7月3日，由全球数字经济大会组委会、北京市经济和信息化局、北京市朝阳区人民政府、杉数科技共同举办的“智能计算与决策技术论坛”在北京圆满落幕。
大会现场
深化产业布局擘画数字北京
北京市经济和信息化局总经济师、数字经济专班执行长唐建国，北京市朝阳区委常委、副区长舒毕磊莅临现场并致辞。
唐建国指出，以智能计算与决策为代表的人工智能技术作为新时代转型与增长的催化剂，深度融合了大数据智能与优化算法，为数字经济的蓬勃发展注入了前所未有的活力。北京正加速打造全球数字经济标杆，规划强大算力支持，深化数据资产化，引领人工智能创新，共建数字经济未来。
舒毕磊强调，朝阳区作为数字经济高地，通过智能计算推动产业升级，实施“商务+科技”双轮驱动发展战略，深化人工智能应用，以行业需求为牵引，诚邀全球企业共享创新机遇。在朝阳区政策指引下，以杉数科技为代表的人工智能企业，不断创新智能计算引擎，拓宽智能决策应用边界，打造企业新质生产力，为各行业的优化运营和智能决策提供核心技术支撑，推动企业深入转型和高质量发展。
杉数科技联合创始人&CPO王曦在致辞中表示，数字经济已经成为经济增长的新动力，也是培育新质生产力的核心。智能计算与决策技术作为人工智能最核心、最具价值的应用领域，不仅在推动全国数字经济产业发展中扮演至关重要的角色，更是北京打造科技创新高地、加快建设全球数字经济标杆城市的重要引擎。作为朝阳区孕育的智能决策技术领军企业，杉数科技有责任与义务推动基础技术革新，引领行业标准，回应市场期待，响应国家号召。
超大规模数学规划问题求解之道
会上，斯坦福大学讲席教授、冯·诺依曼理论奖获得者叶荫宇就《AI与数学优化——求解超大规模数学规划问题的新进展》发表演讲。他提到，随着近年来现实问题和人工智能训练问题的数据规模急剧增加，相对应的决策与计算问题规模也越来越大。一些线性优化问题的规模（非零元）已经达到了百亿级别，而一些非线性优化问题的矩阵规模也达到了上亿行/列级别。这些要求对超大规模问题，特别是数学规划问题提出了更高的算法要求。
斯坦福大学讲席教授、冯·诺依曼理论奖获得者叶荫宇
叶教授现场分享近年来的前沿探索成果，特别是一阶算法、内点法和GPU/CUDA架构下的快速求解超大规模问题的最新进展。他指出，数字经济的本质是数据驱动的决策，呼吁拥抱AI决策与数学规划，鼓励杉数科技持续引领优化求解器开发，为人类社会带来更多价值。
智能建模及计算技术新品重磅首发
当前，产业在落地智能化升级上主要面临两大关键挑战：第一，产业智能化升级是运行模式的深刻变革，需要业务逻辑与数学逻辑的深度融合。第二，智能化技术在业务场景落地时，面对计算效率的核心技术挑战，对计算效率的要求大幅度提升。AI技术体系的突飞猛进也带来重要机遇，数据驱动建模技术的进步增进了对于自然语言及人类知识的理解能力，使得融合业务逻辑与数学逻辑的门槛大大下降。同时，在极大数据量及高时效问题的处理能力上，GPU的计算架构呈现出CPU无可比拟的优势。
杉数科技联合创始人&CEO罗小渠
杉数科技联合创始人&CEO罗小渠提到，自成立以来，杉数科技一直以「持续探索从计算视角重新审视企业需求逻辑，探索新一代管理软件的逻辑和架构，构建高效智能化软件技术平台」为核心愿景，推动中国产业运营模式的根本性转变。经过持续的技术创新与实践沉淀，杉数科技正式推出两款智能建模及计算技术平台产品：COLORMind大模型智能决策建模平台和杉数G+智能决策计算一体机，为行业用户提供建模与求解加速全栈能力，促进技术服务模型开发、智能建模平台、GPU算力一体机的生态融合，大幅提升各类决策场景的计算效率和精度，推动人工智能技术体系在复杂决策场景中的规模化应用，为产业数字化转型和数字经济增长提供强大的技术支撑。
杉数科技联合斯坦福大学、上海交通大学、香港中文大学（深圳）联合发布首个数学建模大模型ORLM，将决策技术和业务场景进行高度结合，从而得以更准确、更高效地建模。以数学建模大模型ORLM为核心，杉数科技技术团队依托于多年深耕头部企业智能决策的行业经验，打造COLORMind大模型智能决策建模平台，融合“垂直于数学建模的大模型+预置模型+高性能求解”，用户可通过预置模型配置和纯自然语言调用大模型等方式进行模型生成与管理，快速将业务问题转化成数学模型，最终调用求解器COPT求解得出决策建议，助力企业提升决策效率。
COLORMind大模型智能决策建模平台
杉数G+智能决策计算一体机是杉数科技专为高性能异构加速计算需求设计的科学计算设备，搭载高性能异构加速引擎，内置加速求解算法模型和软件，构建高性能GPU求解一体机，实现开箱即用的软硬件一体化交付，覆盖能源电力、智能制造、智慧供应链、基础设施等智能决策优化业务场景，在大规模复杂算力中，加速效果尤为显著，助力实现AI智算应用落地。
杉数G+智能决策计算一体机
多年来，杉数科技始终以智能计算引擎为核，以产业服务为翼，不断探索和构建新一代智能建模及计算技术平台，持续赋能能源、交通、工业制造、零售消费等20余个行业场景实现运营增长，为数百家国内外行业头部企业提供智能决策能力支撑。未来，杉数科技将继续深耕智能计算与决策技术，以最前沿的智能算法，为产业提供精准的解决方案，开启人工智能产业应用的新篇章。
探索首都数字经济增长新路径
北京大学数学科学学院副院长、北京大学重庆大数据研究院副院长李若教授，中国长城科技集团有限责任公司市场合作部副总经理、高级工程师高晓飞，超聚变数字技术有限公司超融合产品总经理林海锋，将门创投创始合伙人杜枫等重要嘉宾参会并做主题分享，从软/硬件研发创新、行业场景应用、产业投资等多方面分享智能决策技术的前沿洞察和落地实践，共同探讨推动首都数字经济高质量发展的新路径。
当前，数字经济重塑了全球经济结构，推动了社会生产方式、生活方式、治理方式的深刻变革。人工智能作为数字经济发展的重要驱动引擎，对于推动新质生产力形成、加速产业数字化进程以及构建完善的数字经济治理体系等方面，具有重要的积极意义。
超聚变数字技术有限公司超融合产品总经理林海锋表示，当前还没有超级APP诞生，所以在ToC领域，AIGC很火。ToB的模型落地，更能够符合行业的价值场景，它可能能够加速落地。林海锋认为在模型落地过程中，我们提供相匹配的AI设施可能是非常好的方式。
在林海锋看来，L0是通用大模型，L1是行业模型，L2可能在行业里面更加具像化具体到场景的模型，解决某一个非常具像场景问题的模型。大模型行业落地核心是要把行业Knowhow的知识“灌进去”，林海锋认为他往往需要一个知识库，通过知识库中间转化，把原来各种各样的文档导到知识库里面，由知识库“吐给”你的模型，以及这个过程中所有的各种调整都在知识库里面完成的。我们觉得我们是不是应该提供一个标准的知识库，这个时候让企业和模型之间他的Gap就更小了。
林海锋谈到，智能决策可能是很多企业在自己业务过程中已经在使用或者说已经经过某些业务认证了，大模型需要做结合，大模型要从小模型和智能决策中去学习，学完之后做相应的对接。这里面涉及到一系列的工具和技术手段的问题，超聚变希望在提供AI基础设施同时提供相应的解决方案，让应用厂家可以更好的落地。
林海锋表示，超聚变希望通过软硬协同之后打造虚拟一体机的轻量化的AI基础设施底座方案，为所有的模型开发和AI应用开发的伙伴们提供成本最优的底座，加速AI应用和AI模型在行业的落地。
请输入验证码