近日，第九届未来网络发展大会组委会正式发布了《DeepSeek行业大模型算力网加速应用生态白皮书》，该报告深入剖析了行业大模型发展的现状与挑战，并提出了一系列创新解决方案。
报告指出，尽管通用大模型在基础交互任务上表现出色，但在企业、学校、医院等专业领域的应用中仍显不足。行业大模型作为AI落地的关键，其发展面临着模型部署成本高、数据流通不畅以及算力使用不便等三大难题。特别是模型部署成本，以往企业私有化部署大模型往往需要投入数百万至上千万元，高昂的费用限制了其广泛应用。
DeepSeek大模型的推出，为缓解模型成本问题带来了曙光。该模型充分开源，具备深度思考与人文关怀的特点，将模型成本降至零，有力推动了C端用户的普及和B端应用的发展。然而，企业在部署DeepSeek大模型时，又面临着云部署与一体机部署之间的抉择。云部署虽然轻量化，但存在数据传输、网络安全和算力信任等问题；而一体机部署虽然能够保障数据安全，却面临着建设成本高、服务性能僵化以及模型更新缓慢等挑战。
针对这些问题，未来网络联合多方力量，共同打造了基于算力网加速的DeepSeek行业大模型边云一体化解决方案。该方案通过确定性网络调度技术，实现了高效安全的数据传输，显著缩短了数据传输时间。同时，依托计算存储网络协同调度技术，实现了全局协同的资源调度，提高了算力的利用效率。借助调度系统边缘接入技术，提供了便捷的使用入口，降低了用户的使用门槛。
该解决方案构建了“前端轻量化交互+后端分布式计算”的形态，具备极简接入、柔性访问、安全流转和可观可感四大关键能力。据报告显示，该方案能够节省用户推理成本50%，并有效盘活了云端国产算力资源。白皮书还对H20、L40等8款算力卡进行了量化测评，为算力网调度策略的优化提供了数据支撑。
在实际应用中，该方案已在交通规划、医疗问答、基因检测、政务服务等多个典型场景中落地。例如，苏交科集团接入该方案后，在高并发情况下交通规划报告的生成效率得到了大幅提升；江宁数据局也借助该方案成功应对了政务服务高并发访问的需求。这些成功案例充分验证了算力网加速解决方案的实际价值，为我国特色AI发展与应用路线提供了宝贵的实践参考。
这些创新实践不仅推动了AI技术在各行各业的深入应用，也为我国算力网的建设和发展提供了有益的探索和经验。随着技术的不断进步和应用场景的不断拓展，相信未来算力网加速解决方案将在更多领域发挥重要作用，为我国的数字化转型和智能化升级贡献力量。
