近日，由之江實(shí)驗(yàn)室發(fā)起，浙江省之江發(fā)展基金會(huì)和杭州市人工智能產(chǎn)業(yè)聯(lián)盟聯(lián)合承辦的“之江圓桌會(huì)”在杭州成功舉辦。本期主題圍繞“人工智能的競(jìng)爭(zhēng)-機(jī)遇與挑戰(zhàn)”,重點(diǎn)探討了我國(guó)人工智能核心競(jìng)爭(zhēng)力與國(guó)際領(lǐng)先水平存在的差距，國(guó)產(chǎn)算力、大模型技術(shù)等如何實(shí)現(xiàn)追趕與突破等話題，共話人工智能發(fā)展的協(xié)同創(chuàng)新。之江實(shí)驗(yàn)室主任、中國(guó)工程院院士王堅(jiān)，之江實(shí)驗(yàn)室智能計(jì)算設(shè)施創(chuàng)新中心研究員張汝云，之江實(shí)驗(yàn)室數(shù)據(jù)樞紐與安全研究中心特聘專家韓定一，杭州電子科技大學(xué)教授博導(dǎo)孔萬增，復(fù)旦大學(xué)人工智能創(chuàng)新與產(chǎn)業(yè)研究院研究員、博導(dǎo)徐盈輝，摩爾線程創(chuàng)始人兼CEO張建中等，會(huì)同企業(yè)界與投資界的十余位重磅嘉賓進(jìn)行了精彩分享。

摩爾線程創(chuàng)始人兼CEO張建中在圓桌會(huì)上透露，為解決當(dāng)前大模型帶來的國(guó)內(nèi)AI算力剛需，正計(jì)劃與國(guó)內(nèi)一些頂尖的機(jī)構(gòu)合作推進(jìn)更大規(guī)模的AI智算集群。他表示，我們理想的合作伙伴，雙方在國(guó)產(chǎn)算力建設(shè)理念上高度一致，旨在為國(guó)內(nèi)大模型與人工智能的發(fā)展提供更加普惠的計(jì)算成本。

以下為發(fā)言全文，根據(jù)現(xiàn)場(chǎng)實(shí)錄整理：

面對(duì)當(dāng)前的算力挑戰(zhàn)，芯片企業(yè)的創(chuàng)新與突破，需要從體系架構(gòu)、應(yīng)用軟件及芯片生態(tài)等多個(gè)維度進(jìn)行。由于芯片生態(tài)的長(zhǎng)鏈特性，從芯片設(shè)計(jì)到板卡模塊，再到服務(wù)器和POD，到最終搭建起千卡萬卡集群，涉及的面非常廣泛，芯片廠商必須從設(shè)計(jì)開始，打通芯片產(chǎn)業(yè)鏈，以綜合性的計(jì)算平臺(tái)優(yōu)勢(shì)來應(yīng)對(duì)挑戰(zhàn)。

摩爾線程的愿景，最終是要成為一家加速計(jì)算平臺(tái)企業(yè)。我們所有的芯片都是基于自研的MUSA統(tǒng)一系統(tǒng)架構(gòu)，以確保我們的芯片設(shè)計(jì)可以長(zhǎng)期迭代，能加速未來各式各樣的計(jì)算，并且還要兼容CUDA，與國(guó)際生態(tài)接軌，站在巨人的肩膀上發(fā)展。

我們今天看到的一些大模型的應(yīng)用場(chǎng)景，實(shí)際上只是在不斷研究一些小的問題，還有很多計(jì)算場(chǎng)景可以探索，例如：摩爾線程提供了FP16/INT8計(jì)算加速器，可以為不同的訓(xùn)練任務(wù)提供加速計(jì)算。我相信，今天的大語言模型只是AI的一個(gè)起點(diǎn)，還有AI for science等其他領(lǐng)域的場(chǎng)景，未來需要用到的算力會(huì)非常龐大。除了AI計(jì)算加速之外，摩爾線程還能提供3D圖形渲染、視頻編解碼、物理仿真和科學(xué)計(jì)算的加速能力，基于這些多元計(jì)算能力建成的集群，未來可以長(zhǎng)期服務(wù)各個(gè)不同的應(yīng)用場(chǎng)景。

千卡或更大的萬卡GPU集群是一個(gè)大規(guī)模的復(fù)雜系統(tǒng)，涉及到計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)、驅(qū)動(dòng)、云原生、集群管理、AI軟件棧等很多技術(shù)領(lǐng)域，因此，軟硬結(jié)合非常重要。摩爾線程通過成功部署夸娥千卡智算集群的實(shí)踐經(jīng)驗(yàn)，已建立起一套完整的、系統(tǒng)的、可經(jīng)驗(yàn)證的解決方案，確立了競(jìng)爭(zhēng)壁壘。

為解決當(dāng)前大模型帶來的國(guó)內(nèi)AI算力剛需，摩爾線程正計(jì)劃與國(guó)內(nèi)一些頂尖的機(jī)構(gòu)合作推進(jìn)更大規(guī)模的AI智算集群。我們理想的合作伙伴，雙方在國(guó)產(chǎn)算力建設(shè)理念上高度一致，將為國(guó)內(nèi)大模型與人工智能的發(fā)展提供更加普惠的計(jì)算成本。

我們都知道，通用性和成本息息相關(guān)，只有利用率高，相對(duì)成本才會(huì)更低。摩爾線程堅(jiān)持的是一條通用技術(shù)路線，我們的目標(biāo)是解決國(guó)產(chǎn)算力可用問題，并形成算力成本優(yōu)勢(shì)，以國(guó)產(chǎn)算力的強(qiáng)力引擎，為數(shù)智世界賦能。

審核編輯：劉清