模型对数据进行深度加工，源源不断产生各种智慧计算服务 通过平台开放接口的方式将行业领军企业的算法能力、数据资源及运营服务等输出 给 IT 基础薄弱的企业 • 据 OpenAI 统计， 自 2012 年以来随着深度学习模型的演进 ，模型计算所需计算量已经增长 30 万 倍， AI 模型构建所需算力呈现出阶跃式增长特点 • IDC 在《 2020H1 中国加速计算市场调查报告》指出 ，预计到 2024 年 AI 加速计算市场规模将达到

重复数据清除 流 程 阶 段 计 算 处 理 流 程 数 据 处 理 流 程 多协议融合互通 全业务演进，生态前景无忧 全流程协同，数据零拷贝 模 型 加 载 向 量 读 取 向量库 训练集数据 索引数据 业务数据 向量库 模型训练

重复数据清除 流 程 阶 段 计 算 处 理 流 程 数 据 处 理 流 程 多协议融合互通 全业务演进，生态前景无忧 全流程协同，数据零拷贝 模 型 加 载 向 量 读 取 向量库 训练集数据 索引数据 业务数据 向量库 模型训练

联网、数据元件六条技术路线，结合18个试点城市实践经验， 提炼出不同技术路线的技术特点、应用现状和突破方向，形成具有推广价值的技术框架体系研究。 展望未来，全球数据基础设施正呈现多元技术体系并行演进格局。美国以“流通+分析+交易”为一体的 平台模式，欧盟构建以共同数据空间为核心的横纵架构，中国则探索出“1目标、3类主体、4重架构、6条路 线、8大功能”的“13468”体系。我国将在此基础上 不同区域、不同行业都能公平接入高质量数 据资源，是实现人工智能广泛赋能的必要条件。 本研究报告由“数据基础设施技术路线专题研究组（WG6-SG1）”倡议成员机构共同完成，未来，将持 续跟踪技术演进、政策落地与应用成效，联合更多生态力量，为国家数据基础设施体系建设贡献力量。 结束语