课程时间：0.5 - 1天

课程纲要：

模块一：从信息化到数据化和智能化，计算的发展和趋势

1、 计算的历史：万物皆数

2、 信息化、数据化、智能化：计算的演进

3、 传统计算 Vs.人工智能计算

4、 人工智能的源起和发展：为什么人工智能计算如此耗费算力？

5、 智能计算的规模和挑战:算力爆炸和AI时代的摩尔定律

6、 新形态计算：通用性 Vs.能效 – 不规则数据的稀疏和传统计算硬件的稠密运行属性

7、 未来计算的模式和趋势：计算方式和硬件形态

a) 基于通用GPU的智能计算形态

b) 基于通用可编程计算硬件的形态

c) 基于专用计算硬件的形态

d) 基于类脑/量子计算等的新计算形态

8、 不同产业形态的计算特质需求

模块二：智能计算和赋能平台，及在通信行业的运营和应用

9、 算力时代：第四次工业革命的电力

10、 IDC和AIDC的特点和差异

11、 AI大模型带来的通用人工智能曙光和Model as a service模式

a) 生成式AI和AI大模型的源起和发展

b) AI大模型的应用模式和计算方式

c) AI大模型的服务层次

d) AI大模型的部署方式

12、 通信行业的算力运营及应用场景

a) 运营商云服务算力运营与支撑：

i. 算力基础设施 as a service：传统算力 智能算力建设和运维/运营

ii. AIPaaS：人工智能开发云中台 – 应用开发和模型训练算力

iii. 运营商Model as a service 赋能云 ：面向模型定制和精调的AI服务- 模型训练算力

iv. AISaaS: 赋能百业的AI云应用 – AI模型推理算力

b) 运营商行业大模型训练和推理

c) 通信基础设施及数据中心三维重建和数字孪生

d) 基于机器学习的运营商数据中心能耗优化和低碳运营

e) 通信基础设施及机房智能巡检

f) AIGC赋能的通信业数字内容营销

g) 通信行业办公和数据分析

h) 智能呼叫中心

i) 通信行业员工培训和服务

模块三：算力时代的产业机遇和市场规模

13、 各主要产业的潜在AI应用需求和算力需求综述

14、 智能网联车产业对算力的需求场景和规模预测（以一个新一线城市体量为例）

15、 文旅 新消费行业对算力的需求场景和规模预测(同上)

16、 文创及数字内容行业对算力的需求场景和规模预测（同上）

17、 先进制造产业对算力的需求场景和规模预测（同上）

18、 建筑地产行业对算力的需求场景和规模预测（同上）

19、 能源行业对算力的需求场景和规模预测（同上）

20、 交通行业对算力的需求场景和规模预测（同上）