登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《欧盟举办AI计算栈高级别研讨会 加速构建欧洲自主AI算力体系》

  • 来源专题：新一代信息技术
  • 编译者： isticzz2022
  • 发布时间：2025-07-09

  •       布鲁塞尔7月7日电（记者综合报道） 欧盟委员会今日于布鲁塞尔召开人工智能计算栈（AI Compute Stack）高级别研讨会，汇集芯片设计、云基础设施及AI模型开发领域的头部企业代表，旨在通过协同技术路线强化欧洲在AI算力领域的战略自主权。

    聚焦主权能力建设

          本次闭门研讨会采用定向磋商形式，特邀欧洲AI生态系统的核心参与者参与。欧盟委员会在声明中强调："日益复杂的AI模型要求建立更集成化、自主可控的基础设施体系"。会议聚焦三大技术交叉领域：


    • 硬件层：先进芯片研发与生产能力
    • 系统层：全栈AI系统集成方案
    • 模型层：大算力需求下的技术演进路径


    破解外部依赖困局

          与会者就关键技术挑战达成共识：需通过联合开发可扩展解决方案，从三个维度突破外部依赖：


    • 芯片供应链安全
    • 云基础设施主权化
    • 端到端AI系统整合能力


           欧盟工作人员透露，此举将直接服务于《欧洲数字主权战略》目标，相关讨论成果将为下半年启动的"欧洲AI主权能力建设计划"提供政策依据。

    构建产业协同生态

    参会机构涵盖：

    • 欧洲顶尖半导体设计商
    • 主权云服务提供商
    • 大型语言模型研发团队

           会议通过技术路线图对标、算力需求预测等专项讨论，明确了硬件-系统-模型协同优化的必要性。多家企业现场达成联合研发意向，涉及下一代AI专用芯片架构与节能计算框架。

    战略价值

           此次研讨会标志着欧洲在构建竞争性、抗风险、主权化AI能力体系迈出关键一步。欧盟创新署专员在闭幕致辞中强调："整合欧洲独有的技术优势，打造从纳米级芯片到百亿级参数模型的垂直创新链，将决定我们在全球AI竞争格局中的站位。"

  • 原文来源：https://digital-strategy.ec.europa.eu/en/news/high-level-multistakeholder-workshop-ai-compute-stack
8浏览量
原文链接
相关报告

  • 《快报：欧盟经济与社会委员会报告称欧洲生成式AI发展整体呈劣势，而教育或可成为有力增长点》
    • 来源专题：数智化图书情报
    • 编译者：彭笑菊
    • 发布时间：2025-04-23
    •     2025年3月，欧盟经济与社会委员会（European Economic and Social Committee）发布《生成式人工智能与基础模型》报告。该报告详细阐述了生成式人工智能价值链，明确了主要参与者和投资趋势，并揭示出美国的主导地位。报告还探讨了生成式人工智能在欧盟教育等多个领域的应用，突出了其中的机遇与挑战。     报告指出，生成式人工智能的迅猛发展正在重塑行业格局，它的快速应用将直接影响技术研发路径、监管框架设计和跨行业联结。目前，生成式人工智能正面临严重的结构性市场失衡。美国企业在整个人工智能价值链上占有全球80%以上的融资份额，呈全面主导态势；同时，中国实现突破性进展，推出可与OpenAI抗衡的DeepSeek R1模型，发展势头强劲。而欧盟实体在竞争中举步维艰，这种差距不仅导致市场多样性降低，更直接挑战欧洲的相关技术主权。     基于利用现有优势并应对现实关键挑战的战略考虑，报告建议将汽车、清洁能源和教育作为欧盟在全球竞争中争取有利地位的突破口。教育之所以作为欧盟可以利用生成式人工智能促进创新的三个战略领域之一，是因为具备以下主要优势：首先，欧盟早在2021年开始行动，成立专家组来标准化AI生成的教育内容和质量标准，确保生成式人工智能在教育环境中的可靠性和有效性；其次，生成式人工智能用于自动化批改作业，生成学生表现评价和回复重复性咨询，给教师创造更加专注于教学设计与个性化指导学生的空间，从而改进学生学习的参与度，有效激发求知动机，并改善学业表现；第三，欧盟早在《欧盟AI法案》中将教育相关AI归类为“高风险”领域，因此及时构建了教育工作者与政策制定者的协作框架，共同促进建立创新与安全并重的保障机制。这种制度设计不仅推动规范可信的AI发展，又为教育场景的特殊需求提供了关键保障；第四，欧盟每年约投入10亿欧元用于发展AI所必须的科研基础设施，致力于开发安全合规的AI应用，推动“AI made in Europe”从实验室走向市场。     生成式AI为提升教育体验提供了多重机遇，主要表现在： 1.    个性化学习。生成式AI通过分析学生表现与偏好提供个性化的学习内容和路径，这种动态适应的教学模式通过调节教学节奏与风格，有效提升学习参与度和成效； 2.    内容创建。生成式人工智能可根据不断更新的信息生成时效性强的个性化教案，协助教育工作者高效生成教学材料，提供新鲜且精准匹配学生个体需求的教学内容； 3.    师资培训。研究发现，大学教师对生成式人工智能的认知与学生合乎伦理地使用AI呈正相关。因此，为了能够为学生提供正确引导，大学教师须通过使用AI深入领会其潜在效益和局限，并采取理性负责的AI应用策略来影响学生。     同时，生成式人工智能融入教育方面也面临一些挑战： 1.    涉及学术剽窃及科研诚信的AI使用伦理。由于AI生成内容唾手可得，学生作业能力受到严峻考验，亟需建立有效机制识别利用AI作弊，从而减少学生因过度依赖AI，而产生的批判性思维减弱，解决问题能力不足和创造力下降等削弱核心素养发展的状况； 2.    必须提供有效的技术培训，以使学校教师、管理人员，及学生、家长顺利适应AI变革。为促进相关利益者交流经验与策略，推动良性适应生成式人工智能，建立紧密的实践社群与合作平台或成为关键举措； 3.    教育工作者的角色可能因生成式AI的影响而巨变。生成式AI的融合应用，必须以辅助和强化教师专业能力为前提，而非取而代之。     结合机遇与挑战，该报告就欧盟推进生成式人工智能在教育中的应用提出以下建议： 1.    欧盟应率先制定教育领域人工智能应用监管指南，从安全性、透明度和伦理使用等维度，在保障创新的同时，明确标准，助力教育机构与开发者化解AI整合难题，杜绝技术滥用与偏见； 2.    教育机构需完善AI教学应用政策，通过专业发展计划与培训赋能教育工作者，使其熟练运用AI工具；同时制定契合欧盟法规的内部准则，严守伦理规范，推动AI在教学中的负责任应用； 3.    持续深入研究生成式AI对教育的影响，是明晰其利弊的关键。要充分释放技术潜能，需构建政府、教育机构与私营部门的协作体系，通过协同创新优化教育AI工具，保障技术资源在各地区、各社会经济群体间的公平分配。     教育是欧盟在生成式人工智能领域取得发展优势的重要领域。报告通过对现状和发展愿景的阐释，指出生成式人工智能对欧盟教育的影响，和其融入教育面临的机遇和挑战。报告在技术现状和监管意义等方面的剖析，是欧盟教育领域发展生成式人工智能的有益探讨。
    249浏览量
    原文链接

  • 《对欧洲AI Gigafactory计划的兴趣大增》
    • 来源专题：人工智能
    • 编译者：高楠
    • 发布时间：2025-07-08
    •      欧盟委员会许多公司都有兴趣帮助在欧洲建立人工智能超级工厂。 布鲁塞尔实际上已经被新的人工智能巨型工厂的提案淹没了。已经提交了76份意向书，涵盖16个欧盟国家的60个潜在站点。      这一回应显然鼓舞了其管理层人员，他们认为这证明了他们将欧洲定位为全球人工智能竞赛中一个重要参与者的战略是正确的。这些也不仅仅是象征性的姿态；这些提议来自严肃的行业参与者。      欧洲主要的数据中心运营商、电信巨头、电力公司和全球科技公司都表示有兴趣参与欧洲的人工智能复兴。      尽管欧盟委员会管理层人员仍以商业机密为由，对哪些公司参与竞争守口如瓶，但业内小道消息已经开始猜测欧洲科技巨头之间可能形成的财团。      总的来说，这些公司正计划抢购至少300万个GPU——提供足够多的计算能力来训练人工智能模型，这些模型可以媲美或超过目前可用的任何产品。 人工智能超级工厂不仅仅是电脑      那么AI Gigafactory到底是什么？可以把它想象成一个巨大的制造工厂的数字等价物，但这些设施将开发和训练下一代人工智能系统，而不是生产物理产品。      我们谈论的是规模空前的计算环境。这些设施将为欧洲发展自主人工智能能力提供所需的计算主干，而不是完全依赖美国或中国的技术。      千兆工厂代表了欧盟现有人工智能战略的演变，建立在欧洲已经令人印象深刻的EuroHPC超级计算网络奠定的基础上。让它们与众不同的是它们对人工智能的独特关注以及它们的商业导向。      任何关注科技新闻的人都知道其中的利害关系。过去18个月，建设先进人工智能基础设施的竞赛急剧加剧，美国科技巨头在计算中心和定制芯片上投入了数十亿美元。同时，中国继续大举进军该领域。      欧洲的反应经常被批评为过于缓慢或官僚，但这一举措表明，布鲁塞尔有可能找到自己的立足点。通过协调成员国之间的投资并汇集公共和私人资源，委员会试图创造一个欧洲人工智能可以蓬勃发展的环境。      这不仅仅是关于计算能力，而是关于创建完整的生态系统，在这个系统中，硬件、软件、数据和人才可以聚集在一起。这使得人工智能巨型工厂的概念具有潜在的变革性。      房间里的大象当然是能量。训练现代人工智能模型需要惊人的电量，向欧洲的计算环境中添加数百万个高耗电的图形处理器显然会引发可持续性问题。      据传，一些提议包括创新的冷却解决方案和与可再生能源供应商的合作。据报道，一个财团正在探索瑞典北部的一个设施，该设施将完全由水电能源提供动力，并利用该地区的自然寒冷进行冷却。 接下来会发生什么？      该委员会现在将开始与所有受访者交谈，以制定该倡议的下一阶段。建立这些巨型工厂的正式呼吁预计要到2025年底，由EuroHPC联合企业管理这一过程。      对于一些行业参与者来说，这个时间表可能看起来慢得令人沮丧，但它反映了在多个国家和监管框架之间协调如此雄心勃勃的项目的复杂现实。      对普通欧洲人来说，这种影响不会立即显现。但如果成功，这些人工智能巨型工厂最终可能触及生活的几乎每个方面——从医疗诊断到气候建模，从自动化客户服务到新的娱乐体验。      真正的问题是欧洲是否能足够快地行动。在人工智能领域，成为市场第二或第三不仅仅是骄傲；这可能意味着永远依赖外国技术，而不是发展自主能力。
    13浏览量
    原文链接