在算力產(chǎn)業(yè)競爭日益激烈的當(dāng)下，中國算力產(chǎn)業(yè)正憑借獨特的場景驅(qū)動模式，探索出一條突破資源約束的創(chuàng)新之路。近日，一場以“中國算力方案：如何用有限資源做出無限可能”為主題的圓桌對話在北京舉行，后摩智能、海光信息、藍(lán)耘科技、新華三集團等企業(yè)代表齊聚一堂，共同探討產(chǎn)業(yè)發(fā)展的關(guān)鍵挑戰(zhàn)與破局之道。

當(dāng)前，中國算力產(chǎn)業(yè)面臨多重挑戰(zhàn)。后摩智能聯(lián)合創(chuàng)始人項之初指出，軟件棧生態(tài)是首要瓶頸。以CUDA為例，其經(jīng)過近20年積累，在長尾場景中已形成深厚壁壘，國產(chǎn)算力芯片需時間追趕。但他強調(diào)，硬件產(chǎn)品的差異化優(yōu)勢是突破關(guān)鍵，若硬件性能領(lǐng)先數(shù)倍，即便軟件生態(tài)稍弱，仍有機會勝出。海光信息智算產(chǎn)品負(fù)責(zé)人賀群則從芯片廠商視角補充，制程限制不僅影響芯片算力密度，還制約卡間互聯(lián)帶寬，需在國產(chǎn)化上實現(xiàn)突破。同時，他提出生態(tài)問題包含“習(xí)慣打破”與“系統(tǒng)化工程”兩部分，需通過有機調(diào)度形成閉環(huán)。

在突破路徑上，找準(zhǔn)場景成為共識。藍(lán)耘科技CTO安江華認(rèn)為，軟件棧適配可聚焦特定場景，以市場收益驅(qū)動優(yōu)化；制程問題亦非所有場景均需頂尖算力，部分場景需求可分層滿足。新華三集團企業(yè)技術(shù)部總經(jīng)理朱哲則從算力支撐角度分析，國產(chǎn)卡堆疊導(dǎo)致對卡間互聯(lián)、液冷等技術(shù)需求激增，形成連鎖反應(yīng)。他以超節(jié)點為例，千卡或萬卡集群性能非線性增長，卡間通信帶寬、時延丟包等問題顯著影響訓(xùn)練效率，超節(jié)點形態(tài)通過優(yōu)化互聯(lián)方式提升性能，同時降低推理場景成本。

技術(shù)路線選擇上，海光信息堅持通用架構(gòu)兼容主流生態(tài)。賀群解釋，GPGPU覆蓋計算類型廣泛，適合AI高速發(fā)展需求，而DSA雖在特定算法上優(yōu)化，但犧牲了通用性。海光DCU通過軟兼容策略，支持從GitHub直接下載代碼運行，降低用戶遷移成本。對于存算一體技術(shù)，項之初透露，后摩智能第二代芯片已進(jìn)入商業(yè)化量產(chǎn)階段，客戶包括頭部AIPC、語音廠商及運營商，但端側(cè)大模型尚未出現(xiàn)“殺手級應(yīng)用”，產(chǎn)業(yè)鏈爆發(fā)仍需時日。他預(yù)測，端側(cè)將承擔(dān)至少50%計算任務(wù)，隱私性是其核心優(yōu)勢，未來本地化AI將杜絕數(shù)據(jù)泄露風(fēng)險。

在系統(tǒng)架構(gòu)層面，Scale-up與Scale-out的爭議中，朱哲認(rèn)為超節(jié)點更強調(diào)內(nèi)部短距離、高帶寬互聯(lián)，而液冷已成為高密度節(jié)點標(biāo)配。安江華補充，Scale-up性能更優(yōu)但靈活性不足，液冷可節(jié)能30%并降噪，在超高密度場景中不可或缺。賀群則提醒，技術(shù)路線需結(jié)合業(yè)務(wù)場景，投入產(chǎn)出比是關(guān)鍵，海光DCU已做好液冷兼容準(zhǔn)備。

工程化落地中，真實場景測試被反復(fù)強調(diào)。項之初分享，第一代產(chǎn)品通過客戶反饋迭代編譯器工具鏈，真實環(huán)境調(diào)優(yōu)至關(guān)重要。朱哲介紹，新華三與杭州蕭山共建芯模社區(qū)，要求芯片在測試環(huán)境運行3個月以上，挖掘邊界條件問題。安江華則建立測試矩陣，幫助客戶匹配最佳使用場景。對于中國算力的全球競爭力，嘉賓認(rèn)為，端側(cè)生態(tài)創(chuàng)新、系統(tǒng)化工程能力、AI應(yīng)用場景優(yōu)勢及細(xì)分市場孵化能力，將構(gòu)成獨特護城河。