作者： 财联社记者 郭松峤|
发布时间：2025-08-28 18:25:44
DeepSeek V3.1 引爆算力板块：自主AI生态重在“软硬协同” 
摘要： 浙江大学人工智能研究所副所长郑小林在2025数博会上表示，国产算力受限背景下，应通过技术手段挖掘现有算力潜力。他强调国产算法与硬件的软硬协同优化，并提出构建自主可控AI生态体系的重要性，特别提到了DeepSeek V3.1 采用 UE8M0 FP8 精度格式对国产芯片的适配优化。他还预测了以LLM为中心的操作系统将推动计算范式向意图式转变，并强调了数据要素与人工智能技术融合创新的重要性。
正文：
在2025年8月28-30日于贵阳举办的中国国际大数据产业博览会（数博会）上，浙江大学计算机学院教授、博士生导师，浙江大学人工智能研究所副所长郑小林接受财联社记者采访，围绕AI技术创新、大模型安全等核心议题发表了自己的观点。
近期，受 DeepSeek V3.1 发布的强劲推动，此前已压抑数月的国产算力产业链市场情绪迎来强势反弹，迎来全面爆发。郑小林认为，算法创新是提升AI性能的关键驱动力，而算力优化并非追求规模扩张，而是靠精细化管理与架构创新实现最优配置，例如分层缓存、混合精度训练、端云协同计算等。
郑小林强调，尤为重要的是国产算法与硬件的软硬协同优化——需针对国产芯片特性优化算法与计算框架。他提到： “例如近期推出的DeepSeek-V3.1据说采用UE8M0 FP8精度格式，这一专为AI计算设计的存储格式适配国产芯片，能在保障计算精度的同时，大幅降低对芯片算力和内存的需求。”
“归根结底，我们需要构建覆盖芯片、框架、模型、应用的自主可控AI生态体系。” 郑小林谈到。
郑小林曾在《智能金融：AI驱动的金融变革》报告中预测“以LLM为中心的操作系统将推动计算范式向意图式转变”。他解释说，传统计算范式要求用户明确知道“如何操作”来实现目标，而意图式计算只需用户表达“想要什么”，系统会自动理解并执行复杂任务链。
举例来说，“以信贷决策为例，传统信贷决策依赖静态规则和评分卡，而AI Agent构建的动态评估系统实现了根本性变革”。他介绍到，浙江大学和金智塔联合研发的多模态信息融合Agent，可同时处理多种数据类型，并与金融科技机构联合研发动态风险评估模型，通过持续学习更新借款人风险画像。 
郑小林同时还强调，意图式计算不是简单地用AI替代人类，而是构建人类与AI协同进化的新生态——让金融专业人士从繁琐的信息处理中解放，专注于策略制定与复杂案例处理。
谈及数博会在推动数据要素与人工智能技术融合创新方面发挥的作用，郑小林认为，本届数博会是为数据要素化技术（如数据治理、数据资产化、高质量数据集加工等）和AI大模型（尤其是国产开源和垂直行业模型、Agent）提供展示和验证的平台；也是连接数据供给方、技术提供方、应用需求方及资本方，促进数据、技术、市场、资本高效对接的舞台；将强力推动AI与数据要素在具体产业场景的深度融合与落地应用，实现降本增效和价值转化。 
结论：
郑小林总结道：“本次大会的成果，将进一步证明，随着政策的完善、技术的迭代、应用场景的深化以及安全信任体系的构建，数据要素必将在更广阔的范围释放其价值，驱动各行各业迈向智能化新阶段。” 构建自主可控的AI生态体系，通过“软硬协同”优化，并充分利用数据要素，将是未来AI发展的关键方向。
延伸阅读
原文链接