推动算电协同

算力是AI的核心底座。杨剑宇介绍，当前我国算力总规模居全球第二，已建成万卡智算集群42个，智算规模位列全球第一，算力基础设施建设成效显著。但算力与电力协同的结构性短板，仍成为产业升级的关键制约。

“算力的尽头是电力”，杨剑宇讲，一座5000个机柜的中型智算中心耗电量堪比10万户家庭的用电量，将来更强算力芯片的部署，将推动AI集群用电量进入“兆瓦级”，预计到2030年我国数据中心用电需求最高可达7000亿千瓦时，占全社会用电量的5.3%。

杨剑宇表示，我国总体电力供应充足，但算力电力协同进展仍面临较多咨询题，比如算力需求与电力供给存在空间错位、电力价格推高全社会用算成本，以及新型能源体系布局亟待加快等。

为推动算力电力协同进展，杨剑宇建议，应加强智算中心电力保供，推动算力与电力双向协同。一方面，引导“算力跟着电力走”，持续推动高负载、高能耗的AI训练需求向西部地区转移；另一方面，鼓舞“电力跟着算力建”，加快推进“西电东送”，落实跨省跨区输电通道、储能配套等能力建设；支持东部地区因地制宜加大电力基础设施投入，就近保障实时性高的AI应用需求。

此外，杨剑宇建议，进一步落实智算中心支持性电力优惠政策，加快全国统一电力市场体系建设，支持智算中心先行先试开展跨省跨区电力市场化交易，支持算力中心与绿电、水电、核电等发电企业算电直连，切实降低用能成本。

激活数据价值

数据是AI进展的核心生产要素，但当前数据资源尤其是工业数据资源的价值挖掘仍存挑战。杨剑宇讲，我国在全球各国中拥有最多的工业门类，但不同设备、不同厂商间的技术与标准不少不兼容，妨碍跨域、跨行业数据流通效率。他建议，以可信数据空间为突破口，经过完善合规治理体系、构建技术标准、强化产业引导，推动工业数据高效流通、安全利用，实现AI与新型工业化深度融合。

具体来看，应进一步完善工业可信数据空间的合规治理体系。杨剑宇建议，制定工业数据分类分级治理的实施细则，建立全国统一的工业重要数据备案与风险评估监管平台，明确可信数据空间参与方的权责边界，厘清数据安全与隐私保护责任归属。

针对工业数据格式不统一、接口不规范等行业难题，杨剑宇提出，要加快构建工业领域数据格式、接口规范、安全认证等技术标准体系，搭建工业数据流通、安全防护共性技术平台，经过财政补贴、试点示范等方式，协同推进标准建设与试点项目，鼓舞产业主体参与标准落地验证，为形成规模市场效应筑牢标准支撑。

并且，要注重产业引导。杨剑宇提出，能够采取设立专项基金等形式，加大对工业可信数据空间建设运营相关的基础设施接入、核心组件研发应用的支持力度，聚焦隐私计算、多方安全计算等领域开展核心技术攻关。

强化安全管理

AI快速进展的并且，数据安全、算法风险等咨询题日益凸显，构建完善的安全管理体系，成为可持续进展的必要前提。杨剑宇提出，我国AI进展要从“追赶布局”转向“安全可控与主动引领并重”，应加快建立覆盖数据源头、模型算法、内容出口的AI全链条管理机制。

在数据语料源头管理层面，他建议，建立训练数据来源记录与披露制度，严厉打击恶意爬取数据、批量生成侵权内容等违法行为，从根本上保障训练数据的合法性与安全性。

针对模型算法风险管控，杨剑宇提出，应进一步完善算法与大模型备案机制，开展算法安全与伦理审计，明确AI系统开辟者、部署者、使用者的责任边界和法定义务清单，让算法进展有规可依、有章可循。

在AI内容治理与核验环节，他表示，可推动建立具有公信力的AI生成内容检测和溯源平台，打通不同平台、不同模型的标识数据接口，实现对疑似AI生成内容的快速核验与溯源追踪，破解AI内容真伪难辨、责任难以界定等行业痛点，推动AI在安全合规前提下实现创新应用。