共话AI机遇与挑战,摩尔线程CEO张建中出席之江圆桌会
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。