第四范式下的科教研：算力困局怎么解？-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

图灵奖得主吉姆·格雷将科学技术发展的历史总结为四个范例：

第一种范式是经验证据，来源于对自然现象的观察和实验总结；第二种范式是理论科学，它从原理上解释了一些自然规律；第三种范式是计算科学，它通过计算模型和系统仿真对复杂过程进行科学研究；第四种范式是数据科学，这是一种由实验观察.理论推导和计算模拟后的数据驱动的科学研究方法。

从科学研究的角度来看，数据驱动的研究和分析无疑令人兴奋。多尺度复杂化学系统模型的建立.引力波的发现和黑洞的第一张照片是第四范式下的典型案例，这在越来越多的前沿领域打开了”新篇章”。

但对于许多高校来说，数据驱动的科学.教育和研究既是机遇，也是挑战：”第四范式”对大计算能力的需求持续增长，对大数据的要求越来越严格，知识生产的逻辑不断更新……能否对新问题给出新的答案将直接影响未来教育的发展方向。

01人才培养与计算难度

许多人可能看到过这样的新闻报道：中国的人工智能人才缺口超过500万，但目前的供求比只有1:10。

事实上，早在2018年，教育部就发布了《高校人工智能创新行动计划》，并逐步掀起了在中国开设人工智能专业的浪潮。2020年初，教育部再次发布《关于促进学科整合，加快”双一流”建设高校人工智能领域研究生培养的若干意见》，呼吁构建基础理论人才与”人工智能+X”复合型人才体系。

据不完全统计，中国有800多所高校开设了人工智能相关专业，逐步从双一流高校扩展到普通本科和高职院校。包括戴尔科技在内的企业与高校联合开设了人工智能实践落地课程，围绕人工智能人才的国内培训体系已经形成。

与此同时，出现了一个新问题：人工智能不是一门纯粹的理论研究学科。如果以金字塔的形式进行梯度划分，对理论创新人才的需求不高。迫切需要的只是将算法模型转化为项目路径并将人工智能与着陆场景相结合的应用人才。与理论研究的教学方法相比，人工智能人才培养的重点是应用实践。

然而，人工智能落地的第一个障碍是计算能力。在某种程度上，计算能力的发言权决定了高校在人工智能研究前沿的地位，因此许多外国高校都在计算能力上投入了大量资金，计算能力规模几乎与科技巨头相当。

英国达勒姆大学(Durham University)的智能NIC环境超级计算机拥有16节点计算集群，配备了Dell的PowerEdge C6525服务器和NVIDIA ConnectX智能网络适配器(SmartNIC)，大大提高了大规模并行代码的计算性能；密歇根大学使用Dell PowerEdge服务器建造了拥有13000个内核的五大湖超级计算机。它像运营企业一样运营着学术超级计算中心，并实施了相当严格的日常成本控制。

中国也意识到一些大学面临的困难。

例如，《十四五国家信息化规划》在”构建包容便捷的数字生活保障体系”十大任务中的第八项，明确提出”提高教育信息化基础设施建设水平，构建优质教育支撑体系”，重点是优化网络基础设施和升级校园基础设施，以解决一些高校在计算平台上的不足。

02计算平台的中文解决方案

与国外高校不同，国内许多高校不仅需要”弥补”计算能力的不足，还需要教学实践.虚拟仿真.科学研究等

还有一些高职院校也与戴尔产生了”火花”。哈尔滨职业技术学院利用戴尔Precision工作站搭建了元宇宙视觉生态的VR动画制作平台，不仅为学生打开了VR的新天地，还将3D动画制作效率提高了2-3倍，动画教学效率提高了3-4倍。

即使是以北京师范大学第二附属中学为代表的中学也属于戴尔科技的范围。北京师范大学第二附属中学通过一台Dell存储和四台Dell PowerEdge服务器构建了虚拟化操作环境，并已稳定运行近四年。后来，在引入戴尔技术的虚拟化方案并同步升级服务器和存储设备后，学校的IT承载能力增加了300%

隐藏在这些案例背后的是国内大学的创新和活力，这不断解释了计算自由后的可能姓。随着戴尔的人工智能解决方案和其他大型计算平台逐渐登陆越来越多的高校，必然会出现更多令人眼花缭乱的案例。届时，科学.教育和研究的融合将是一个自然的结果，”第四范式”带来的挑战将有效地转化为机遇。

04在末尾写入

当我们审视多年来科学.教育和研究的数据驱动变革时，只关注人才培养可能是”狭隘”的。

人工智能的教学和科研都是一个从简单到深入.从慢到快的过程。至少戴尔强大的计算平台为教育行业带来了”计算加速”，让一些大学提前看到了科学研究教育的新范例。戴尔科技和NVIDIA将为教育行业提供人工智能培训.人工智能推理.数据处理.数据科学和零信任安全功能。

当越来越多的类似解决方案可用时，教育行业和计算基础设施之间的差距将逐渐缩小，连锁反应将远远超出想象。