文|銳樞萬象

編輯|銳樞萬象

大家好，我是小銳，今天來聊聊國產(chǎn)算力的突圍之戰(zhàn)，當(dāng)下提到芯片卡脖子，多數(shù)人第一反應(yīng)都是能不能造出對標(biāo)國外的產(chǎn)品，卻很少有人關(guān)注到，真正決定國產(chǎn)算力能否站穩(wěn)腳跟的，是一套涵蓋技術(shù)、生態(tài)、產(chǎn)業(yè)的系統(tǒng)工程。

中國算力集群正在加速崛起，三條核心支柱已然成型，這場打破國外技術(shù)壟斷的關(guān)鍵戰(zhàn)役，我們到底勝算幾何？又藏著哪些容易被忽視的核心突破？

國產(chǎn)算力的真困境不在造芯，而在用好聚好

很多人對國產(chǎn)算力的認(rèn)知停留在造芯片層面，認(rèn)為只要能做出高性能芯片，就能解決所有問題。

這種認(rèn)知偏差，恰恰忽視了算力落地的核心痛點，就算芯片能實現(xiàn)從0到1的突破，如何讓它能用、好用，最終讓開發(fā)者主動選擇，才是決定成敗的關(guān)鍵。

當(dāng)前國產(chǎn)算力發(fā)展面臨的核心困境，從來不是單一的硬件短缺，而是“用不起來”的生態(tài)短板和“聚不起來”的產(chǎn)業(yè)內(nèi)耗。

中國工程院院士鄭緯民在摩爾線程開發(fā)者大會上的演講，精準(zhǔn)點出了這一核心問題。

他強(qiáng)調(diào)，國產(chǎn)算力的突破不能局限于單點技術(shù)攻關(guān)，必須立足系統(tǒng)思維，統(tǒng)籌兼顧硬件研發(fā)與生態(tài)建設(shè)。

畢竟一款芯片哪怕實驗室跑分再高，要是沒有開發(fā)者愿意在上面構(gòu)建應(yīng)用，最終也只能被束之高閣。

當(dāng)前產(chǎn)業(yè)界存在的碎片化現(xiàn)象，進(jìn)一步加劇了這一困境，不同AI芯片廠家各自為戰(zhàn)，推出的軟件接口和工具鏈互不兼容，讓應(yīng)用開發(fā)者苦不堪言。

為了適配不同國產(chǎn)硬件，開發(fā)者不得不投入大量精力重復(fù)開發(fā)維護(hù)，既增加了成本，也挫傷了使用國產(chǎn)平臺的積極性。

這種重復(fù)造輪子的內(nèi)耗，若不能及時扭轉(zhuǎn)，很可能讓國產(chǎn)算力錯失追趕國外的關(guān)鍵時間窗口，真正的突破，必然是從“能造出”向“能用好”的跨越。

這就要求我們跳出單一芯片的思維局限，聚焦算力集群的整體效能，兼顧生態(tài)培育與產(chǎn)業(yè)協(xié)同，只有破解了這些系統(tǒng)性難題，國產(chǎn)算力才能真正擺脫國外技術(shù)壟斷的束縛。

三條支柱與全功能GPU的雙向賦能

應(yīng)對國外技術(shù)壟斷，構(gòu)建主權(quán)AI體系，三條核心支柱的支撐必不可少，分別是算力自主、算法自強(qiáng)、生態(tài)自立。

這三者互為前提、彼此支撐，構(gòu)成了穩(wěn)固的三角結(jié)構(gòu)，缺一不可，脫離任何一條，國產(chǎn)算力的崛起都將成為空談。

算力自主絕非簡單的造出芯片，而是要掌握從架構(gòu)設(shè)計到生產(chǎn)制造的全流程能力，確保供應(yīng)鏈安全可控，同時具備將數(shù)萬個計算節(jié)點高效穩(wěn)定組織起來的集群構(gòu)建能力。

昆明人工智能計算中心的實踐，正是算力自主的生動體現(xiàn)。

該中心采用全棧國產(chǎn)化集群，首期算力規(guī)模達(dá)42.24PFlopsFP16，遠(yuǎn)期規(guī)劃擴(kuò)展至8192PFlopsFP16，通過液冷、水冷和風(fēng)冷多元散熱系統(tǒng)保障穩(wěn)定運(yùn)行，為區(qū)域內(nèi)高校、企業(yè)提供了可靠的公共算力支撐，填補(bǔ)了云南大型高性能算力集群的空白。

算法自強(qiáng)的核心在于原生創(chuàng)新，不能再局限于在國外平臺上調(diào)參優(yōu)化，而要立足國產(chǎn)硬件平臺，開展模型適配、訓(xùn)練與創(chuàng)新，甚至研發(fā)出更貼合國產(chǎn)硬件架構(gòu)的全新算法。

這是因為，只有算法與硬件深度適配，才能最大化釋放算力效能，若算法始終依附國外平臺，就算擁有自主硬件，也難以發(fā)揮核心優(yōu)勢。

生態(tài)自立的本質(zhì)是爭取開發(fā)者的認(rèn)可與選擇，這也是當(dāng)前國產(chǎn)算力最薄弱的環(huán)節(jié)，而要筑牢這一支柱，硬件路線的選擇至關(guān)重要。

鄭緯民院士明確看好AI+3D+HPC一體化的全功能GPU，而非專用芯片。

這一選擇背后，是對未來算力需求的精準(zhǔn)判斷，AI正加速與物理世界深度融合，構(gòu)建世界模型成為新的發(fā)展方向。

構(gòu)建世界模型需要三大核心能力：AI計算能力支撐模型訓(xùn)練推理，3D圖形渲染能力構(gòu)建數(shù)字孿生等場景，HPC高性能計算能力保障科學(xué)工程仿真。

這三種能力并非孤立存在，在自動駕駛仿真等場景中，需要實時渲染3D環(huán)境，通過HPC模擬車輛動力學(xué)，同時讓AI模型在其中學(xué)習(xí)決策。

全功能GPU將這三種能力集成于單芯片內(nèi)，大幅減少數(shù)據(jù)搬運(yùn)的延遲與開銷，實現(xiàn)系統(tǒng)級融合，既能適配當(dāng)下AI大模型訓(xùn)練需求，也能支撐未來數(shù)字孿生、工業(yè)4.0等廣闊應(yīng)用場景。

從單卡到萬卡集群的工程突破與生態(tài)適配

國產(chǎn)算力的崛起，離不開算力集群的規(guī)模化落地，業(yè)界對算力的討論常局限于單卡性能，但從單卡優(yōu)越到萬卡集群乃至十萬卡集群好用，中間橫亙著巨大的工程難題。

把十萬塊GPU插上電，絕不等于擁有了十萬倍的算力，集群效能的釋放，需要攻克三大核心挑戰(zhàn)。

第一個挑戰(zhàn)是互聯(lián)網(wǎng)絡(luò)，當(dāng)上萬個計算節(jié)點協(xié)同工作時，節(jié)點間的通信效率直接決定集群實際性能。

設(shè)計高帶寬、低延遲、無阻塞的互聯(lián)網(wǎng)絡(luò)，是世界級難題，絕非簡單采購高速交換機(jī)就能解決，還需要網(wǎng)絡(luò)協(xié)議、通信庫、調(diào)度算法等軟硬件協(xié)同設(shè)計。

國產(chǎn)算力集群建設(shè)沒有盲目照搬國外昂貴的方案，而是通過通用網(wǎng)絡(luò)加自研通信庫、算子庫的協(xié)同方式，探索出了更貼合本土需求的解決方案。

第二個挑戰(zhàn)是可靠性與運(yùn)維，十萬卡規(guī)模的集群，平均每1到2小時就會有一塊卡出錯。

對于長達(dá)數(shù)周的大模型訓(xùn)練任務(wù)來說，系統(tǒng)故障是必然事件，如何在單點故障時保障訓(xùn)練不中斷、自動恢復(fù)，成為區(qū)分算力能用與好用的關(guān)鍵分水嶺。

這需要從硬件監(jiān)控、固件、操作系統(tǒng)到上層AI框架的全棧協(xié)同，構(gòu)建完善的故障容錯與自動化運(yùn)維體系。

昆明人工智能計算中心通過構(gòu)建“一中心四平臺”布局，深化政產(chǎn)學(xué)研用協(xié)同，在硬件監(jiān)控與運(yùn)維保障方面積累了寶貴經(jīng)驗，為大規(guī)模集群的穩(wěn)定運(yùn)行提供了參考。

第三個挑戰(zhàn)是能耗與散熱，十萬卡集群的功耗可達(dá)數(shù)十兆瓦，相當(dāng)于一個小城市的用電量。

為這樣龐大的系統(tǒng)提供穩(wěn)定高效的供電，解決散熱難題，是對數(shù)據(jù)中心基礎(chǔ)設(shè)施建設(shè)能力的極限考驗。

昆明人工智能計算中心配備三種冷卻散熱系統(tǒng)，結(jié)合高標(biāo)準(zhǔn)的機(jī)房設(shè)計，有效破解了大規(guī)模集群的能耗散熱瓶頸，其經(jīng)驗值得行業(yè)借鑒，工程難題的破解是基礎(chǔ)，生態(tài)適配的突破才是關(guān)鍵。

要實現(xiàn)從能用、好用到愿用的跨越，核心在于降低開發(fā)者的遷移成本，國外某平臺生態(tài)經(jīng)過十幾年發(fā)展，已成為事實標(biāo)準(zhǔn)，要求開發(fā)者從零學(xué)習(xí)全新編程模型不現(xiàn)實。

所以提供高效可靠的代碼自動遷移工具，成為國產(chǎn)平臺必須解決的首要問題，摩爾線程推出的MUSA及代碼遷移工具，正是朝著這一方向的重要探索。

擁抱開源生態(tài)則是生態(tài)破局的另一大利器，開源能讓更多人低成本使用國產(chǎn)技術(shù)，發(fā)現(xiàn)問題并貢獻(xiàn)智慧，其影響力遠(yuǎn)超單一企業(yè)的商業(yè)推廣。

清華大學(xué)團(tuán)隊的兩個開源項目頗具代表性：在大模型推理領(lǐng)域，以KVCache為中心的創(chuàng)新架構(gòu)通過開源成為業(yè)界主流方案，甚至被國外巨頭借鑒。

將大模型部署在CPU+單卡GPU混合系統(tǒng)的創(chuàng)新實踐，也通過開源惠及大量開發(fā)者，對于國產(chǎn)平臺而言，通過開源構(gòu)建開放協(xié)作共贏的社區(qū)，是建立生態(tài)護(hù)城河的現(xiàn)實路徑。

全產(chǎn)業(yè)鏈協(xié)同筑牢主權(quán)AI護(hù)城河

國產(chǎn)算力打破國外技術(shù)壟斷的關(guān)鍵，最終落在全產(chǎn)業(yè)鏈協(xié)同的作戰(zhàn)上，單打獨(dú)斗的英雄主義固然可敬，但在這場全球技術(shù)競爭中，只有形成協(xié)同作戰(zhàn)的軍團(tuán)，才能掌握主動權(quán)。

鄭緯民院士呼吁國產(chǎn)GPU產(chǎn)業(yè)界團(tuán)結(jié)一心，通過產(chǎn)業(yè)聯(lián)盟、標(biāo)準(zhǔn)制定等方式，推動軟硬件協(xié)同設(shè)計，解決應(yīng)用不足和生態(tài)薄弱的問題。

這種協(xié)同并非單一環(huán)節(jié)的努力，需要芯片廠商、應(yīng)用開發(fā)者、系統(tǒng)集成商、學(xué)術(shù)界等多方力量共同參與，芯片廠商要加強(qiáng)技術(shù)攻關(guān)，推出更貼合市場需求的硬件產(chǎn)品。

開發(fā)者要積極參與國產(chǎn)平臺的應(yīng)用構(gòu)建與優(yōu)化，學(xué)術(shù)界要聚焦核心技術(shù)難題開展研究，推動科研成果轉(zhuǎn)化，系統(tǒng)集成商則要做好軟硬件的適配整合，降低落地門檻。

構(gòu)建統(tǒng)一開放的軟硬件標(biāo)準(zhǔn)，是協(xié)同作戰(zhàn)的核心前提，只有打破當(dāng)前的碎片化壁壘，讓不同廠商的產(chǎn)品能夠互聯(lián)互通，才能降低開發(fā)者成本，提升國產(chǎn)算力的整體競爭力。

這需要行業(yè)內(nèi)企業(yè)摒棄短期利益考量，以長遠(yuǎn)發(fā)展眼光推動標(biāo)準(zhǔn)制定，形成統(tǒng)一戰(zhàn)線，從昆明人工智能計算中心的區(qū)域賦能，到全國范圍內(nèi)的算力集群布局。

從三條核心支柱的逐步夯實，到全產(chǎn)業(yè)鏈協(xié)同的加速推進(jìn)，國產(chǎn)算力的崛起已然具備堅實基礎(chǔ)。

這場打破國外技術(shù)壟斷的關(guān)鍵戰(zhàn)役，我們不僅在硬件研發(fā)上持續(xù)突破，更在生態(tài)建設(shè)與產(chǎn)業(yè)協(xié)同上積蓄力量。

當(dāng)國產(chǎn)算力能夠穩(wěn)定支撐智慧醫(yī)療、智能制造、生態(tài)保護(hù)等多元場景，當(dāng)開發(fā)者主動選擇國產(chǎn)平臺構(gòu)建核心業(yè)務(wù)，當(dāng)全產(chǎn)業(yè)鏈形成強(qiáng)大合力，我們就能真正掌握算力自主權(quán)，筑牢主權(quán)AI的護(hù)城河。

信息來源： 云南省人民政府官網(wǎng)：昆明人工智能計算中心項目介紹 摩爾線程官方網(wǎng)站：開發(fā)者大會演講實錄 中國信通院：2024 年人工智能算力集群發(fā)展報告 中國新聞網(wǎng)：中國工程院院士鄭緯民詳解“主權(quán)AI”