搜索
爱集微APP下载
登录
5月9日，由之江实验室发起，浙江省之江发展基金会和杭州市人工智能产业联盟联合承办的“之江圆桌会”在杭州成功举办。本期主题围绕“人工智能的竞争-机遇与挑战”,重点探讨了我国人工智能核心竞争力与国际领先水平存在的差距，国产算力、大模型技术等如何实现追赶与突破等话题，共话人工智能发展的协同创新。之江实验室主任、中国工程院院士王坚，之江实验室智能计算设施创新中心研究员张汝云，之江实验室数据枢纽与安全研究中心特聘专家韩定一，杭州电子科技大学教授博导孔万增，复旦大学人工智能创新与产业研究院研究员、博导徐盈辉，摩尔线程创始人兼CEO张建中等，会同企业界与投资界的十余位重磅嘉宾进行了精彩分享。
摩尔线程创始人兼CEO张建中在圆桌会上透露，为解决当前大模型带来的国内AI算力刚需，正计划与国内一些顶尖的机构合作推进更大规模的AI智算集群。他表示，我们理想的合作伙伴，双方在国产算力建设理念上高度一致，旨在为国内大模型与人工智能的发展提供更加普惠的计算成本。
以下为发言全文，根据现场实录整理：
面对当前的算力挑战，芯片企业的创新与突破，需要从体系架构、应用软件及芯片生态等多个维度进行。由于芯片生态的长链特性，从芯片设计到板卡模块，再到服务器和POD，到最终搭建起千卡万卡集群，涉及的面非常广泛，芯片厂商必须从设计开始，打通芯片产业链，以综合性的计算平台优势来应对挑战。
摩尔线程的愿景，最终是要成为一家加速计算平台企业。我们所有的芯片都是基于自研的MUSA统一系统架构，以确保我们的芯片设计可以长期迭代，能加速未来各式各样的计算，并且还要兼容CUDA，与国际生态接轨，站在巨人的肩膀上发展。
我们今天看到的一些大模型的应用场景，实际上只是在不断研究一些小的问题，还有很多计算场景可以探索，例如：摩尔线程提供了FP16/INT8计算加速器，可以为不同的训练任务提供加速计算。我相信，今天的大语言模型只是AI的一个起点，还有AI for science等其他领域的场景，未来需要用到的算力会非常庞大。除了AI计算加速之外，摩尔线程还能提供3D图形渲染、视频编解码、物理仿真和科学计算的加速能力，基于这些多元计算能力建成的集群，未来可以长期服务各个不同的应用场景。
千卡或更大的万卡GPU集群是一个大规模的复杂系统，涉及到计算、网络、存储、驱动、云原生、集群管理、AI软件栈等很多技术领域，因此，软硬结合非常重要。摩尔线程通过成功部署夸娥千卡智算集群的实践经验，已建立起一套完整的、系统的、可经验证的解决方案，确立了竞争壁垒。
为解决当前大模型带来的国内AI算力刚需，摩尔线程正计划与国内一些顶尖的机构合作推进更大规模的AI智算集群。我们理想的合作伙伴，双方在国产算力建设理念上高度一致，将为国内大模型与人工智能的发展提供更加普惠的计算成本。
我们都知道，通用性和成本息息相关，只有利用率高，相对成本才会更低。摩尔线程坚持的是一条通用技术路线，我们的目标是解决国产算力可用问题，并形成算力成本优势，以国产算力的强力引擎，为数智世界赋能。
