AI是极具技术理想主义色彩的概念，而产业却是一张十分务实的牌桌。其中注定会有一场矛盾。

在国产版GPT接踵而至的背景下，大模型对大规模算力的依赖，依然是我国面临的需要迫切解决的问题，而长期来看，优质数据和语料是构建具有中国智慧、中国价值体系大模型的核心要素。

自然语言大模型背后是芯片、软件和云计算构成的系统能力。所以国产GPT滞后的局面，并非单一一方的突围能够扭转，我们更需要关注到整个产业链中各环所面临的困境和问题，以及各方正在探索的道路和方法，为中国的AI和大模型发展打造更好的生态。因此，5月31日，品玩在北京组织了一场以《模型思辨：Foundation Model Mindstorm》为主题的国内大模型产业生态研讨会，得瑞领新应邀出席，与来自AI大模型产业链上其他的算力(芯片)、算法、数据库、生态链、软件以及硬件供应链、应用项目等100+企业负责人，共同探讨大型AI模型的发展趋势以及其在构建未来AI生态中的关键作用。

作为技术导向的计算架构研发企业，得瑞领新一直致力于开发计算领域的底层存储核心技术，为AI算力提供可靠高效的解决方案。在这次研讨会上，得瑞领新副总裁康雷作为圆桌讨论嘉宾，围绕《如何构架更完善的“算力经济”》主题，分享了得瑞在存储空间对大模型算力支持方面的观点。

未来的技术发展将不断提升大模型对存储空间和存储技术的要求。同时，存储技术的发展、易失性和非易失性存储技术的改进、存储性能的提升、I/O读取的优化以及功耗的降低等方面的进步将为大模型的训练和推理带来更高效、更可靠的存储解决方案。这将促进大模型技术的应用和发展，并为AI领域的创新和进步提供支持。通过技术发展和创新，大模型的存储需求可以得到满足，从而推动更广泛的应用场景和更高效的计算能力。这将有助于实现更复杂、更智能的AI系统，促进人工智能在各个领域的发展和应用。

康雷谈到，随着AI大模型的推广和应用，我们可以看预见在两个维度上的变化：一方面内容的产生模式在从专家学者到自媒体，并继续向AI生成演进；另一方面AI产生的内容密度会持续增加，现在是文本到图片，然后会有更多的视频。以上的变化将极大推动内容产生的速度和密度。这都给高性能大容量的存储带来新的挑战。得瑞在密切关注和存储设备相关的高速互联协议的进展，比如CXL、PCIe 6.0等，以及怎么把存储和内存域通过分层去做连接和融合，计算和存储怎么结合，哪些算力实现更合适在盘端去做，等等。

总体而言，中国在大模型技术领域具备着巨大的潜力和优势，通过在“算力经济”中的持续努力，垂直大模型的产业前景和多模态大模型的应用将进一步推动中国人工智能产业的发展，为社会经济带来更多的创新和增长。

“模型思辨”产业研讨会为众多与会者提供了一个广阔的交流平台，共同探讨了大模型在不同领域的应用与挑战，以及AI生态建设的重要性。得瑞领新期待未来与业界领袖、技术专家和企业代表共同思考大模型能力的边界与未来发展趋势，共同探索构建可持续发展的AI生态系统的路径和策略。