當前，智能算力需求倍增，千卡計算集群成為大模型訓練標配，巨量參數、海量數據是人工智能大模型研發的必經之路。以ChatGPT為代表的多模態AI大模型成為人工智能邁向通用智能的里程碑技術，2018年-2024年OpenAI公司先后發布GPT-3.5、GPT-4、Sora等大模型，參數規模突破萬億，模型訓練數據量達TB級別，應用場景覆蓋文生文、文生圖、文生視頻等多模態計算任務。參數規模在百億到千億區間、訓練數據TB級別以上，已成為研發具備涌現能力大模型的必備條件。

　　2003年-2023年20年間智能算力需求增長百億倍，遠超摩爾定律提升速度。以ChatGPT為代表的人工智能大模型突破性進展激發全球智能計算發展熱潮，大模型算力需求遠超半導體增長速度，算力需求增長與芯片性能增長之間逐漸不匹配。根據公開數據測算，以AlexNet為代表的傳統卷積神經網絡模型訓練計算量以5～7個月翻倍增長，當前基于Transformer的大模型計算量以4～5個月翻倍增長；然而芯片側，CPU依舊延續摩爾定律以兩年性能翻倍的速度發展，GPU芯片通過架構創新持續強化并行計算能力，實現十年千倍增長速度（int8算力）。現階段，業界通過算力堆疊以及芯片、軟件、互聯等協同技術系統性能提升以滿足大模型智能算力激增要求，千卡算力芯片構建的集群成為千億參數大模型訓練的標配。

　　芯片、軟件、互聯等技術創新是算力提升關鍵

　　多維度架構創新實現芯片性能倍增。與通用計算芯片不同，智能計算芯片微架構創新對其算力提升影響超過工藝制程。英偉達重視GPU微架構創新，2010年以來已累計實現9次架構升級，結合工藝升級實現了十年千倍的性能提升。最新Blackwell GPU架構內置第二代Transformer引擎和專用RAS安全引擎，全面提升計算效率和部署穩定性。第二代Transformer引擎支持微張量縮放和動態范圍管理算法，擴展支持新型FP6、FP4精度計算，實現自動調整精度以達到芯片最優算力性能；RAS引擎基于人工智能的預防性維護技術完成芯片運行狀態的診斷，最大化延長系統運行時間和降低運營成本。

　　深度學習框架和軟件棧間接口高效適配成為芯片好用的關鍵。深度學習框架在支撐應用開發的同時，需要完成與底層芯片軟件棧的高效適配。開發框架方面，提供分布式調度、訪存優化、模型并行、數據并行等開發能力，支持分布式大模型高性能訓練與推理已成為框架高效應用的關鍵。PyTorch采用類Python語法降低使用門檻，動態計算圖設計思路便于靈活調試，加快模型的訓練和優化過程，是當前算法應用開發的主力產品。軟件棧方面，重點強化大模型加速庫能力建設，通過向用戶提供易用、高效的芯片編程接口，提高開發人員的工作效率，目前已推出針對深度學習計算、優化模型推理和加速科學計算、圖形計算的專用加速庫，滿足多樣化智能計算需求。

　　高速互聯是大規模算力集群構建的基礎。芯片間、服務器間、集群間的高速互聯、無損網絡能力建設，是支撐千卡、萬卡智能算力集群計算需求的必備條件，英偉達新一代NVLink 5高帶寬互聯技術支持GPU間、GPU與Grace CPU直連，帶寬從H100的900Gb/s提升到1800Gb/s，與NVLink交換機聯合使用可最高支持576個GPU高速通信，是H100芯片最大直連數量的2倍，為支持萬億參數大模型訓練提供基礎。

　　巨頭蜂擁智能計算賽道 寡頭壟斷與多體系并存

　　計算核心企業加快智能計算產品端到端體系化布局，搶占產業生態主導權。英偉達鞏固GPU芯片性能優勢的同時，向CPU、服務器架構、云平臺等下游滲透，借助B200、H100芯片和DGX SuperPOD計算集群主導地位開辟云服務DGX Cloud，使企業能夠立即訪問生成式AI應用和訓練模型所需的基礎設施與軟件。AMD強化“CPU+GPU”雙芯片戰略布局，CPU方面，通過改進分支預測、增加浮點支持指令等持續迭代升級芯片性能，GPU方面，發布基于CDNA 3架構的人工智能芯片MI300A和MI300X以搶占大模型算力市場份額。英特爾圍繞高性能計算優勢領域，逐步向GPU、ASIC等面向人工智能技術路線的產品體系布局，推出Habana Gaudi 2、Xe GPU等產品。但從全球智能計算芯片市場的規模來看，英偉達主導地位明顯，市場占有率超80％，短期內領先的市場格局不會改變。

　　云平臺及AI企業向底層芯片領域滲透，但僅少量自研芯片實際部署應用。谷歌、微軟、亞馬遜等云廠商依托云計算優勢向底層芯片領域滲透。谷歌自研張量處理器芯片TPU歷經五代迭代創新，于2023年8月發布新一代定制TPU v5e用于大模型訓練和推理，目前已批量應用于自研LLaMA大模型訓練推理任務中。微軟于2023年11月發布Maia 100和Cobalt 100芯片，Maia 100專為Azure云生成式AI業務設計，提供自然語言處理、計算機視覺、推薦系統等計算服務，已在Bing和Office AI產品上完成測試；Cobalt 100是基于ARM架構的通用計算芯片，當前已為Microsoft Teams等應用提供支持；然而上述兩款芯片至今僅支持微軟自家云服務，尚未向合作伙伴和客戶開放芯片產品供應。微軟自研推理芯片Inferentia和訓練芯片Trainium，2023年4月更新的Inferentia 2芯片進一步提升計算性能，通過多卡高速互聯可完成千億參數大模型推理任務。但從實際應用來看，國內外云廠商僅在有限的特定算法場景中使用自研芯片，對外提供的穩定、可靠的高性能智能算力服務均基于英偉達加速卡產品實現。

　　智能計算生態軟硬深度綁定發展

　　計算企業均構建了與自研芯片相對應的端到端軟件棧。目前國內企業均構建了與自研芯片相對應的端到端軟件棧（含驅動層、編譯器、加速庫、工具鏈等），存在兼容英偉達CUDA生態和自研軟件棧等技術路線。一方面，英特爾、AMD等企業在工具鏈API接口協議等方面與CUDA對應一致，便于把CUDA程序快速遷移到自研GPU硬件平臺，降低芯片應用門檻，滿足不同應用開發及調試需求。另一方面，谷歌自研TPU芯片應用時，自研軟件棧編譯器等工具，針對特定算法應用進行優化，實現處理效率和性能的提升。

　　國內軟件生態豎井及碎片化發展，應用跨平臺遷移難度大、成本高。“框架+工具鏈+硬件”緊密耦合的長鏈條，端到端緊耦合、接口互不兼容，致使上層應用與特定系統鎖定，是形成繁多豎井生態的根本性因素。對于應用開發者而言，應用開發人員在使用多芯片異構算力進行AI算法實現過程中，不同廠家開發的框架應用程序接口、編程庫和操作系統尚不統一，DSA架構專用芯片編程范式和軟件棧互不兼容，需在OpenCL、OpenACC、OpenMP等多種模型范式間切換。開發框架、軟件棧豎井式的開發生態增加了應用開發人員的開發成本，應用企業為開發出能夠適配多種異構AI芯片算力的算法程序，需建立多支開發團隊、維護多個程序版本，成為業界運用異構算力的主要瓶頸。

　　 轉自：人民郵電報