AI的规模化与主权化：构建自主可控的AI工厂
在MIT Technology Review的EmTech AI大会上，HPE（慧与）的专家与橡树岭国家实验室的代表探讨了一个关键议题：企业和政府如何在保持数据控制权的同时，安全可靠地利用高质量数据驱动AI洞察。这场讨论将"AI工厂"定位为解锁规模、可持续性和治理新水平的核心架构。
HPE高性能计算与AI客户解决方案副总裁Chris Davidson分享了HPE的全球AI工厂战略。他负责领导HPE面向政府、企业和研究机构的AI工厂解决方案和主权AI项目，构建安全、可扩展的国家级和企业级AI能力。Davidson同时主管HPE高性能计算和AI产品组合中的产品管理和性能工程，涵盖大模型训练平台和Cray百亿亿次系统。在HPE工作的九年中，他领导了性能工程、AI云和专业服务等关键项目。他拥有芝加哥洛约拉大学生物学学士学位以及创业与金融MBA学位。
橡树岭国家实验室国家计算科学中心部门主任Mallikarjun（Arjun）Shankar则从科研视角出发。他的研究专注于计算机科学与大规模科学发现活动之间的跨学科桥梁。Shankar领导着世界顶尖的计算科学研究团队之一，致力于将高性能计算和AI能力应用于解决从气候科学到材料发现的重大科学挑战。
与会专家一致认为，数据控制正成为政府和企业的战略性要务。AI工厂不仅提供计算基础设施，更构建了一个将数据所有权、安全治理和AI模型训练融为一体的完整生态系统，使得组织能够在保持数据主权的前提下实现AI的规模化部署。