财联社8月28日讯（记者郭松峤）“在国产算力受限的当下，更需通过MoE模型优化、模型智能调度等技术，挖掘现有算力潜力。”浙江大学计算机学院教授、博士生导师,浙江大学人工智能研究所副所长郑小林对财联社记者表示。

　　8月28-30日，2025中国国际大数据产业博览会在贵州贵阳举办，围绕AI技术创新、大模型安全等核心议题，郑小林接受财联社记者采访。

　　近期，受DeepSeek V3.1发布的强劲推动，此前已压抑数月的国产算力产业链市场情绪迎来强势反弹，迎来全面爆发。

　　在郑小林看来，算法创新是提升AI性能的关键驱动力。而算力优化并非追求规模扩张，而是靠精细化管理与架构创新实现最优配置，比如分层缓存、混合精度训练、端云协同计算等。

　　郑小林对记者表示，尤为重要的是国产算法与硬件的软硬协同优化——需针对国产芯片特性优化算法与计算框架。

　　“例如近期推出的DeepSeek-V3.1据说采用UE8M0 FP8精度格式，这一专为AI计算设计的存储格式适配国产芯片，能在保障计算精度的同时，大幅降低对芯片算力和内存的需求。”郑小林说。

　　“归根结底，我们需要构建覆盖芯片、框架、模型、应用的自主可控AI生态体系。”郑小林谈到。

　　记者注意到，郑小林曾在《智能金融：AI驱动的金融变革》报告中预测“以LLM为中心的操作系统将推动计算范式向意图式转变”。

　　郑小林表示，传统计算范式要求用户明确知道“如何操作”来实现目标，而意图式计算只需用户表达“想要什么”，系统会自动理解并执行复杂任务链。

　　“以信贷决策为例，传统信贷决策依赖静态规则和评分卡，而AI Agent构建的动态评估系统实现了根本性变革。浙江大学和金智塔联合研发的多模态信息融合Agent，可同时处理结构化数据（财务报表、征信记录）、非结构化文本（经营描述、行业分析）、图像数据（经营场所、生产设施）、流式数据（社交媒体、供应链信息）；联合金融科技机构研发的动态风险评估模型，还能通过持续学习更新借款人风险画像。”郑小林说。

　　郑小林同时还强调，意图式计算不是简单地用AI替代人类，而是构建人类与AI协同进化的新生态——让金融专业人士从繁琐的信息处理中解放，专注于策略制定与复杂案例处理。

　　谈及数博会在推动数据要素与人工智能技术融合创新方面发挥怎样的作用。郑小林认为，今年的数博会是为数据要素化技术（如数据治理、数据资产化、高质量数据集加工等）和AI大模型（尤其是国产开源和垂直行业模型、Agent）提供展示和验证的平台；也是连接数据供给方（政府、央企）、技术提供方（科技企业、AI公司）、应用需求方（金融、政务、工业等）及资本方，促进数据、技术、市场、资本高效对接的舞台；将强力推动AI与数据要素在具体产业场景的深度融合与落地应用，实现降本增效和价值转化。

　　“本次大会的成果，将进一步证明，随着政策的完善、技术的迭代、应用场景的深化以及安全信任体系的构建，数据要素必将在更广阔的范围释放其价值，驱动各行各业迈向智能化新阶段。”郑小林说。