ChatGPT引爆大语言模型发展浪潮，人工智能产业风头正劲，迄今国内也已经相继发布了80余个大模型，千行百业都在准备迎接大模型带来的变革性机遇。
在大模型发展的核心三要素“算法、数据和算力”中，算力是大模型的底座支撑，各类大模型的推出带动算力需求的井喷式增长。作为通用算力的主要源动力，GPGPU芯片现已成为人工智能新时代中石油一般的存在。目前，市面上的绝大多数“石油”都出自于英伟达之手。
然而，去年10月7日美国商务部新规出台后，英伟达高端GPU向中国出口开始受限。在如今国内企业的算力布建中，出于供应链安全考虑，也开始引入国产GPU供应商。
在上个月结束的世界人工智能大会上，国产GPU展出了最新技术进度和产品，同时也包括在大模型领域的落地案例。
关于大模型：国产GPU进度
在国产通用GPU行业正处于领先地位的天数智芯，在世界人工智能大会上便带来了其天垓、智铠系列通用GPU产品，以及这些产品在大模型方面的应用成果和20+行业典型应用案例。
在天数智芯展台上的大模型专区，该公司集中展示了产品对大模型落地的支持能力，其千卡集群已经率先用于国内650亿通用大模型训练，GPU训练算力支持诸多垂直行业大模型微调，并可覆盖所有微调方式。
天数智芯董事长兼CEO盖鲁江指出，天数智芯产品主打兼容主流生态模式，在国内的大量应用中已经可以对一些国外高端产品进行替代。天数智芯展区工作人员则介绍称，在天数智芯GPU产品加持下的大模型推理应用，目前已经能够覆盖法律问答、代码生成与自动补全、金融预测以及虚拟数字人等领域。
众所周知，如果GPU产品的通用性不够，则无法跑通层出不穷的各类大模型。天数智芯的云端训练通用芯片天垓100的架构设计始于2018年，当时显然没有人能够预想到今年的大模型爆火，盖鲁江告诉集微网：“天垓100在产品定义时便以通用性为重点，因此即便是五年前设计的产品，如今也能够完全适配国内这些大模型企业，在训练层面为他们提供源源算力。”
另外，在推理层面，天数智芯的智铠系列在大模型上的实测性能亦有亮眼表现。盖鲁江直言，对标国际主流公司的性能，天数智芯的现有水平不差。而且智铠后续的产品还在持续演进的过程中，今年年底和明年，我们都会有新产品推出，同时有针对性地在新产品上对一些大模型算法进行硬件级优化，这将在算力的通用性和性能方面带来大幅度提升。
关于生态：让客户尽快用起来
本土GPU行业正呈野火燎原之势，但在庞大市场中所取得的份额却微乎其微。按照各家GPU公司的统一说法。目前国内在训练层面，英伟达仍然处于绝对的垄断地位，占据着几乎99%的现有市场，这离不开其硬件架构和软件生态。
在整个英伟达的CUDA生态里，全球有超过300万开发者长期参与其中，下游应用多年来一直在沿用CUDA生态架构。盖鲁江认为，这便是国内GPU企业普面临的最大挑战，也就是客户的生态迁移问题。
目前，绝大多数企业都是基于CUDA来编写代码，如果要切换到一个新的生态中，开发者就要面临大量的代码迁移和改变，进而带来巨大的金钱和时间成本。因此，国产GPU企业要想抢夺市场份额，就需要设法兼容主流生态，降低客户的生态迁移成本。
在初始阶段就踏上兼容国际主流生态路线的天数智芯，长期将生态系统的建设视为发展重心，这也是该公司能在目前领跑本土GPU行业的原因之一。
盖鲁江告诉集微网，天数智芯的所有产品都采用通用架构，基于通用性的硬件去做软件栈的开发，再在API接口层面兼容主流生态，进而让产品能被下游客户更方便的导入，降低迁移成本。
在提及天数智芯现有优势时，盖鲁江再次提到了该公司的产品通用性。另外，天数智芯还具有一支完整的、经验丰富的研发团队，主打全自主IP；在人员占比方面，天数智芯硬件设计和软件开发的人数比例大约为1:2，在芯片硬件追求卓越的同时强化生态建设，强化市场竞争力。
而相比于国际GPU大厂，天数智芯等国内企业除了在产品性价比方面具有竞争力以外，还能为客户提供更好的在地化服务，以此让客户尽快开始接触和使用国产GPU芯片。
盖鲁江表示，打磨GPU产品还有非常重要但容易被忽视的一点，即从客户端获取有效信息。结合客户需求去做产品的设计和优化，包括算力精度、产品性能如何提升等，客户反馈将为芯片公司提供经验。
“如果没有积累到五百家以上的客户，GPU公司有很多信息和反馈是缺漏的。而缺少客户的反馈，后续产品迭代也将受到一定影响，”盖鲁江认为，“对于国产GPU而言，尽快让客户用起来是至关重要的，这样才能发现产品的不足，以及哪些优点可以沿用。”
