光明网讯（记者 孔繁鑫）4月14日，“人工智能治理与全球可持续发展”研讨会于2025年世界互联网大会亚太峰会期间在中国香港举行。世界互联网大会人工智能专业委员会主任委员、欧洲科学院院士、电气与电子工程师协会（IEEE）会士、奥地利维也纳技术大学教授沙赫兰·杜斯塔表示，大语言模型的数据训练消耗了大量能源，而这样的模式不可持续。对此，他在会上介绍了“计算连续体”这一概念。

　　世界互联网大会人工智能专业委员会主任委员、欧洲科学院院士、电气与电子工程师协会（IEEE）会士、奥地利维也纳技术大学教授沙赫兰·杜斯塔。光明网记者潘迪/摄

　　计算连续体是由计算层组成的计算结构做的一种计算。沙赫兰·杜斯塔提到，在健康监测、智慧城市等很多应用中，人工智能会分布式地在不同的基础设施上运行。这带来了一个基本的问题：如何共享分布式的、而非集中式的智能基础设施。

　　“不同的股东或者利益相关者、运营方，都有自己的利益诉求。当然了，有着不同诉求的利益相关者，在地理上也是分散的。这就意味着，我们要进行基础设施的集中管理是非常具有挑战性的。”沙赫兰·杜斯塔说，另一方面，如果要实现AI基础设施的集中化，从政治或技术层面来讲，都会给社会可持续发展带来负担。

　　因此，在他看来，AI基础设施的结构应该是一个连续体。“在连续体中，频谱、传感器、物联网、边缘计算、云计算等必须要协同工作，才能够取得好的进展。”

　　在AI发展的安全问题中，计算连续体概念也能起到作用。沙赫兰·杜斯塔介绍，整个AI生命周期的管理非常复杂，需要进行预处理、训练、评估、部署、监控模型等复杂任务，但大部分任务都是集中完成，而这种集中化的基础设施成本非常昂贵。如何进行成本分配？计算连续体概念下的AI基础设施，将允许数据提供商对各种模型进行单元化管理，最终可以让终端用户去部署AI模型。