來源：高校人工智能與大數據創新聯盟

2025年6月11日，武漢高校人工智能學院院長座談會在湖北人形機器人創新中心舉行。華中科技大學人工智能與自動化學院副院長譚毅華表示，低算力耗能、高智能大模型將成未來人工智能主流。當前，人工智能的技術路徑還在探索過程中，大模型依靠高算力耗能支撐，卻仍與人腦差距較大，相信未來會有低算力耗能、高智能的大模型方案面世。對此，希望政府能大力支持高校圍繞人工智能技術開展前瞻性科研。例如，設立種子基金，以耐心資本支持國家級人工智能平臺，圍繞前沿技術開展面向產業的技術攻關；開放特定領域數據，支持高校開展面向行業的算法研究；加強人才集團與高校人工智能學院實現全球人才信息共享，利用海外驛站，幫助高校對接海外優秀人才，搶先布局前沿技術。

分析認為，譚毅華強調“低算力耗能、高智能大模型是未來人工智能主流”，這一觀點直指當前AI發展的核心矛盾與未來趨勢，其背后的邏輯涉及技術瓶頸、產業需求、社會效益和科研戰略等多個維度，主要原因如下：

一、破解當前大模型發展的核心困境

（一）算力成本不可持續

1.以千億級參數為代表的大模型（如GPT系列）訓練需消耗數百萬美元級算力（數萬張GPU、數月訓練周期），推理階段同樣依賴昂貴的高性能硬件。

2.能源消耗驚人：單次大模型訓練的碳排放相當于數十輛汽車終身排放量，違背全球“雙碳”目標。

3.技術民主化受阻：高昂成本將AI研發壟斷在少數科技巨頭手中，高校、中小企業和發展中國家難以參與創新。

（二）硬件瓶頸日益凸顯

1.摩爾定律放緩，芯片算力提升速度滯后于模型規模膨脹速度。

2.高端芯片(如英偉達H100)供需失衡且受地緣政治影響，國產替代仍需時間。

二、技術演進的內在需求：效率革命

（一）從“暴力 scaling”到“智能密度提升”

1.當前大模型的性能提升高度依賴參數規模和數據量(“大力出奇跡”)，但邊際效益遞減。

2.未來突破需轉向算法創新：通過模型架構優化(如稀疏網絡、混合專家MoE)、訓練策略改進(課程學習、自監督增強)和知識壓縮技術，實現單位算力下的智能水平躍升。

（二）輕量化技術的核心價值

1.模型壓縮：量化(FP16→INT8/INT4)、剪枝(移除冗余參數)、蒸餾(大模型→小模型)等技術可大幅降低推理成本。

2.邊緣智能崛起：工業控制、醫療設備、自動駕駛等場景需本地化部署，依賴低功耗、實時響應的輕量模型（如TinyML）。

三、產業落地的必然選擇

（一）經濟可行性驅動。企業拒絕“為AI而AI”：只有當AI部署成本顯著低于人力成本或創造增量收益時，技術才具商業化價值。低算力模型是AI滲透傳統行業（如農業、制造業）的前提。

（二）場景適配性需求。通用大模型在專業領域(如醫療診斷、工業質檢)存在“過度殺雞用牛刀”問題。垂直領域的高智能小模型（參數<10億）通過領域知識注入和微調，可達到更高精度與更低延遲。

四、國家戰略與科研自主的關鍵路徑

（一）突破“卡脖子”約束。中國在高端AI芯片(如GPU)領域受制于海外，發展低算力需求技術可降低對進口硬件的依賴，利用國產中端芯片（如昇騰、寒武紀）實現自主可控。

（二）響應國家政策導向。“東數西算”工程要求優化算力布局與能效比；《新型數據中心發展三年行動計劃》明確要求PUE（能源使用效率）≤1.3。低能耗AI符合國家新基建戰略。

五、未來技術路線的科學預判

（一）“高效智能”將成為學術前沿。頂級會議(NeurIPS/ICML)近年最佳論文多聚焦高效學習(如稀疏訓練、神經架構搜索NAS)，學界共識已從“追求規模”轉向“優化效率”。

（二）生物啟發的技術突破。人腦功耗僅20瓦，卻具備遠超當前AI的認知效率。研究類腦計算(脈沖神經網絡SNN)和神經形態芯片，有望實現超低功耗的通用智能。

六、譚毅華觀點的深層意義：重構AI發展范式（見下表）

傳統范式

未來范式（譚毅華倡導）

算力無限擴張

智能-算力比最大化

中心化云端部署

云-邊-端協同

通用大模型壟斷

大模型+垂直小模型生態

依賴硬件工藝進步

算法-硬件協同設計

七、結語：技術民主化與可持續發展的必然

譚毅華的論斷并非否定大模型價值，而是呼吁將“效率”提升至與“性能”同等重要的地位。其本質是推動AI從“實驗室奢侈品”走向“社會普惠工具”：讓高校和中小企業用得起AI：降低創新門檻，激發長尾創新；讓地球承載得起AI：響應碳中和目標，避免技術發展透支環境成本；讓中國跑得出AI新賽道：在效率優化領域建立全球技術領導力。因此，譚毅華強調“低算力耗能、高智能大模型是未來人工智能主流”，這一戰略眼光既契合華中科大在嵌入式系統、邊緣計算等領域的傳統優勢，也為中國在AI 2.0時代開辟差異化突破路徑提供了關鍵思路。

全國高校人工智能與大數據創新聯盟

全國高校人工智能與大數據創新聯盟（簡稱:高校聯盟）是由清華大學、浙江大學、中南大學、東北大學、上海工程技術大學、重慶郵電大學、東北林業大學、佛山科學技術學院、曲阜師范大學、黑龍江大學、海豚大數據科技等全國54家高校、企業共同發起，于2018年5月26日在北京中國科技會堂正式成立。迄今為止，聯盟發展會員300多家, 覆蓋全國20多個省市。聯盟由一批積極投身于“人工智能、大數據、區塊鏈”教育事業的高校、科研機構、企事業單位和個人自愿組成的公益性、全國性學術交流服務平臺。中國工程院原常務副院長、中國工程院院士潘云鶴、中國科學院院士陳國良、中國工程院院士李伯虎擔任聯盟名譽理事長，中國工程院院士譚建榮擔任聯盟理事長。聯盟工作接受工信部、國家網信辦等政府部門行政管理和業務指導。聯盟主要工作是推進產教融合、校企合作、協同育人。(加盟微信13651193492)

華算人工智能研究院

華算人工智能研究院全稱是“山西省華算人工智能研究院有限公司”，是經山西轉型綜合改革示范區管理委員會批準，于2023年10月在太原成立的第一批專業研究人工智能、賦能數字經濟產業發展的獨立法人組織。華算人工智能研究院依托全國高校人工智能與大數據創新聯盟專家委員會及理事會資源，按照山西省委省政府、山西轉型綜合改革示范區管理委員會發展人工智能、數字經濟的系列文件精神和工作計劃，將研究院打造成為山西省發展人工智能、數字經濟的示范應用推廣平臺，同時面向全國開展人工智能業務。華算人工智能研究院名譽院長由中國工程院院士李伯虎擔任。研究院內設AI產業學院共建中心、實訓實習就業中心、實驗室建設中心、專家智庫等6個職能部門。歡迎加入華算人工智能研究院專家智庫，共同賦能高校AI人才培養及產教融合事業發展。

高校區塊鏈專委會

全國高校人工智能與大數據創新聯盟區塊鏈專委會（簡稱:高校區塊鏈專委會），是由北京大學、浙江大學、武漢大學、西南財經大學、北京交通大學、鄭州大學、貴州大學、桂林電子科技大學、山西農業大學、佛山科學技術學院、陜西師范大學、中國網安、海豚大數據科技等全國40多家高校、企業和機構共同發起，于2019年12月7日在廣東省佛山市正式成立。目前發展高校及企業會員70多家。中國工程院院士、浙江大學教授陳純擔任高校區塊鏈專委會名譽顧問；福州大學教授蔡維德、中國計算機學會區塊鏈專委會主任斯雪明教授、中國人民銀行數字貨幣研究所副所長狄剛擔任高校區塊鏈專委會名譽主任；北京大學信息科學技術學院區塊鏈中心主任陳鐘教授擔任高校區塊鏈專委會主任。高校區塊鏈專委會主要工作是促進高校區塊鏈教育，為高校區塊鏈專業建設及學科發展提供專家咨詢服務。

高校元宇宙專委會

全國高校人工智能與大數據創新聯盟元宇宙專業委員會（簡稱:高校元宇宙專委會），是由清華大學、湖南大學、浙江大學、四川大學、汕頭大學、河北金融學院、保定市元宇宙協會、英偉達中國、海爾衣聯網研究院、海豚大數據科技(天津)有限公司等全國20多所高校、企業和機構共同發起，于2022年11月5日在北京正式成立。中國工程院院士、計算機軟件與虛擬現實領域專家趙沁平擔任高校元宇宙專委會名譽顧問；中國工程院院士、北京航空航天大學電氣與自動化學院名譽院長、中國航天科工集團有限公司科技委高級顧問李伯虎擔任高校元宇宙專委會名譽主任；清華大學信息國研中心可信軟件和大數據部常務副主任邢春曉擔任高校元宇宙專委會主任委員。目前已發展高校及企業會員30多家。高校元宇宙專委會主要工作是促進高校元宇宙教育、加強校企合作、推動元宇宙專業建設及學科發展，為元宇宙教育教學提供專家咨詢服務。

高校數字經濟專委會

全國高校人工智能與大數據創新聯盟數字經濟專業委員會（簡稱:高校數字經濟專委會），是由華算人工智能研究院、清華大學、北京大學、中國人民大學、中國社會科學院信息化研究中心、四川大學、北京外國語大學、北京科技大學、北京工業大學、北京語言大學、北京化工大學、北京聯合大學、北京物資學院、北京印刷學院、西藏民族大學、河北金融學院、重慶財經學院、蘇州城市學院、北京中關村軟件園、百度、海豚大數據科技等全國60多家高校、企業和機構共同發起，于2024年1月12日在北京正式成立。清華大學經濟管理學院教授姜旭平、北京大學信息管理系教授賴茂生、中國社會科學院信息化研究中心主任姜奇平、中國科學院大學經濟與管理學院教授呂本富擔任高校數字經濟專委會主任委員。高校數字經濟專委會主要工作是促進高校數字經濟專業建設及學科發展，推動產學研合作，為高校數字經濟專業教育教學提供專家咨詢服務。

聯盟“資料圖書館”

微信咨詢

說明：轉載文章和圖片均來自公開網絡，推送文章除非無法確認，都會注明作者和來源，如有侵權請聯系刪除。

往期精彩文章（單擊就可查看）：

. 辦

. 》