在大模型快速迭代、算力需求指數(shù)級(jí)攀升的背景下，算力產(chǎn)業(yè)似乎正在經(jīng)歷一場(chǎng)路徑層面的調(diào)整。

　　過(guò)去幾年，全棧能力一度被視為國(guó)產(chǎn)芯片廠商縮短差距、提升競(jìng)爭(zhēng)力的關(guān)鍵路徑，從芯片設(shè)計(jì)到整機(jī)系統(tǒng)，芯片廠商曾試圖以一家之力構(gòu)建起算力閉環(huán)。但在最新的行業(yè)共識(shí)中，這一路線(xiàn)正被越來(lái)越多廠商主動(dòng)反思甚至修正。

　　在近日舉行的光合組織2025人工智能創(chuàng)新大會(huì)上，多位來(lái)自芯片、服務(wù)器、整機(jī)和系統(tǒng)廠商的核心人物強(qiáng)調(diào)：算力競(jìng)爭(zhēng)已經(jīng)從單點(diǎn)性能轉(zhuǎn)向系統(tǒng)效率，從全棧路線(xiàn)轉(zhuǎn)向多方協(xié)同的系統(tǒng)工程。

　　這一轉(zhuǎn)向并非理念變化，而是大模型時(shí)代真實(shí)工程約束下的必然結(jié)果。

　　正如中國(guó)科學(xué)院院士周成虎所言，數(shù)字社會(huì)需要一個(gè)超級(jí)大腦來(lái)支配其發(fā)展，計(jì)算正是這大腦背后的核心支撐，GPU（圖形處理器）、CPU（中央處理器）、TPU（張量處理器）等讓我們能夠通過(guò)暴力計(jì)算來(lái)理解數(shù)據(jù)的實(shí)質(zhì)。但與此同時(shí)，隨著大模型參數(shù)量向萬(wàn)億級(jí)甚至十萬(wàn)億級(jí)跨越，過(guò)去那種依靠單一芯片性能提升的暴力計(jì)算模式正在觸碰物理與效率的極限。

從芯片性能到系統(tǒng)效率，單點(diǎn)突破正在失效

　　“人工智能產(chǎn)業(yè)（鏈條），從芯片到系統(tǒng)到應(yīng)用，整體鏈條非常長(zhǎng)，但是現(xiàn)在整體的趨勢(shì)又需要這些東西緊耦合在一起，不是某一個(gè)環(huán)節(jié)做好就可以的。”中科曙光高級(jí)副總裁李斌判斷，今天的大模型對(duì)算力的要求已經(jīng)不是某一顆芯片算得快不快，而是整個(gè)系統(tǒng)能不能長(zhǎng)期、穩(wěn)定、高效地跑起來(lái)。

　　在人工智能發(fā)展的初級(jí)階段，算力的提升主要依賴(lài)于GPU、CPU等單一處理器性能的迭代。但當(dāng)任務(wù)的復(fù)雜度實(shí)現(xiàn)跨越式提升、處理時(shí)長(zhǎng)高速增長(zhǎng)時(shí)，單一芯片的優(yōu)化已顯得杯水車(chē)薪。

　　隨著模型規(guī)模向萬(wàn)億參數(shù)演進(jìn)，算力系統(tǒng)面臨的挑戰(zhàn)已不再局限于算力峰值，而是延伸至互連帶寬、存儲(chǔ)層級(jí)、供電制冷、系統(tǒng)穩(wěn)定性等系統(tǒng)性指標(biāo)。

　　李斌指出，隨著算力規(guī)模的不斷擴(kuò)大，首先需要保障可擴(kuò)展性，避免計(jì)算效率下降，同時(shí)，規(guī)模擴(kuò)大意味著可能導(dǎo)致系統(tǒng)可靠性下降的原因也會(huì)變多，而可擴(kuò)展性、可靠性以及系統(tǒng)的能效和能耗都是決定系統(tǒng)是否可用的關(guān)鍵因素。

　　這也意味著，如果不能從系統(tǒng)層面解決能效和推理效率問(wèn)題，AI的規(guī)模化落地將難以為繼。

　　IDC中國(guó)區(qū)副總裁兼首席分析師武連峰表示，為了支持萬(wàn)億規(guī)模的大模型，傳統(tǒng)的計(jì)算節(jié)點(diǎn)已無(wú)法適應(yīng)，行業(yè)共識(shí)正轉(zhuǎn)向超節(jié)點(diǎn)和超集群模式，即通過(guò)超高速總線(xiàn)將不同的GPU焊接在一起，形成高密度的計(jì)算單元，以更好地滿(mǎn)足用戶(hù)的需求。

　　武連峰表示，傳統(tǒng)集群在節(jié)點(diǎn)規(guī)模擴(kuò)大后，通信開(kāi)銷(xiāo)往往占用30%~50%的資源，使得算力不能被充分利用，而超集群本質(zhì)上是把算力從硬件工程升級(jí)為系統(tǒng)工程，需要在算、存、網(wǎng)、電、冷、管、軟等多個(gè)維度協(xié)同融合，而非簡(jiǎn)單堆疊芯片。

　　這也意味著，過(guò)去依賴(lài)單點(diǎn)性能突破來(lái)彌補(bǔ)系統(tǒng)短板的思路正在失效。即便芯片性能持續(xù)提升，如果互連協(xié)議不統(tǒng)一、系統(tǒng)軟件不兼容、運(yùn)維可靠性不足，整體算力效率依然會(huì)被迅速稀釋。

海光信息副總裁吳宗友在接受包括《每日經(jīng)濟(jì)新聞》記者在內(nèi)的媒體采訪(fǎng)時(shí)也指出，在國(guó)產(chǎn)化快速推進(jìn)的過(guò)程中，芯片種類(lèi)的快速增加反而給用戶(hù)帶來(lái)了新的負(fù)擔(dān)，每一種芯片都需要單獨(dú)適配、優(yōu)化和維護(hù)，性能并不能直接轉(zhuǎn)化為用戶(hù)的實(shí)際收益。

全棧模式的代價(jià)：生態(tài)內(nèi)耗與用戶(hù)痛點(diǎn)

　　在市場(chǎng)發(fā)展初期，不少?lài)?guó)產(chǎn)廠商選擇全棧自研模式，試圖通過(guò)緊耦合的技術(shù)架構(gòu)建立競(jìng)爭(zhēng)圍墻。

　　李斌在接受采訪(fǎng)時(shí)表示，這種現(xiàn)象的背后是廠商的普遍焦慮：由于人工智能產(chǎn)業(yè)鏈極長(zhǎng)，廠商擔(dān)心只做某一個(gè)環(huán)節(jié)無(wú)法掌控市場(chǎng)，于是紛紛開(kāi)啟全棧模式。然而，這種嘗試帶來(lái)的結(jié)果卻是“內(nèi)卷”加劇，各家都想做全套，卻在每一層上都難以做到極致，最終形成了多個(gè)封閉的小生態(tài)。

　　這種割裂的生態(tài)給最終用戶(hù)帶來(lái)了巨大的困擾。吳宗友指出，過(guò)去幾年國(guó)產(chǎn)芯片行業(yè)發(fā)展迅速，但也讓用戶(hù)陷入了適配的難題中。面對(duì)眾多的芯片路線(xiàn)，用戶(hù)需要投入高額成本進(jìn)行重復(fù)的適配和優(yōu)化，每個(gè)芯片的接口、總線(xiàn)各不相同，這種適配難度極大降低了開(kāi)發(fā)效率。

　　武連峰也證實(shí)，目前生態(tài)挑戰(zhàn)依然嚴(yán)峻，算法和算子往往錨定在某個(gè)特定生態(tài)，移植過(guò)程短則數(shù)月，這不僅浪費(fèi)了時(shí)間成本，也造成了人才資源的消耗。

　　整機(jī)廠商的感受更加直接。

雷神科技董事長(zhǎng)路凱林提到，國(guó)產(chǎn)AI工作棧發(fā)展的瓶頸之一正是生態(tài)資源的豐富度。相比英偉達(dá)積累數(shù)年的海量生態(tài)，國(guó)產(chǎn)算力在硬件與軟件的無(wú)縫銜接上仍有差距，“生態(tài)的打通和生態(tài)的豐富度應(yīng)該是制約我們快速發(fā)展一個(gè)很重要的瓶頸，但是好在現(xiàn)在也在快速突破。”

　　對(duì)于廠商而言，維持全棧同樣意味著資源的極度分散。

　　光合組織秘書(shū)長(zhǎng)任京暘坦言，以前產(chǎn)業(yè)內(nèi)各自為戰(zhàn)，廠商在不見(jiàn)面的情況下互相揣摩、對(duì)抗。

開(kāi)放計(jì)算被推上前臺(tái)，但執(zhí)行成本同樣不低

　　在反思全棧路線(xiàn)的同時(shí)，開(kāi)放計(jì)算被推到了舞臺(tái)中央。但多位受訪(fǎng)者也強(qiáng)調(diào)，開(kāi)放并非一條低成本路徑。

　　任京暘表示，今天的開(kāi)放計(jì)算意味著廠商要從“一家通吃”中跳出來(lái)，往多廠商各司其職、相互協(xié)作、共贏的方向走。這種轉(zhuǎn)變的核心在于分層解耦，即在芯片、存、液冷、網(wǎng)絡(luò)等每一層都由多個(gè)優(yōu)秀廠商集群式地攻關(guān)，打破以自我為中心的緊耦合架構(gòu)。“以前產(chǎn)業(yè)內(nèi)各自為戰(zhàn)的情況比較多，初期的時(shí)候是可以的，大家反正也不知道路在哪兒，摸著石頭過(guò)河。現(xiàn)在道路比較清晰了，所以就需要整合”。

　　然而，走向開(kāi)放并非易事，它首先要求廠商讓渡一部分控制權(quán)和利潤(rùn)空間。

　　任京暘指出，真正的開(kāi)放意味著在關(guān)鍵接口和能力上讓渡控制權(quán)和部分利潤(rùn)空間，同時(shí)還要建立一套可執(zhí)行的協(xié)調(diào)機(jī)制，而不是停留在口號(hào)層面。在他看來(lái)，開(kāi)放計(jì)算的難點(diǎn)不在技術(shù)，而在組織和協(xié)作分配。

　　具體到執(zhí)行層面，開(kāi)放計(jì)算首先要求對(duì)產(chǎn)業(yè)鏈進(jìn)行分層解耦。芯片、互連、存儲(chǔ)、散熱等環(huán)節(jié)由多家廠商并行推進(jìn)，在各自層面形成競(jìng)爭(zhēng)與合作并存的格局；與此同時(shí)，各層之間又必須通過(guò)統(tǒng)一標(biāo)準(zhǔn)重新緊耦合，否則系統(tǒng)效率同樣難以保障。

　　這種模式對(duì)平臺(tái)方提出了更高要求。任京暘認(rèn)為，需要有具備公信力的平臺(tái)來(lái)承擔(dān)協(xié)調(diào)角色，確保制度保障和資源保障，在供需對(duì)接、標(biāo)準(zhǔn)制定和沖突調(diào)解中發(fā)揮作用。

　　吳宗友則從市場(chǎng)格局角度提出，開(kāi)放架構(gòu)實(shí)際上為AI產(chǎn)業(yè)的進(jìn)化提供了一種路徑選擇。在他看來(lái)，如果繼續(xù)各自為戰(zhàn)，最終開(kāi)放架構(gòu)之外的生態(tài)很容易跟不上時(shí)代。

　　在路凱林看來(lái)，場(chǎng)景正在倒逼技術(shù)升級(jí)。隨著國(guó)產(chǎn)算力增強(qiáng)，垂直小模型在本地工作站部署的需求激增，這種由場(chǎng)景驅(qū)動(dòng)的協(xié)同賦能，讓硬件與應(yīng)用實(shí)現(xiàn)了真正的相互咬合。而這種基于生態(tài)的開(kāi)放架構(gòu)，正實(shí)實(shí)在在地降低不同行業(yè)適配AI的成本。

　　不過(guò)，轉(zhuǎn)向也并不意味著路線(xiàn)之爭(zhēng)的終結(jié)。任京暘在采訪(fǎng)中也談到，緊耦合的封閉體系與開(kāi)放協(xié)同的體系，在國(guó)內(nèi)豐富的應(yīng)用場(chǎng)景中仍將長(zhǎng)期并存。

　　在大模型和超集群成為常態(tài)之后，能否構(gòu)建一個(gè)高效、可協(xié)同、可持續(xù)演進(jìn)的系統(tǒng)，將成為決定廠商生存空間的關(guān)鍵變量。

（文章來(lái)源：每日經(jīng)濟(jì)新聞）