中新经纬2月21日电 据工信部网站韩国主播，日前，工信部办公厅发布《对于组织开展算力强基揭榜活动的奉告》(以下简称《奉告》)，建议面向东谈主工智能大模子检修和推理对诡计资源的需求，研发赈济超大范围参数模子的检修、推理一体化智算平台等。

　　揭榜任务内容为面向算力汇集的诡计、存储、汇集、应用、绿色、安全等六大重心所在，发掘一批掌捏枢纽中枢本事、具备较强立异智力的企功绩单元，打破一批记号性本事居品和决策。

　　诡计方面，攻关智能算力料理、算力加快等本事，提高诡计性能与效率；存储方面，研发多介质存储迷惑料理、跨域存储资源池协同等本事，终了海量数据可靠与纯真存储；汇集方面，打破算内汇集与算间汇集等本事，促进算力资源高速互联；应用方面，加强算力与行业深度交融，终了多场景方便用算；绿色方面，研发新式制冷、碳排放感知优化等本事，推动算力智商节能降碳；安全方面，推动智能监测、运维机器东谈主等本事发展，保险算力中心可靠启动。

　　以下为算力强基揭榜活动任务榜单：

　　一、诡计

　　(一)云边端算网协同料理系统

　　揭榜任务：面向云边端多层级算力环境，研发算网协同应用料理系统，联想面向不同应用软件架构的料理机制，赈济对不同架构应用软件的和谐料理；研发应用软件在算网协同中的自动化构建部署智力，赈济应用软件的自动构建和分发部署；征询算网协同应用系统的一体化不雅测智力，裁汰运维复杂度，提高复杂应用软件启动的解析性和可靠性。

　　预期见解：到2026年，研制应用软件料理系统，赈济对传统应用软件、云原生应用软件、AI应用软件、大数据应用软件等不少于5种应用软件的全人命周期料理。征询基于算网协同的溜达式构建和部署本事，赈济上述应用软件的自动分发和跨算力节点部署，终了零东谈主工介入。研发算网应用一体化不雅测功能，具备白盒化动态分析以及智能故障根因定位智力。在不少于3个行业完成试点考据。

　　(二)赈济超大范围参数模子的训推一体化异构智算平台

　　揭榜任务：面向东谈主工智能大模子检修和推理对诡计资源的需求，研发赈济超大范围参数模子的检修、推理一体化智算平台，包括资源调度战略、训推加快套件等，并可赈济多种硬件架构，屏蔽底层硬件相反，擢升超大范围模子在检修、推理过程中解析性、资源期骗率和启动效率。

　　预期见解：到2026年，研发一套赈济万亿参数模子的超大范围训推一体化智算平台，万卡环境下解析检修时期不低于30天，灵验检修时长不低于95%，检修效率较刻下主活水平擢升不低于30%，推理效率擢升不低于50%。赈济主流深度学习框架，兼容多种硬件架构，并提供和谐的编程接口和开发环境，终了不低于10个行业用户的落地考据。

　　(三)异构算力跨域任务编排系统

　　揭榜任务：针对跨域异构算力协同，研发跨域异构算力料理系统，终了跨域异构算力的料理和应用。研发针对千般性算力的措施化通达互联功能，赈济对不同类型的异构算力模子和谐抽象封装；研发跨域异构算力的料理功能，赈济对跨域异构算力的和谐料理和协同；征询跨域多主体算力的安全认证和甘休方法，保险跨域协同安全。

　　预期见解：到2026年，研发不少于6种跨域协同调度算法，赈济数据处理、函数诡计、机器学习等不少于3个场景的诡计任务部署，完成不少于5个跨域算力中心的和谐料理。研发跨域多主体算力的安全认证方法，赈济云边端等不同层级算力协同的安全要求。在不少于2个行业完成试点考据。

　　(四)训推算力一体机

　　揭榜任务：面向东谈主工智能检修、推理场景，研发基于基础智商即管事(IaaS)和平台即管事(PaaS)的高性能训推一体化科罚决策，遮掩对大模子开发检修和部署推理的全经过，包括数据准备、模子检修、模子评测和模子部署。同期，赈济大模子加密、挫折闪耀等智力，科罚针对大模子数据流露、提醒挫折等安全问题和风险。

　　预期见解：到2026年，研发赈济至少3种提醒集芯片的训推一体机，针对至少5个行业开展东谈主工智能训推一体机应用，为用户提供多元化训推一体化管事，并在至少10种不同的场景进行东谈主工智能训推一体机落地。

　　(五)大范围异构算力集群推理加快本事

　　揭榜任务：研发存储、汇集、诡计的协同优化本事，通过模子加快、调度加快等方法终了大范围异构算力集群在大模子推理方面的加快，从而赈济更大的模子、更长的高下文、更高的性能及更低的能耗，促进算力芯片在大模子推理方面的更好应用。

　　预期见解：到2026年，终了集群灵验费解量5倍以上擢升，本色应用场景中可处理的苦求数擢升1倍以上，首字延伸性能擢升1倍以上，芯片期骗率擢升50%以上。通过优化算力中心诡计、存储、汇集的配比以及拓扑结构和系统调度战略，终了千卡以上异构集群在推理加快界限的打破。

　　二、存储

　　(六)磁光电交融存储系统

　　揭榜任务：针对单一存储介质难以餍足千般化数据存储需求的近况，依托磁、光、电存储在性能、寿命、功耗等方面的相反化本性，将磁、光、电存储本事进行交融，研发磁光电交融存储系统，构建基于固态硬盘(SSD)、机械硬盘(HDD)和光存储的多级存储架构。把柄业务特征，将数据保存在不同级别的存储迷惑中，终了海量数据的连接、和谐存储料理，赈济算力中心高效、低碳、安全持续发展。

　　预期见解：到2026年，研发磁、光、电交融存储系统，赈济适配溜达式文献、溜达式块和溜达式对象等至少3种存储类型，系统不错把柄数据的走访时期、走访频率、文献属性等自界说分级战略，把柄业务负载动态诊治移动。系统可通过介质安全、系统安全、软件安全等夯实底层安全智力，通过防敲诈、加密算法、费力监控、光存储预警检测等增强数据安全智力。打造磁光电交融存储应用示范，完成至少20个业务系统应用，终了至少4个东部地区数据流动至西部磁光电存储系统，且数据存储量不少于10PB。

　　(七)存储调度料理及应用本事

　　揭榜任务：针对海量数据存储和算力孤岛问题韩国主播，研发跨域多算的存力调度、存网编排和存算网一体化系统，终了数据的智能冷热分级、应用的跨域无感走访等智力，灵验裁汰老本、提高性能和赈济业务。系统具备资源经营、战略诊治智力，可优化和诊治全网数据存储布局，终了对连续变化的需求的稳健。

　　预期见解：到2026年，研制具备高效、可蔓延性的存储系统，基于智能算法，对数据进行分析和调度，终了应用无感走访和智能流动。征询存力调度战略，使数据调回率甘休在30%以下；征询基于潮汐汇集调度算法，终了汇集带宽期骗率擢升50%以上，达到存网一体的见解。集成存储、诡计和汇集的智力，赈济存算网一体化调度，在算力中心资源池落地应用。

　　三、汇集

　　(八)高性能数据处理器(DPU)

　　揭榜任务：开展基于芯粒(Chiplet)和第五代精简提醒集(RISC-V)本事的软硬件一体DPU芯片本事征询，赈济算力中心、智算中心、超算中心场景所需的超高带宽和超低时延，打破Chiplet异构芯片封装本事、高速Serdes通讯、大范围无损汇集拥塞算法、硬件密码算法、高性能凭空化、硬件可编程等本事，终了基于ARM、X86、RISC-V等异构中枢的DPU应用，擢升算力中心基础智商处明智力和数据传输能效比。

　　预期见解：到2026年，完成超高性能DPU芯片研发职责，费解智力达到400Gbps，单向流量时延不高于30us，赈济与国表里主流CPU、GPU芯片平台的适配，赈济主流操作系统兼容，赈济数据报文硬件处理逻辑可编程。

　　(九)基于RoCE的智算汇集

　　揭榜任务：面向RoCE汇集开展迷惑及管控系统研发，通过提高迷惑带宽、优化负载平衡算法、强化汇集流量经营及运维智力等面容，擢升RoCE汇集的费解量和时延性能。研制新一代智能化管控器具，引入AI大模子智力，简化RoCE汇集的部署和成接事责，终了全局、多维度的可视化运维。在汇集波动、业务变更、故障等情况下，汇集参数自动诊治，流量快速切换，从而达到擢升汇集效率和裁汰运维老本的见解。

　　预期见解：到2026年，终了新式RoCE汇集合座决策的商用部署，汇集性能擢升10%以上。通过智能化管控及运维器具，汇集部署难度大幅裁汰，运维效率擢升50%以上，可赈济更大范围部署和应用。

　　(十)光交换智算汇集本事征询与考据

　　揭榜任务：面向智算集群低功耗、高带宽、低延伸本事需求，开展智算集群光交换组网枢纽本事征询与考据，重心打破智算集群光交换组网、路由契约适配等枢纽本事。针对智算集群的功能、性能、可靠性和蔓延性等要求，征询光拓扑映射、光电混杂路由、多旅途负载平衡等本事。

　　预期见解：到2026年，终了赈济智算集群的易操作、高可靠、可平滑过渡升级的光汇集，赈济东谈主工智能等枢纽业务承载；光交换迷惑单端口速度赈济100GE/400GE/800GE，交换容量弹性可蔓延，可赈济不少于3种异构算力资源互联，在不少于2个智算集群完成考据，并完成不少于3种智算业务承载考据。

　　(十一)面向溜达式智算中心的汇集枢纽本事征询与考据

　　揭榜任务：针对智算集群从连接式向溜达式部署探索的趋势，攻关算力中心间汇集本事，研发面向智算中心间的高可靠传输迷惑，构建智算中心间超大容量、超低时延、超高可靠光电协同汇集，终了智算中心高速、可靠互联。

　　预期见解：到2026年，打破智算中心间超大容量、超高可靠汇集传输枢纽本事，研制面向智算中心间汇集的传输迷惑，单波速度不低于1.6Tbps，迷惑时延不进步30us，赈济溜达式智算中心间业务的高可靠传输。

　　四、应用

　　(十二)智算中心跨域互联应用

　　揭榜任务：优化东谈主工智能算力基础智商布局，构建跨地域互补、协同算力调度的超大范围东谈主工智能算力管事智力。加强与东谈主工智能芯片厂商的兼容适配，构筑大范围高性能异构算力池，提供面向大模子训推场景深度优化的弹性调度、弹性容错、高资源期骗率的东谈主工智能算力管事。

　　预期见解：到2026年，变成遮掩5个以上世界重心算力关节节点的东谈主工智能算力中心，赈济跨地域、跨云的算力需求感知和动态调度，完成3款以上算力芯片适配，聚焦大模子检修和推理场景，构建大范围、高性能、弹性调度、高容错的训推一体算力资源池，具备分钟级断点续训智力，赈济万卡级别并行检修。

　　(十三)算力电力协同应用

　　揭榜任务：研发基于算力调度本事与动力大模子的多云异构算电协同料理平台，构建基于数据驱动的算力集群用电负荷本性模子、基于诡计任务的时空升沉本性的动力大模子，推动算力臆测与调度本事在智算中心应用落地，擢升合座资源期骗率，基于新动力、新式储能系统开展算力负荷与电力系统的协同优化，终了精确、动态、及时的动力调度与交游，终了算力与电力等动力的深度协同。

　　预期见解：到2026年，终了智算场景下动力与算力全链路的数据穿透及经过整合，构建“算”随“电”动的径直甘休及蜿蜒指引机制，终了算力需求臆测精确度达到70%、集群灵验负载率擢升25%以上，智算中心合座集群资源期骗率提高10%。联结算力集群用电数据、时期周期、欢快数据、职责负载等多种要素，终了“电”随“算”用的动力效率优化与算效擢升，终了基础智商用能决策精确度85%以上，反当令效性达到提前15分钟反应级别，智算中心合座算力能效水平擢升30%，算力中心用电老本裁汰5%以上。

　　(十四)大范围通讯业务场景中的算力应用

　　揭榜任务：围绕汇集功能凭空化(NFV)系统架构，针对NFV中汇集性能、资源期骗和纯真展性等方面的挑战，研发面向NFV架构的高性能凭空化、智能化汇集料理和资源编排算法等本事和系统，打破凭空化层与硬件加快器(如FPGA、DPU、GPU)之间的协同智力。

　　预期见解：到2026年，NFV算力平台系统中终了对凭空化汇集功能的智能调度，赈济异构集群部署、动态蔓延，资源动态分拨，凭空化资源期骗率擢升20%以上；赈济GPU、FPGA等硬件加快器的凭空化调度，加快汇集处感性能至Tbps以上；赈济智能化汇集凭空化功能料理，擢升NFV系统的自动化运维智力和料理效力，故障确赶快间缩减不低于30%。

　　五、绿色低碳

　　(十五)绿色算力本事征询及应用

　　揭榜任务：围绕算力的绿色节能本事打破，面向算力中的任务调度本性、动力使用方式、负载平衡要求等枢纽要素，研发稳健于绿色诡计的动态资源调度算法、能耗优化料理系统，以及面向多场景的协同节能机制，打破节能算法的智能化进度，擢升算力汇鸠合多节点的动力期骗效率。

　　预期见解：到2026年，能耗料理系统终了对算力中心和汇集节点的及时监控与节能调度，通过诡计节点赈济动态调频、动态电压调理，单节点平均能耗裁汰30%以上，餍足AI推理等应用需求。

　　(十六)企业绿色诡计碳感知平台

　　揭榜任务：建立企业算力中心碳排放度量体系，好像及时、精确地统计企业各个算力中心碳排放，并能将碳排放量摊派到不同的业务部门、应用场景和职责负载，终了精采化的碳排放的料理。同期，基于碳排放的数据，终了碳感知调度智力，通过在保证业务体验和贯穿性的情况下将职责负载调度到愈加低碳的算力中心，进一步裁汰碳排放。

　　预期见解：到2026年，围绕千万核级别跨域的算力中心，构建企业级绿色诡计碳感知平台，变成一套行业通用的、可精确度量不同类型职责负载碳排放的本事方法和方针体系，通过生态共建变成绿色度量衡圭臬体系。构建碳感知调度智力，达到算力中心可再生动力比例30%的见解。

　　(十七)冷板式液冷原生整机柜管事器

　　揭榜任务：面向新一代液冷算力中心，研发冷板式液冷整机柜，包括液冷管事器节点、无源液冷门等，打破高密算力、千般性算力的散热本事及架构要求，终了赈济供电总线、汇集互联总线、液冷管路可盲插运维的液冷迷惑，具备液冷机柜及液冷管事器等多级漏液检测智力，灵验裁汰业务中断范围与耗费。

　　预期见解：到2026年，液冷整机柜终了100%液冷散热，制冷PUE低于1.15。整机柜管事器里面终了全盲插联想，料理模块可终了整机柜功耗料理、漏液检测、财富料理等功能；通用算力单柜功率不低于20kW，智能算力单机柜功率不低于30kW，终了不少于500台液冷节点的范围落地应用。

　　(十八)算力中心节能调优平台

　　揭榜任务：研制高精确度、高仿真效率、多场景遮掩的算力中心PUE仿真平台，打破物理机理模子构建、仿真引擎集群、模子自动生成等枢纽本事，终了对算力中心不同启动状况下细分时期颗粒度PUE的快速、精确评估。研发基于大数据分析本事的算力中心制冷系统AI节能优化系统，通过自动化数据治理、自动推理等枢纽本事，准确匹配制冷需求，在餍足可靠性要求条目下终了算力中心制冷系统合座动态及时优化，优化算力中心PUE。

　　预期见解：到2026年，赈济液冷、水冷等至少2类典型制冷场景进行能效优化，赈济制冷系统和配电系统结伴仿真，系统可输出不同负载及启动工况条目下的PUE启动弧线、系统迷惑启动模拟工况等参数，PUE仿真精度达到97%以上。基于能效优化平台，赈济AI自动推理，小时级战略自动下发，终了对算力中心能耗的可视、可管、可控。通过AI能效优化，终了算力中心PUE裁汰5%以上，通过算力中心基础智商与IT联动节能，终了总能耗裁汰5%以上，在5个以上算力中心落地应用。

　　(十九)新式制冷系统

　　揭榜任务：研发东谈主工智能节能系统，针对算力中心基础智商的启动调控和环境监测。建议全新自稳健算法，打破原有常见算法的局限性，擢升数据的分析和处理放胆，搭建基于大家教学的东谈主工智能算法数据库，擢升包括能耗料理、动力调度、安全监测、故障会诊、接济运维等功能的节能性、可靠性、经济性。

　　预期见解：到2026年，在餍足制冷要求的基础上，提高冷却系统的可靠性和自稳健性，提高动力使用效率、水资源使用效率和运维效率，其中节电率擢升10%以上。赈济冷却系统数据荟萃、标注、治理、存储，具备系统启动相配告警、告警连续、自动会诊、费力通讯、自动甘休等功能，赈济冷却系统智能化调优、智能化甘休的中枢智力，并开展不少于5个本色业务场景所提供的AI节能调优案例。

　　六、安全可靠

　　(二十)算力中心智能运维机器东谈主

　　揭榜任务：研发算力中心智能运维机器东谈主以及智能机器东谈支配理平台，基于云边端三层架构，终了智能机器东谈主在多层、多房间楼宇机房内的迷惑智商识别、多模态环境感知、精确空间定位、智能东谈主机协同、多任务结伴调度等方面的本事与算法优化。赈济机器东谈主在算力中心智商运维和IT运营等典型场景的应用，擢升巡检质地，促进算力中心运维、运营的降本增效。

　　预期见解：到2026年，终了大型算力中心内智能机器东谈主的多机房、多楼层协同应用部署；机器东谈主巡检任务顺利率不低于95%，迷惑识别准确率达到97%，环境巡检调回率不低于90%，保险算力中心巡检业务持续启动。终了云边端协同调度，赈济不同场景下的自主功课，提高任务并发现实效率，促进解析、安全、可靠、可控的算力中心智能运维体系建设。

　　(二十一)云边端一体化智能监测平台

　　揭榜任务：开发高性能云边端一体化系统，研发以智能化结尾或机器东谈主为硬件载体、以多算法模子交融和平台器具为软件载体的软硬联结的连接监测料理与运维巡检决策。打破多层级自动化运维、多维度会诊、多平台遮掩、多模子量化等枢纽本事。构建概括运维健康度数字化评估体系与模子，终了算力智商从经营、联想、建设、部署、启动、吝啬的全人命周期数字化料理。

　　预期见解：到2026年，建立大范围集群的智能化运维智力，迷惑终了跨平台及系统解析性风险和安全风险识别智力，概括视频识别本事等，结构化告警连续推送，准确率进步98%。算力智商全人命周期数字化联动，平台自动化经过鼓舞，终了云表直控遮掩超10栋算力中心，落地数字化算力中心健康度评估，智能化结尾或机器东谈主的自驱动巡检，视频流识别与告警的联动，系统的智能化运维问答，并保险业务管事级别契约(SLA)达标率99%以上。

　　七、其他

　　(二十二)其他算力界限的特质化本事、居品、管事和平台等，应具有本事先进性，本事进修度较高，产业化远景较好。

　　(中新经纬APP)韩国主播