AI大潮下，今年的世界 人工智能 大会格外受到关注。大模型、人形 机器人 群雄并起的同时，算力产业也在迭代升级。
会上，昇腾、摩尔线程、壁仞科技、燧原、天数智芯、浪潮、新华三等算力厂商悉数到场。从各家展台看，相比于单体硬件，目前厂商更聚焦集群的一体化方案和实际运营效率。
整体而言，国产算力正在崛起。摩尔线程开创人兼总裁张建中接受21世纪经济报道记者采访时谈道：“几年前对于顾客而言，国产只是备份，现在很多国产已经成为首选了，因为要保证长期供应、本地服务。”
最近，摩尔线程宣布其AI旗舰产品夸娥（KUAE）智算集群解决方案实现升级，从当前的千卡级别大幅扩展至万卡规模。当然，摩尔线程作为GPU草创公司，也直面英伟达等巨头的竞争。
谈及竞争的挑战，张建中表示：“难点主要是在市场的推广、用户的生态适配和生态发展，肯定需要一个过程。”而能不能建好生态，需要上下游生态产业链一起合力发展，包含算力的供货商、建设方、软件服务...。
万卡标配
张建中认为，当前正处在生成式 人工智能 的黄金时代，GPU成为加速新技术浪潮来临的创新引擎。
自大模型问世出圈以来，GPU的切实需求量就进一步加大。好比，OpenAI的ChatGPT-4共有1.8万亿参数，一次训练需要在大约25000个A100上训练90到100天。
当前，基础大模型的混战还在持续，各家继续订购算力资源。同时从趋势看，大模型对算力提出更高要求。好比Scaling Law将持续奏效，需要单点规模够大且通用的算力才能快速跟上技术演进；Transformer架构之外，Mamba、RWKV和RetNet等新兴架构，同样需要更高性能计算资源。
因此，在摩尔线程看来，AI模型训练的主战场，万卡已是标配。随着计算量不断攀升，大模型训练亟需超级工厂，即一个“大且通用”的加速计算平台，以缩短训练时间，实现模型能力的快速迭代。
而科技巨头都在通过积极部署千卡甚至超万卡规模的计算集群，以确保大模型产品的竞争力。随着模型参数量从千亿迈向万亿，模型能力更加泛化，大模型对底层算力的诉求进一步升级，万卡甚至超万卡集群成为这一轮大模型竞赛的入场券。
然而，构建万卡集群其实不是一万张GPU卡的简单堆叠，而是一项高度复杂的超级系统工程项目。它涉及超大规模的组网互联、高效率的集群计算、长期稳定性和高可用性等许多技术难题。
据介绍，摩尔线程夸娥（KUAE）万卡智算集群，以全功能GPU为底座，旨在建设能够承载万卡规模、具备万P级浮点运算能力的国产通用加速计算平台，专为万亿参数级别的复杂大模型训练而设计。
张建中表示：“现在夸娥千卡集群MFU（算力利用率）有50%多，目标是做到60%，做万卡集群的时候，会有许多技术手段去提升MFU，包含软件、硬件很多方面，目标是达到业内较好水平。”
目前，摩尔线程已经联合 中国移动 通信集团青海有限公司、 中国联通 青海公司、北京德道信科集团、中国能源建设股份有限公司总承包公司、桂林华崛 大数据 科技有限公司分别就三个万卡集群项目进行了战略签约。
算力竞赛
近十年来，全球的算力市场经历了不小的变化。一方面， 云计算 、AI需求驱动下，算力市场规模不断攀升；另一方面， 数据中心 的类型也从通用计算，拓展至更重视AI能力的智能计算，或说加速计算。
IDC中国研究经理索引此前接受21世纪经济报道采访时谈道，我国的算力市场正在由高速增上进入到高质量增长的阶段。过去十几年，中国全面进入数字化经济这个新的阶段，对算力发生了大量的切实需求。
尤其是近两年生成式AI，为算力产业造成了新需求。在新的 数据中心 建设进程中，智算 数据中心 雨后春笋，GPU则是底层的计算核心。
随着各地智算中心的增长，业内关注两方面课题，其一是投资回报率，其二是需求是否会过剩。
谈及投资和产出，张建中说道：“目前智算中心投资回报率是5年左右，根据市场的租金、使用率和用户愿意付的价钱，这是正常的（周期），而且资本愿意去看5年回报周期。对于我们研发一颗芯片而言，研发费用（成本）相对美国公司来说更低，大概相当于他们的1/10，我们在国内可以得到更好的回报。”
另一方面，对于智算中心的火热建设，张建中提到了两个建议，首先是不应盲目建设，“不会说连市场客户都没有就盲目建设，不是所有人都应该去建算力中心，而是应该由精湛的人干精湛的事。”
其次建集群也有潜在风险，“建完之后咋样用、是不是能够通用、是不是能稳定运行、有没有能耐去运营，都是需要研究的事情。因此我们给用户提供建议的时候，希望使用我们的一揽子的解决方案，采用整体解决方案可以防止风险。”张建中谈道。
有产业链人士向记者指出，去年很多客户的业务重心都放在AI训练上，但今年一些头部互联网和大模型公司面临的主要挑战是落地应用。这也意味着，除了训练之外，各个行业的推理的切实需求也将快速增长。
眼下，算力市场正在经历变革。未来，随着生成式AI和智能计算的不断发展，算力需求将持续增加。从硬件、软件、集群、到智算中心，合理规划和体系化建设也将愈发重要。
