刘韵洁院士从国家政策的角度解读了当下构建数据基础设施的重要性，他表示，发挥数据要素作用已成为推动经济创新、形成新质生产力的关键所在，尤其面向AI大模型引发的智能革命，数据的高效传输和计算复杂性对网络更是提出了新的挑战，计算、网络、存储、系统间的协同成为构建高性能算力底座、实现超大规模集群万卡协同的关键。
     在演讲中，刘韵洁院士还分享了目前国际上大模型发展的几大态势。比如，美国构建的“科研算力网”逐步升级，如今已初步实现了计算、存储、网络资源的一体化调度，在支撑国家实验室数据互联、大科学模型并行计算等方面发展迅猛，并披露了下一步技术与能力规划；突破单智算中心瓶颈，实现去中心化训练，基于多数据中心互联的分布式AI训练成为趋势；尽管现阶段AI大模型发展成本非常高，但美国AI大模型的使用量持续激增，AI价值高度显现。面对严峻的国际形势，加快推动以数据为基础的人工智能发展是我国的战略必答题，同时也面临着诸多挑战。
     在阐述光电融合网络关键技术研究进展时，刘韵洁院士指出，“以网强算”成为我国提升综合算力的新路径。当前，我国已经建成的全球规模最大、技术领先的网络基础设施，其具备全球优势，算力总体规模位居世界前列。尤为值得一提的是，自主研发的广域确定性无损传输技术已得到成功验证，这一技术突破了传统传输瓶颈，能够在远距离场景下，实现高通量、低时延的数据稳定传输，为大规模数据的高效流动提供了新的技术方案。此外，还分享了光电融合确定性网络新型基础设施，数、算、网、光、电融合调度系统等重大突破。
     刘韵洁院士进一步结合实践成果，深入剖析了光电融合网络的应用价值与发展方向，他列举了江苏数据要素承载网示范应用、城市算力网等多个代表性的应用场景。他认为，当下，迫切需要抓住人工智能大模型发展的重大机遇，充分发挥新型网络技术的核心能力，深度挖掘数据要素的潜在价值。一方面，要着力打造低成本、高效率、可信赖的数据流通环境，打破数据孤岛，让数据在安全可控的框架内自由流动，实现价值的最大化释放；另一方面，要加速推进数据基础设施建设，完善数据存储、处理、分析等全链条支撑体系，为数据要素的深度开发提供坚实保障。
     最后，刘韵洁院士呼吁各界打破行业壁垒、凝聚发展共识，以开放合作的姿态积极投身到发展人工智能的浪潮中，共同为我国人工智能和数字经济的高质量发展贡献力量。