■ 王方方

算力与数据资源是数字经济发展的关键支撑。应以“东数西算”工程为牵引，打通全国算力基础设施布局，夯实数字经济发展的算力底座；以AI大模型与高质量数据集融合为引擎，推动科技创新和产业转型升级；加强制度供给与政策协同，健全要素市场机制与平台支持体系，为我国打造协同高效、安全可信的数字经济新生态注入强劲动能。

当今世界，新一轮科技革命和产业变革深入发展，人工智能进入深度学习、大模型引领、多场景融合的新阶段。算力作为驱动人工智能训练和推理的核心资源，已逐步成为衡量国家科技底座与产业竞争力的重要标志。数据深刻改变着算法构建、模型优化与系统迭代路径。习近平总书记指出，统筹推进算力基础设施建设，深化数据资源开发利用和开放共享。这为加快构建数据驱动、智能引领的产业体系，为抢抓人工智能发展机遇、推动数字经济提质增效提供了根本遵循。

算力与数据资源是数字经济发展的关键支撑，统筹推进算力与数据资源的一体化部署与融合应用，不仅是夯实基础能力、补齐发展短板的现实需求，也是掌握未来主动权、重构竞争格局的重要之举。应以“东数西算”工程为牵引，打通全国算力基础设施布局，夯实数字经济发展的算力底座；以AI大模型与高质量数据集融合为引擎，推动科技创新和产业转型升级；加强制度供给与政策协同，健全要素市场机制与平台支持体系，为我国打造协同高效、安全可信的数字经济新生态注入强劲动能。

夯实基础布局：推动“东数西算”构建全国一体化算力体系

算力是数字经济发展的基础底座，是支撑人工智能、云计算、大数据等前沿技术稳定运行的核心资源。为破解算力资源区域布局不均、供需结构失衡等问题，我国自2022年全面启动“东数西算”工程，统筹构建国家一体化大数据中心体系，打造新型算力格局。

构建统一高效的算力体系，是夯实数字经济发展基础的关键支点。“东数西算”工程打通东部数据与西部算力之间的时空通道，能够实现数据跨区域高效迁移与算力资源的灵活按需供给，形成有机统一的整体。东西部之间在数据生成、模型训练、算法部署等环节上形成优势互补，东部强化场景应用与智能服务，西部承接模型训练与数据存储，逐渐构建起覆盖全国、要素流动高效的算力基础设施网络体系。

推动绿色低碳发展，是强化算力基础体系可持续性的内在要求。传统数据中心存在高能耗、高热负荷、空间集聚的问题，“东数西算”工程通过科学布局，能够有效将绿色能源优势转化为绿色算力供给能力。西部地区水电、风电、光伏等清洁能源丰富，适合建设新一代高能效、低碳排的绿色数据中心，为我国未来大模型、超级计算、工业仿真等高能耗智能场景提供稳定的能源保障。

增强区域协同和产业联动能力，是提升算力体系支撑效能的重要一环。随着算力向中西部集聚，相关配套能力同步布局，将有效形成以算力为核心枢纽的数字产业新生态。西部地区在承接国家算力任务的同时，也逐步培育出自主可控的产业链基础与区域支撑能力。东部沿海地区积极布局边缘计算节点，构建“中心训练、边缘部署、本地响应”的协同体系，支撑自动驾驶、城市治理、工业互联网等对算力响应速度要求高的应用场景。“东数西算”正推动形成从中心到边缘、从枢纽到终端的多层次算力空间体系，为全国一体化算力体系底座的构建提供有力支撑。

强化创新驱动：推进AI大模型与高质量数据集深度协同

以大模型为代表的新一代人工智能技术，正成为驱动数字经济跃升的关键动力。相较于传统算法系统，大模型具备更强的跨领域迁移能力、更高的复杂任务处理水平。伴随模型参数规模急剧扩大和功能边界不断扩展，模型训练与部署对算力能力提出更高要求，也对数据资源的真实性、结构化程度提出了更高标准。在算力稳定支撑下、依托高质量数据资源供给，实现从“规模化建模”向“高精度赋能”的跃迁，推动人工智能走出实验室、融入产业链并嵌入实际场景。

推动大模型能力释放，需构建以数据为中心的协同创新机制。我国目前已形成以“DeepSeek”“通义千问”“盘古”等为代表的大模型体系，涵盖语言生成、图像识别、逻辑推理等多个方向，在政务、医疗、金融、制造等行业初步展现出显著的数字技术优势。但底层架构仍有待优化、行业化模型能力尚不完备、数据资源支撑体系建设还需加快，高质量数据集供给能力成为制约模型效能提升的关键瓶颈。基于应用视角，通用性模型需要通过多轮微调适应行业需求，而行业模型高度依赖深层结构化数据。推动大模型从“泛化表达”走向“精准服务”，必须建立跨部门、跨行业、跨层级的数据统筹与治理体系，夯实基础资源，打通数据到能力的转化通道。

推动“AI大模型+高质量数据集”融合创新，需从标准建设、资源开放、生态协同等方面系统发力。应鼓励头部企业开放基础模型架构，提供标准化接口与轻量化训练工具，降低中小企业调用门槛，构建“底座+接口+场景”一体化生态。推动行业数据平台规范化建设，加强数据采集、标注、清洗、存储等全过程质量控制，确保数据来源可溯、内容可信、使用合规。加快构建多主体参与的共建共享机制，推动科研机构、产业联盟和地方政府围绕典型场景开展数据联合建模与模型协同训练，提升融合效率与创新活力。完善数据安全、算法伦理、知识产权等配套规则，强化全流程监管，确保大模型在法治轨道上、安全边界内稳步发展。

健全支撑体系：完善“算力+数据”融合发展的制度保障

统筹算力与数据资源，是激发数字经济创新活力的关键之举，也是一项系统性、长期性工程。算力空间布局已初具规模，数据要素市场迅速构建，大模型驱动的智能化场景日益丰富。为顺应此趋势，需持续完善制度设计，优化资源配置，强化平台能力，以确保“算力+数据”融合发展。

一是强化顶层设计，完善统筹协调机制。推进建设全国一体化智能算力调度平台，构建“中央统筹-区域协同-行业联动”的多层级算力调度体系。鼓励具备条件的地区设立区域算力枢纽节点和边缘服务节点，搭建区域级算力调度平台，实现资源的跨域配置与有效调用。二是健全数据要素市场制度，完善确权、授权、交易、监管全链条规则，推动公共数据规范开放、政企数据有序流通、行业数据标准对接。三是加强平台型基础设施能力建设，支持国家数据平台、行业大模型训练基地、智能算法开源平台联动发展，推动形成服务共享、标准统一的技术底座。四是推动高能效芯片、分布式调度系统、融合操作系统等关键技术协同攻关，打造可复制、可推广的技术体系。五是加快高水平复合型人才培养，制定数据科学、算力运维、算法安全等紧缺岗位支持计划，推动多学科、跨领域联合育人机制落地，夯实融合发展的智力基础。【本文系广东省哲学社科创新工程特别委托重大项目（项目编号：GD24WTCXGC14）的阶段性成果】

【作者系广东财经大学数字经济学院院长，广东省哲学社科重点实验室（广东财经大学）执行主任、教授、博士生导师】