電子發燒友網報道（文/李彎彎）在剛過去的2023世界人工智能大會上，大模型可以說是其中的大亮點之一，華為盤古、商湯日日新、網易伏羲等30多款國產AI大模型集中亮相。與此同時，各類人工智能芯片公司、算力提供商也針對大模型展示了相應的方案。

大模型時代，國產AI芯片進展如何？

在這次大會上，瀚博半導體、燧原科技、登臨科技、天數智芯等紛紛展示了針對大模型的產品方案，呈現出國產AI芯片在大模型領域的進展情況。

瀚博半導體成立于2018年12月，是一家自研GPU芯片及解決方案提供商。在此次大會上，瀚博發布了第二代GPU SG100，并推出南禺系列GPU加速卡VG1600、VG1800、VG14，以及LLM大模型AI加速卡VA1L、AIGC大模型一體機、VA12高性能生成式AI加速卡等6款新品。

據介紹，瀚博SG100芯片采用7nm先進制程，具備業界領先的渲染性能，同時兼具低延時高吞吐的AI算力和強大的視頻處理能力。

值得關注的，針對大模型時代算力需求，瀚博本次首發了LLM大模型AI加速卡VA1L，具備200 TOPS INT8/72 TFLOPS FP16算力，并支持ChatGPT、LLaMA、Stable Diffusion等主流AIGC網絡模型。

與此同時，瀚博此次還推出了AIGC大模型一體機，共使用8張LLM大模型AI加速卡VA1L，支持512GB顯存，進而支持1750億參數的大模型。

另外，作為瀚博VA1和VA10的升級版，VA12是一塊通用AI加速卡，支持檢測、分類、分割、視頻增強、語義理解、BERT、Transfomer和視頻編解碼等應用。

燧原科技在此次大會上發布了燧原曜圖文生圖MaaS平臺服務產品。該產品以燧原科技“邃思”系列芯片為算力支撐，由首都在線提供計算服務，燧原曜圖MaaS平臺服務產品為用戶提供面向AIGC時代的高效易用、安全可靠、企業級的文生圖服務。

燧原科技表示，它具備開箱即用可用、所想即所見、創意無限的文本生成圖像能力，通過軟硬一體方案降低大規模AIGC應用的工程難度與算力成本，開啟AIGC應用規模化落地時代。

燧原科技創始人兼CEO趙立東在某論壇上提到，目前燧原已經為大型科研機構部署了千卡規模的AI訓練算力集群，并成功落地；而且與騰訊合作，在OCR文字識別、智能交互、智能會議等方面，性能達到了業界同類產品兩倍以上，性價比上具有很高優勢。此外，在智慧城市方面，燧原完成2022年成都高新區國產化AI視頻基礎設施平臺項目建設。

此次大會上，登臨科技展示了最新一代創新通用GPU產品Goldwasser II系列以及基于開源大語言模型可交互界面。據了解，Goldwasser II針對基于Transformer和生成式AI 大模型進行專門優化，在性能有大幅提升，已于2022年流片，目前已開始規模化量產和商業客戶驗證。據現有客戶測試結果，二代產品針對基于transformer類型的模型提供3-5倍的性能提升，大幅降低類ChatGPT及生成式AI應用的硬件成本。

天數智芯在此次會上也展示了在大模型訓練、推理所取得的顯著進展，包括圖片識別/以圖搜圖、3D建模、大模型推理等。在大模型領域，天數智芯今年上半年，搭建了40P算力320張天垓100加速卡算力集群，完成智源研究院70億參數大模型全量訓練，

天垓100是天數智芯2018年研發的通用AI訓練芯片，據天數智芯董事長蓋魯江介紹，目前天垓100這款產品還已經成功跑通了清華智譜 AI 大模型ChatGLM，Meta研發的LLaMA模型。此外，天數智芯正在幫智源研究院跑650億參數的模型，預計10月份可以跑完。

針對于A800芯片在無許可證的情況下將被禁售的話題，蓋魯江談到，事實上，不管英偉達的產品能不能賣給中國，我們的產品已經能夠用起來了。

算力集群化是發展趨勢

伴隨大模型帶來的生成式AI突破，人工智能正在進入一個新的時代。算力是人工智能產業創新的基礎，大模型的持續創新，驅動算力需求的爆炸式增長。可以說，大模型訓練的效率或者是創新的速度，根本上取決于算力的大小。

然而，中國的算力已經成為一個越來越稀缺的資源。華為輪值董事長胡厚崑在某論壇上談到，大模型的研發高度依賴高端AI芯片、集群及生態。高計算性能、高通信帶寬和大顯存成為大模型訓練必不可少的算力底座，單AI芯片進步速度還未跟上大模型對大算力的需求，算力集群化成為不可逆轉的發展趨勢。

在2023世界人工智能大會上，華為宣布昇騰AI集群全面升級，集群規模從最初的4000卡集群擴展至16000卡，擁有更快的訓練速度和30天以上的穩定訓練周期。

胡厚崑表示，華為在各個單點創新的基礎上，充分發揮云、計算、存儲、網絡以及能源的綜合優勢，進行架構創新，推出了昇騰AI集群，相當于把AI算力中心當成一臺超級計算機來設計，使得昇騰AI集群性能更高，并且可靠性更高。

據他介紹，昇騰AI集群目前已經可以達到10%以上的大模型訓練效率的提升，可以提供10倍以上的系統穩定的提高，支持長期穩定訓練。

華為昇騰計算業務總裁張迪煊表示，基于昇騰AI，原生孵化和適配了30多個大模型，到目前為止，中國有一半左右的大模型創新，都是由昇騰AI來支持的。

除了華為，阿里、騰訊等也打造了較大的算力集群，不過主要還是依靠英偉達的GPU芯片。阿里云表示，其擁有國內最強的智能算力儲備，智算集群可支持最大十萬卡GPU規模，承載多個萬億參數大模型同時在線訓練。

騰訊云此前大量采購了英偉達A100/H800芯片，發布新一代HCC高性能計算集群，用于大模型訓練、自動駕駛、科學計算等領域。基于新一代集群，騰訊團隊在同等數據集下，將萬億參數的AI大模型混元NLP訓練由50天縮短到4天。

小結

無論是大模型的訓練，還是后期的推理部署，對算力的需求都相當大。雖然，當前國產AI芯片與國際領先GPU產品在大模型的訓練上有差距，不過可以看到，已經有不少產品，在較大模型的訓練上已經取得成績，后續必然還會有更大的進展。同時，為了滿足大模型對大算力的需求，算力集群化將會是未來趨勢。