和数据攻防演习靶场,推动国家枢纽节点地区定期开展网络和数据攻防演习,加强网络稳定性监测,确保数据传输安全。进一步提升非国家枢纽节点自主防护能力,构建符合当地现状和需求的网络和数据安全防护平台。(中央网信办、国家发展改革委、工业和信息化部、国家数据局牵头,各部门、各地区有关部门按职责分工负责)

(十六)构建促发展保安全机制

建设算力网安全应用技术试验场,加快推进新技术迭代和创新应用。构建算力网风险预警体系和评价指标,建立健全算力网安全风险研判、防控协同、防范化解机制。构建覆盖算力基础设施安全、云平台、容器、应用、运营的全栈防护体系,提升风险实时告警、分析、处置和追溯能力,保障云平台和云租户安全。面向党政机关、关键信息基础设施服务的云平台应当通过云计算服务安全评估,支持云平台建立健全安全检测、通报预警、应急响应与处置机制。(中央网信办、国家发展改革委、工业和信息化部、国家数据局牵头,各部门、各地区有关部门按职责分工负责)

七、保障措施

(十七)强化统筹协调力度

(十八)创新政策激励方式

支持产权清晰、运营状况良好的绿色数据中心集群、传输网络、城市算力网、算电协同等项目探索发行基础设施领域不动产投资信托基金(REITs),强化政策性金融支持。建立东西部地区算力对口联建计划,依托国家枢纽节点打造面向算力需求旺盛地区的算力“飞地”。鼓励面向中小企业发放算力券、运力券,补贴降低企业综合算力使用成本。(国家发展改革委、国家数据局牵头,各部门、各地区有关部门按职责分工负责)

(十九)加强共性技术研发

探索建设全国一体化算力网原型技术实验场,加强算力网技术标准研制,支持产学研各方开展算力网共性技术研发及试验推广。探索新型研发模式,集聚高端技术力量,组建国家级算力网共性技术研发平台,强化国家战略科技力量。积极开展分布式算力并行调度、异构算力调度等关键技术“揭榜挂帅”,培育算力产业生态。发挥科研机构、行业协会、产业联盟等作用,推动算力调度、算力结算等领域标准规范制定及推广。(国家发展改革委、国家数据局、工业和信息化部、中央网信办牵头,各地区有关部门负责)

2023年12月25日

主理人丨刘典

校审丨王祚

终审丨梁正鲁俊群

关于我们

清华大学人工智能国际治理研究院(InstituteforAIInternationalGovernance,TsinghuaUniversity,THUI-AIIG)是2020年4月由清华大学成立的校级科研机构。依托清华大学在人工智能与国际治理方面的已有积累和跨学科优势,研究院面向人工智能国际治理重大理论问题及政策需求开展研究,致力于提升清华在该领域的全球学术影响力和政策引领作用,为中国积极参与人工智能国际治理提供智力支撑。

THE END
1.算法笔记(三)算法学习技巧总结 算法是一门数学科学院,想要学号算法即该算法是为了要解决什么问题,需要静下心来谢谢代码,与不写代码的人区别是效率比他妈呢提高了很多,算法学习还需要举一反三你,这样我们才能狗的更好。https://www.code456.com/article/3598351.html
2.我国的ai技术目前处于什么水平?语料库是AI写作的基础,语料库不足导致了AI写作工具的语言水平不够高。算法不完善则会导致AI写作工具的表达不准确,缺乏逻辑性等问题。人工干预不足则会导致AI写作工具无法及时修正错误,形成恶性循环。 如何提高AI写作水平 要提高AI写作水平,需要从以下几个方面入手: https://tool.a5.cn/article/show/81981.html
3.研究生开题报告范文(通用10篇)论文的研究内容包括两个方面:一是研究新的高效的聚类算法;一是把已有的聚类算法或论文提出的新算法和入侵检测技术相结合,从而提出一个好的入侵检测模型。具体的研究内容包括以下几个点: 第一、针对聚类算法的研究问题: 1、如何提高算法的可扩展性 许多聚类算法在小于200个数据对象的小数据集上是高效率的,但是无法处https://www.fwsir.com/Article/html/Article_20150327092436_294426.html
4.陈经:被围棋AI横扫后,职业棋手应该如何提高水平?对于当前局面,人类先直觉产生一些候选点,这对应现在所有高水平围棋AI都采用的深度学习出来的“策略网络”。机器学习生成策略网络时,参考的就是人类高手的棋局,也有说法是AlphaGo从零开始不参考人类棋局,全部自我强化学习生成策略网络的。这次Master的招数绝大多数都是在人类的候选点范围内的,可以认为高手和Master的胜负不https://www.guancha.cn/chenjing/2017_01_04_387696_2.shtml
5.es数据库为什么快帆软数字化转型知识库ES数据库之所以快,是因为其分布式架构、倒排索引、水平扩展、内存缓存、并行处理。其中,倒排索引是关键因素。倒排索引是一种高效的数据结构,允许快速查找文档中包含特定词语的所有位置。与传统的正排索引不同,倒排索引在搜索时无需逐一扫描整个数据库,而是直接定位到包含搜索词的文档集合,从而大幅提高查询速度。这种机制使https://www.fanruan.com/blog/article/259544/
6.针对视频帧率提升篡改的噪声水平取证算法研究为了提高视频质量,伪造者会采用更为高级的运动补偿帧率提升技术。目前针对运动补偿帧率提升篡改的取证算法较少,因此,需要对运动补偿帧率提升进行取证。运动补偿帧率提升算法内插视频帧时,噪声积累会发生在插帧过程之中,那么,噪声水平作为检测指标具有一定的可行性,通过揭示时域噪声水平变化来检测运动补偿帧率提升篡改。实验https://cdmd.cnki.com.cn/Article/CDMD-10477-1019122258.htm
7.算法工程师职业规划总之,作为一名算法工程师,职业规划是非常重要的。你需要定义自己的职业目标,提高技能水平,积累项目经验,建立良好的职业关系,持续学习和成长,提高沟通能力,寻找职业发展机会。通过这些措施,你将成为一名成功的算法工程师,并取得职业生涯中的巨大成功。 【特别提示】 https://www.xycareer.com/knowledge/8907.html
8.一种绝对提高开发水平的方法腾讯云开发者社区英语对提升软件开发水平非常重要。 如果你英文水平不高,这并不影响你成为一个普通程序员,程序更多是靠逻辑思维。 如果做了多年开发的你发现自己的水平一直上不去,你可能要提高自己的英文水平了,英语就是你技术的瓶颈,对有些人可能是硬伤。 我周围的高水平的开发者英文都不差,官方API,专业英文资料、书籍没问题,代https://www.cloud.tencent.com/developer/article/1171431
9.数据分析面试题(转,但是经过自己消化)再举一个简单的栗子。过去在对首页产品进行排序时,往往是运营人员结合自己工作经验进行人工排序,现在算法小哥更新了产品排序的逻辑,希望通过AB实验证明自己的算法优于运营人工推荐,提高转化效果。 算法小哥和开发沟通好上线AB实验,用转化率(CR)来评估不同排序方式的效果,并设定显著性水平α=0.05。在这场AB实验中,用到https://www.jianshu.com/p/41eda14a8452
10.大华股份:海外业务开展受到较多因素干扰但仍是公司业务重点方向4、全场景自主解析,简化智能配置,提升智能化水平和可用性 小模型不具备全场景理解能力,因此在做事件分析业务时需要配置规则,而规则配置需要具有专业知识的人进行支撑,导致算法部署方法耗时、费力,而星汉大模型可以对全场景进行理解,能做到无需规则配置实现事件分析业务。以电力行业为例,登高作业合规业务,星汉大模型可以https://wap.eastmoney.com/a/202405183080653321.html
11.Github365天:给你一年的时间,你会怎样去提高你的水平给你一年的时间,你会怎样去提高你的水平? 正值这难得的sick leave(万恶的空气),码文一篇来记念一个过去的366天里。尽管想的是在今年里写一个可持续的开源框架,但是到底这依赖于一个好的idea。在我的Github 孵化器页面上似乎也没有一个特别让我满意的想法,虽然上面有各种不样有意思的ideas。多数都是在过去https://www.imooc.com/article/1533
12.该如何选购行车记录仪?很多行车记录仪为了提高清晰度,均使用了极强的锐化算法,相应的很多细节则保留较少。虽然轮廓清晰,但将人脸皮肤拍摄成胶皮,将树冠拍摄成一团绿,这样的成像缺少细部层次感和质感。 DeadLeaves测试卡是专门测试成像纹理质感的工具,我们用它来对行车记录仪的成像质感保留程度进行测试、打分,结果如下。 https://www.yoojia.com/ask/17-12117037663480580043.html
13.如何提升自己的数据分析能力和水平?在当今信息爆炸的时代,数据成为企业决策和发展的重要基础。因此,具备优秀的数据分析能力和水平对于个人职业发展至关重要。然而,如何提升自己的数据分析能力呢?本文将从充实技能、实践经验和持续学习三个方面进行阐述,帮助读者更好地提升自身数据分析能力。 一、充实技能 https://www.cda.cn/view/204083.html
14.数学——矩阵数据分析与科学计算:针对求解大规模线性系统的并行算法设计的核心问题,本方向研究和改进了同步与异步并行计算的新算法理论和实验,成为解决大规模复杂计算的基础。特别是引入了优化思想,设计出全新要求的多分裂并行算法,推广了多分裂并行算法的应用范围,提高了算法的计算效率,并应用于流体力学中对流扩散等微分方程https://yjsc.tynu.edu.cn/xkjs/Geography/Math_Introduction.htm
15.Stroke:机器学习算法明显提高CRP水平预测蛛网膜下腔出血预后的结果显示,共有1117名患者被纳入分析。总得来说,昏迷后第一天的CRP是一个独立的结果预测因子。完整的SAHIT模型的接受者特征曲线下面积(AUC)为0.831。逻辑回归预测结果显示,在完整的SAHIT模型的预测因素中加入CRP可以提高模型的性能(AUC=0.846, P=0.01)。 https://xxx.ylzx.net/6/545991.html
16.CT图像特征(精选八篇)尽管如此,图像界面奇异性和复杂几何相关性对水平集算法影响仍然很大,如何处理好上述问题,对于提高水平集分割算法在CT、X-ray等医学成像中的应用效果,至关重要,有利于增强算法在处理对比度差、像素不均匀、边界模糊等问题并存的医学影像成像分割问题上的表现[2-3]。https://www.360wenmi.com/f/cnkeyshs841i.html
17.水平集算法背景: 借鉴一些流体中的重要思想,1988年,Osher和Sethian首次提出了水平集算法, 这是一种有效解决曲线演化问题的数值方法,并且计算稳定,适宜任意维数空间。 随后,Osher等人对水平集算法做出扩展和总结,Giga也做了相关的理论扩展。 90年代以来,许多学者纷纷加入Level Set方法的研究队伍,使得Level Set方 法被广泛应用于计https://www.pianshen.com/article/8053964225/
18.银行数据范文12篇(全文)实施“客户关系管理”,可以帮助银行各业务部门了解、分析客户,更好地进行客户细分,提高客户行销和服务水平,为客户提供适当的产品和服务,从而增强市场的综合竞争能力,最终实现以产品为中心的经营模式向以客户为中心的经营模式的转变。 数据仓库的实施是一个长期的过程,在基础设施建立完成后,随着应用的逐步开展和深入,其https://www.99xueshu.com/w/ikeyp7o6y4d0.html