在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的當(dāng)下，算力作為核心生產(chǎn)力，正引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革。其中智算作為算力產(chǎn)業(yè)的新興分支，憑借其在人工智能大模型訓(xùn)練、推理等場(chǎng)景中的核心作用，成為推動(dòng)技術(shù)革命與產(chǎn)業(yè)升級(jí)的關(guān)鍵。然而，隨著技術(shù)迭代加速、國際封鎖加劇、應(yīng)用場(chǎng)景多元化，智算產(chǎn)業(yè)也面臨著人才供需的結(jié)構(gòu)性失衡。面對(duì)時(shí)代需求與現(xiàn)實(shí)挑戰(zhàn)，亟需構(gòu)建智算人才生態(tài)，以推動(dòng)智算產(chǎn)業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展，為數(shù)字經(jīng)濟(jì)時(shí)代奠定堅(jiān)實(shí)的人才基礎(chǔ)。

  智算是從“算力”向“智力”的躍遷，進(jìn)而將“智力”轉(zhuǎn)化為“生產(chǎn)力”。這一過程不僅依賴高性能算力硬件的支撐，更需要系統(tǒng)的人才體系作為基石。當(dāng)前智算產(chǎn)業(yè)存在三大困境：一是技術(shù)迭代速度遠(yuǎn)超傳統(tǒng)領(lǐng)域。人工智能大模型訓(xùn)練依賴高性能GPU集群、高速網(wǎng)絡(luò)等基礎(chǔ)設(shè)施協(xié)同，技術(shù)棧多元化要求智算人才兼具硬件架構(gòu)與算法優(yōu)化的能力。二是外部技術(shù)封鎖加劇自主化壓力。國內(nèi)企業(yè)亟需加速國產(chǎn)芯片軟件生態(tài)開發(fā)，強(qiáng)化自主技術(shù)攻關(guān)能力。三是場(chǎng)景多樣性與技術(shù)適配復(fù)雜化放大人才缺口。基礎(chǔ)大模型、多模態(tài)模型等對(duì)算力平臺(tái)設(shè)計(jì)差異顯著，對(duì)人才的跨領(lǐng)域適應(yīng)能力提出極高要求。

  在此背景下，行業(yè)亟需構(gòu)建覆蓋戰(zhàn)略決策、技術(shù)攻堅(jiān)、場(chǎng)景落地與資本運(yùn)作的全鏈條人才生態(tài)。

  市場(chǎng)投研分析人才，即戰(zhàn)略決策團(tuán)隊(duì)。智算中心建設(shè)涉及大額投資，且技術(shù)迭代周期極短。若缺乏對(duì)行業(yè)趨勢(shì)的精準(zhǔn)預(yù)判，巨額投入可能因技術(shù)過時(shí)而迅速貶值。這類人才需深度理解國家“東數(shù)西算”戰(zhàn)略導(dǎo)向，掌握核心設(shè)備供應(yīng)周期與價(jià)格波動(dòng)規(guī)律，以及金融工具應(yīng)用能力，例如通過融資租賃、資產(chǎn)證券化（ABS）優(yōu)化資金結(jié)構(gòu)，規(guī)避重資產(chǎn)項(xiàng)目風(fēng)險(xiǎn)。

  智算中心設(shè)計(jì)人才，即整體規(guī)劃設(shè)計(jì)者。單臺(tái)GPU服務(wù)器功耗高達(dá)數(shù)十千瓦，傳統(tǒng)供電與散熱方案難以匹配，業(yè)務(wù)波動(dòng)性更要求機(jī)房具備彈性擴(kuò)展能力。設(shè)計(jì)者需融合綠色能源技術(shù)、模塊化架構(gòu)與老舊機(jī)房改造方案，例如在東部高電價(jià)地區(qū)采用液冷技術(shù)降耗，或通過動(dòng)態(tài)設(shè)計(jì)靈活調(diào)配算力資源，平衡“雙碳”目標(biāo)與經(jīng)濟(jì)可行性。

  智算IT組網(wǎng)與運(yùn)維人才，即IT技術(shù)人員。智算中心運(yùn)維復(fù)雜度遠(yuǎn)超傳統(tǒng)數(shù)據(jù)中心，需應(yīng)對(duì)異構(gòu)計(jì)算環(huán)境優(yōu)化、多平臺(tái)資源池化及國產(chǎn)芯片適配等挑戰(zhàn)。例如在推理場(chǎng)景中通過量化壓縮技術(shù)降低算力依賴，或在訓(xùn)練過程中動(dòng)態(tài)調(diào)整資源分配提升效率。運(yùn)維人才需從“設(shè)備維護(hù)者”轉(zhuǎn)型為“技術(shù)整合者”，兼具硬件調(diào)試與算法調(diào)優(yōu)能力。

  智算消納場(chǎng)景開發(fā)人才，即綜合性商業(yè)人才。當(dāng)前算力資源多集中于互聯(lián)網(wǎng)巨頭的大模型訓(xùn)練，而制造業(yè)、醫(yī)療等傳統(tǒng)行業(yè)應(yīng)用尚未充分挖掘。這類人才需要探索應(yīng)用場(chǎng)景的拓展，將抽象算力轉(zhuǎn)化為行業(yè)解決方案。例如為智慧城市設(shè)計(jì)交通調(diào)度模型時(shí)融合算力分布與實(shí)時(shí)數(shù)據(jù)，或?yàn)樗幤蟠罱ǚ肿幽M平臺(tái)時(shí)平衡計(jì)算精度與成本，推動(dòng)技術(shù)向產(chǎn)業(yè)價(jià)值轉(zhuǎn)化。

  融資和資產(chǎn)資本化人才。智算產(chǎn)業(yè)的重資產(chǎn)屬性與長回報(bào)周期，要求企業(yè)具備強(qiáng)大的資金運(yùn)作能力。這類人才需結(jié)合自身企業(yè)情況，在需求與金融工具之間架設(shè)橋梁。這一過程不僅需要熟悉金融規(guī)則，還需理解智算項(xiàng)目的風(fēng)險(xiǎn)、收益與運(yùn)作特點(diǎn)，做好金融與產(chǎn)業(yè)的結(jié)合。

關(guān)鍵詞：