原文鏈接

在AI浪潮席卷之下，一個(gè)觀念似乎已深入人心：CPU的時(shí)代已經(jīng)過(guò)去，現(xiàn)在是GPU的天下。這樣的觀念也造就了如今英偉達(dá)如日中天的聲望。但這究竟是浮于表面的“噱頭”還是未來(lái)發(fā)展的必然趨勢(shì)？當(dāng)一切回歸真實(shí)用戶(hù)需求，我們能從中找尋答案……

AI雖作為智能化發(fā)展的推動(dòng)力，但沒(méi)有辦法替代所有的計(jì)算需求。不同的主流算力架構(gòu)各有優(yōu)勢(shì)，卻也會(huì)存在天花板，這并非技術(shù)上的落后與先進(jìn)之爭(zhēng)，而是不同技術(shù)方案對(duì)特定問(wèn)題域的‘適配性’問(wèn)題。在市場(chǎng)中，單一的GPU技術(shù)路線已無(wú)法滿(mǎn)足日益復(fù)雜的計(jì)算需求，而在氣候氣象、生物醫(yī)藥、能源勘探等不同領(lǐng)域，我們都發(fā)現(xiàn)HPC+AI帶來(lái)質(zhì)效的提升。

（文/觀察者網(wǎng) 陳濟(jì)深；編輯/張廣凱）

“沒(méi)有高性能計(jì)算（HPC），就沒(méi)有大模型?！?

清華大學(xué)高性能計(jì)算研究所的學(xué)者、國(guó)內(nèi)大模型領(lǐng)域早期研究與生態(tài)建設(shè)的重要推動(dòng)者之一的韓旭在今年7月的這句論斷，概括了算力基石對(duì)于人工智能的重要性。

所謂HPC是指利用超級(jí)計(jì)算機(jī)或大規(guī)模計(jì)算集群，在極短時(shí)間內(nèi)完成單機(jī)無(wú)法勝任的復(fù)雜計(jì)算任務(wù)。它的核心目標(biāo)是“用并行計(jì)算換取時(shí)間”——把大問(wèn)題拆成無(wú)數(shù)小塊，讓成千上萬(wàn)顆 CPU/GPU 同時(shí)運(yùn)算，幾天甚至幾小時(shí)就得出結(jié)果。

早在大模型出現(xiàn)之前，HPC就已經(jīng)在用算力解決很多復(fù)雜問(wèn)題，但由于其架構(gòu)并非為生成式大模型設(shè)計(jì)，CPU在其中仍然扮演著核心地位，這在GPU主導(dǎo)的大模型時(shí)代自然會(huì)帶來(lái)疑問(wèn)：中國(guó)曾經(jīng)重金投入的HPC建設(shè)過(guò)時(shí)了嗎？它與AI，究竟應(yīng)當(dāng)如何融合？是簡(jiǎn)單的算力疊加，還是深度的架構(gòu)變革？

帶著這些問(wèn)題，我們與太初（無(wú)錫）電子科技有限公司（以下簡(jiǎn)稱(chēng)“太初元碁”）首席產(chǎn)品官洪源進(jìn)行了一場(chǎng)對(duì)話。

洪源

作為HPC+AI融合路線的堅(jiān)定提出者和一線實(shí)踐者，洪源的分享為我們揭開(kāi)了智能計(jì)算產(chǎn)業(yè)在喧囂之下，一條清晰、務(wù)實(shí)且充滿(mǎn)信心的破局之路。

這不僅是一家企業(yè)的戰(zhàn)略思考，更是對(duì)整個(gè)中國(guó)計(jì)算產(chǎn)業(yè)在關(guān)鍵歷史節(jié)點(diǎn)上的一次精準(zhǔn)把脈。

AI時(shí)代，不止GPU

在AI浪潮席卷之下，一個(gè)觀念似乎已深入人心：CPU的時(shí)代已經(jīng)過(guò)去，現(xiàn)在是GPU的天下。

而長(zhǎng)久以來(lái)，業(yè)界對(duì)HPC與AI的融合之路也充斥著質(zhì)疑。一些權(quán)威聲音，例如來(lái)自國(guó)防科技大學(xué)的專(zhuān)家就曾指出，HPC以CPU為核心，追求極致的雙精度與低延遲，而AI則依賴(lài)GPU生態(tài)，側(cè)重低精度與高吞吐，兩者技術(shù)路線存在“天然矛盾”。

英偉達(dá)現(xiàn)在的如日中天，與英特爾的舉步維艱，就是CPU/GPU之爭(zhēng)最形象的表現(xiàn)。

但當(dāng)GPU主導(dǎo)一切的觀點(diǎn)幾乎成為行業(yè)定論時(shí)，洪源卻給出了一個(gè)源自產(chǎn)業(yè)一線的核心判斷：“HPC+AI融合并非憑空設(shè)想，而是客戶(hù)真實(shí)需求驅(qū)動(dòng)的結(jié)果。”

這一核心判斷的根源，是基于用戶(hù)對(duì)于算力的真實(shí)訴求?！坝脩?hù)對(duì)于算力的需求其實(shí)一直都沒(méi)有變。”

洪源認(rèn)為，“概括起來(lái)有三點(diǎn)：第一，如何獲得相對(duì)低成本的算力；第二，這些算力能不能解決我的最終問(wèn)題；第三，用算后能不能帶來(lái)新的價(jià)值?！?

要理解為何客戶(hù)的需求必然導(dǎo)向融合，我們需要深入剖析當(dāng)前主流算力架構(gòu)的優(yōu)勢(shì)與天花板。

首先是當(dāng)前最為人熟知的GPU（圖形處理器）。它以圖形渲染起家，憑借數(shù)千個(gè)并行計(jì)算核心，在處理浮點(diǎn)數(shù)據(jù)方面能力強(qiáng)大，天然適合AI訓(xùn)練中海量的、結(jié)構(gòu)單一的矩陣運(yùn)算。

為了更好地支持通用計(jì)算，業(yè)界逐漸發(fā)展出GPGPU（通用圖形處理器），即減弱傳統(tǒng)GPU的圖形顯示能力，將資源全部投入到計(jì)算中。

然而，這條看似康莊大道的路徑，其隱憂同樣明顯。由于GPGPU并非從通用計(jì)算原生出發(fā)，而是在傳統(tǒng)GPU架構(gòu)上“去圖形化、強(qiáng)計(jì)算化”，導(dǎo)致其在功耗、內(nèi)部指令調(diào)度等方面存在先天的妥協(xié)與冗余。

對(duì)于國(guó)內(nèi)玩家而言，選擇類(lèi)CUDA體系雖然能借助其成熟生態(tài)快速迭代，但也意味著產(chǎn)品路徑趨同，在核心調(diào)度與驅(qū)動(dòng)技術(shù)上難以擺脫依賴(lài)，其發(fā)展上限被牢牢鎖定。

其次是ASIC（專(zhuān)用集成電路）。這類(lèi)芯片為特定算法（如音視頻解碼）量身定制，在特定場(chǎng)景下能做到性能最優(yōu)、功耗最低，非常適合AI推理等固化場(chǎng)景。

但其“成也蕭何，敗也蕭何”——架構(gòu)被固化在晶圓中，靈活性極差。一旦算法變更（如Transformer結(jié)構(gòu)變形、激活函數(shù)變動(dòng)），芯片幾乎無(wú)法適配。對(duì)于AI這種技術(shù)快速演進(jìn)的領(lǐng)域，押注ASIC無(wú)異于一場(chǎng)豪賭，商業(yè)化風(fēng)險(xiǎn)極高。

這兩種主流架構(gòu)的盛行，催生了一種普遍的行業(yè)思維：即認(rèn)為大多數(shù)復(fù)雜的計(jì)算問(wèn)題，都可以通過(guò)簡(jiǎn)單地“AI化”（用AI算法重構(gòu)問(wèn)題）或“GPU化”（用GPU硬件加速解決）來(lái)應(yīng)對(duì)。

“這并非技術(shù)上的落后與先進(jìn)之爭(zhēng)，而是不同技術(shù)方案對(duì)特定問(wèn)題域的‘適配性’問(wèn)題?！焙樵吹倪@句話點(diǎn)明了核心。許多關(guān)鍵行業(yè)的核心計(jì)算任務(wù)，并不能被簡(jiǎn)單地“AI化”或“GPU化”，其計(jì)算流程往往是 “強(qiáng)邏輯、高精度、復(fù)雜流程” 與 “大數(shù)據(jù)量、模式識(shí)別” 的混合體。

具體到特定任務(wù)，從計(jì)算精度看：傳統(tǒng)科學(xué)計(jì)算（HPC）常要求FP64雙精度浮點(diǎn)運(yùn)算以保證結(jié)果的準(zhǔn)確性，而主流AI訓(xùn)練則普遍使用FP16/BF16單精度乃至INT8整型來(lái)提升計(jì)算吞吐量。

而從任務(wù)流程看：GPU擅長(zhǎng)“一張大網(wǎng)算到底”，但對(duì)于需要頻繁邏輯判斷、任務(wù)調(diào)度和高頻交互的復(fù)雜流程，其內(nèi)部指令調(diào)度能力相對(duì)較弱。這時(shí)，CPU強(qiáng)大的通用計(jì)算能力和靈活的控制邏輯反而更具優(yōu)勢(shì)。

基于異構(gòu)眾核的通用高性能計(jì)算芯片

華為可信計(jì)算首席科學(xué)家金意兒教授在2024年OpenHarmony技術(shù)峰會(huì)上也表達(dá)了類(lèi)似觀點(diǎn)：“未來(lái)芯片系統(tǒng)最主要的模式，將是集成通用多核處理器及專(zhuān)用加速處理器，同時(shí)獲得通用處理器的靈活性和專(zhuān)用加速器的性能效率?！边@也意味著，不走傳統(tǒng)GPU路線，并非無(wú)奈之舉，而是在深刻理解客戶(hù)需求后，主動(dòng)選擇的一條技術(shù)上更優(yōu)、更具適應(yīng)性的道路。

正是基于這樣的技術(shù)判斷，那些看似“矛盾”的HPC與AI需求，在實(shí)際應(yīng)用中找到了融合的落點(diǎn)。

太初元碁選擇并堅(jiān)持走異構(gòu)眾核的技術(shù)路線，打造通用高性能計(jì)算芯片，將HPC與AI深度融合。異構(gòu)眾核建立了一套更立體化的計(jì)算邏輯，適合各種通用計(jì)算場(chǎng)景，滿(mǎn)足人工智能計(jì)算效率的同時(shí)，也能支持高精度科學(xué)計(jì)算。

異構(gòu)眾核是將不同架構(gòu)的計(jì)算核心依據(jù)相關(guān)技術(shù)標(biāo)準(zhǔn)和規(guī)范有機(jī)內(nèi)在融合在一顆芯片上，任務(wù)由最合適的工作單元來(lái)承擔(dān)，不同異構(gòu)內(nèi)核之間實(shí)現(xiàn)協(xié)同計(jì)算。其在構(gòu)建專(zhuān)用領(lǐng)域最大優(yōu)勢(shì)在于可根據(jù)領(lǐng)域的應(yīng)用需求在芯片的系統(tǒng)架構(gòu)設(shè)計(jì)中，靈活的分配通用計(jì)算與加速部分的配比，并且根據(jù)領(lǐng)域應(yīng)用的特點(diǎn)設(shè)計(jì)為某個(gè)特定的領(lǐng)域問(wèn)題設(shè)計(jì)專(zhuān)用的計(jì)算架構(gòu)，同時(shí)在編程性上通過(guò)統(tǒng)一的編程模型實(shí)現(xiàn)異構(gòu)系統(tǒng)的無(wú)縫整合。

對(duì)于開(kāi)發(fā)者而言，異構(gòu)眾核架構(gòu)的優(yōu)勢(shì)在于計(jì)算任務(wù)的拆解和并行處理上的便利性?；趪?yán)謹(jǐn)標(biāo)準(zhǔn)體系的設(shè)計(jì)，不同處理器單元之間能有機(jī)融合和對(duì)接，降低產(chǎn)品開(kāi)發(fā)門(mén)檻。同時(shí)，為算法開(kāi)發(fā)人員提供了更多的計(jì)算任務(wù)分解可能性，全棧開(kāi)源的基礎(chǔ)軟件生態(tài)為技術(shù)創(chuàng)新提供了更高效的平臺(tái)。

異構(gòu)眾核的諸多特點(diǎn)使得太初元碁自研的AI芯片在性能與功耗、產(chǎn)品開(kāi)發(fā)、差異化創(chuàng)新與更改靈活性以及生態(tài)構(gòu)建等方面展現(xiàn)出明顯優(yōu)勢(shì)。

洪源對(duì)觀察者網(wǎng)解釋道，在許多前沿領(lǐng)域，單一的技術(shù)路線已無(wú)法滿(mǎn)足日益復(fù)雜的計(jì)算需求，如何能夠高效、并行去進(jìn)行海量數(shù)據(jù)處理，成為許多行業(yè)、客戶(hù)關(guān)注的問(wèn)題?！霸诟咝阅苡?jì)算的場(chǎng)景里面，其實(shí)客戶(hù)也有很多做人工智能計(jì)算的這種結(jié)合的需求?！?

氣候氣象領(lǐng)域可以認(rèn)為是高性能計(jì)算扎根最深的領(lǐng)域之一，基于對(duì)全球大氣和氣候的海量數(shù)據(jù)，該領(lǐng)域常借助高性能計(jì)算來(lái)開(kāi)展科學(xué)研究。AI大模型引入后，短臨預(yù)報(bào)（一般為未來(lái)3小時(shí)的天氣預(yù)報(bào)）的預(yù)測(cè)耗時(shí)可以從過(guò)往的6小時(shí)縮短到1小時(shí)，這是HPC+AI提升效率和準(zhǔn)確度最直觀的一個(gè)應(yīng)用領(lǐng)域。

在生物醫(yī)藥領(lǐng)域，新藥研發(fā)的“雙螺旋”正在形成：AI大模型利用其強(qiáng)大的模式識(shí)別能力，從數(shù)以?xún)|計(jì)的分子組合中篩選出最具潛力的候選藥物，將過(guò)去需要數(shù)年的篩選工作縮短至幾周甚至幾天；而被選中的“天選之子”，則需要通過(guò)HPC進(jìn)行精確的分子動(dòng)力學(xué)模擬，預(yù)測(cè)其與靶點(diǎn)蛋白的結(jié)合效果和潛在副作用。AI的廣度與HPC的深度在此完美結(jié)合。

在能源勘探領(lǐng)域，AI正在成為地質(zhì)學(xué)家的“透視眼”。通過(guò)學(xué)習(xí)海量的地震波數(shù)據(jù)，AI能夠以前所未有的精度勾勒出地下深處的地質(zhì)構(gòu)造。而一旦確定了潛在的油氣藏，HPC便會(huì)接管，通過(guò)復(fù)雜的流體力學(xué)模擬，優(yōu)化鉆井方案和開(kāi)采策略，最大化資源利用率。

“這些其實(shí)都是有高性能計(jì)算和人工智能計(jì)算結(jié)合的這樣一個(gè)融合的需求，”洪源總結(jié)道，“AI雖作為智能化發(fā)展的推動(dòng)力，但沒(méi)有辦法替代所有的計(jì)算需求，因此芯片僅兼容低精度能力遠(yuǎn)遠(yuǎn)不夠?！?這種來(lái)自產(chǎn)業(yè)一線的真實(shí)呼喚，正是太初元碁堅(jiān)定走上HPC+AI融合之路的根本原因。

中國(guó)可以有自己的算力生態(tài)

在當(dāng)下的AI領(lǐng)域，英偉達(dá)CUDA生態(tài)的強(qiáng)大影響力毋庸置疑，它幾乎成為了算力的代名詞，讓整個(gè)行業(yè)形成了一種默認(rèn)的“路徑依賴(lài)”。

然而，一個(gè)常被忽視的事實(shí)是，英偉達(dá)GPU本身的發(fā)展就與HPC密不可分，甚至可以說(shuō)，其通用計(jì)算能力正是在HPC領(lǐng)域的應(yīng)用需求下發(fā)展壯大的。

事實(shí)上，觀察當(dāng)前市場(chǎng)主流的數(shù)據(jù)中心GPU，其架構(gòu)本身就是在單一芯片上集成了服務(wù)于AI的低精度張量核心（Tensor Cores）和HPC所需的高精度計(jì)算單元。這恰恰從側(cè)面印證了HPC與AI的融合并非異端，而是行業(yè)發(fā)展的必然趨勢(shì)。

當(dāng)然，強(qiáng)大的硬件只是第一步。真正構(gòu)建起行業(yè)“路徑依賴(lài)”的，是其上層的CUDA軟件生態(tài)。

對(duì)此，洪源認(rèn)為，任何強(qiáng)大的生態(tài)都非一日之功?！癈UDA生態(tài)是挺偉大的，但強(qiáng)大的生態(tài)也是一步步建立起來(lái)的?！彼仡櫟溃骸霸缧┠晁彩沁@么干出來(lái)的，只是后面慢慢形成一個(gè)標(biāo)準(zhǔn)，所有人都圍繞它去做的時(shí)候，它就可以賣(mài)標(biāo)品了?！?

這正是國(guó)產(chǎn)算力建設(shè)者們的信心所在。既然融合是共識(shí)，那么實(shí)現(xiàn)融合的路徑便不必只有一條。

洪源認(rèn)為，中國(guó)算力的未來(lái)，不應(yīng)是簡(jiǎn)單的模仿或依附，而是要走出自己的道路。“中國(guó)要想把自己的產(chǎn)品做好，其實(shí)它應(yīng)該是有它自己的，既兼容并蓄、又有自己特點(diǎn)的這樣一個(gè)生態(tài)?！?

“兼容并蓄”，意味著尊重用戶(hù)習(xí)慣，在技術(shù)上兼容現(xiàn)有主流框架，降低開(kāi)發(fā)者的遷移成本?！坝凶约禾攸c(diǎn)”，則意味著敢于在主流視野之外，根據(jù)產(chǎn)業(yè)的真實(shí)需求，探索更高效、更自主的技術(shù)路徑。

太初元碁的“異構(gòu)眾核”架構(gòu)，以及與龍芯中科合作2小時(shí)適配DeepSeek的成功實(shí)踐，正是這一理念的生動(dòng)注腳。它證明了在CUDA生態(tài)之外，通過(guò)軟硬件的深度協(xié)同，同樣可以為頂尖大模型提供強(qiáng)大的算力支持。這不僅是一次技術(shù)上的突破，更是構(gòu)建全新自主產(chǎn)業(yè)生態(tài)的一次關(guān)鍵探索，它向業(yè)界展示了另一條道路的可能性。

從“強(qiáng)制替代”到“質(zhì)優(yōu)價(jià)廉”

“客戶(hù)接受新的解決方案，是需要一個(gè)過(guò)程的?！焙樵刺寡浴ＫJ(rèn)為，國(guó)產(chǎn)算力市場(chǎng)的心態(tài)演變，清晰地劃分為三個(gè)階段。

第一階段，是“國(guó)產(chǎn)替代”政策驅(qū)動(dòng)下的強(qiáng)制使用。在這一時(shí)期，用戶(hù)的選擇更多是出于戰(zhàn)略安全考量，對(duì)性能和易用性的疑慮普遍存在。緊接著，是國(guó)產(chǎn)廠商奮起直追、性能逐步跟上的第二階段。隨著技術(shù)的不斷迭代，國(guó)產(chǎn)算力開(kāi)始在越來(lái)越多的場(chǎng)景中證明自己“能用”且“夠用”。

而今天，市場(chǎng)正全面進(jìn)入第三階段——性能平替下的高性?xún)r(jià)比階段。“越來(lái)越多行業(yè)，越來(lái)越多的用戶(hù)，包括客戶(hù)的決策人，他認(rèn)識(shí)到我們自己的解決方案是能夠滿(mǎn)足需求的。”洪源判斷道。這種心態(tài)的轉(zhuǎn)變，可以用一個(gè)詞來(lái)生動(dòng)比喻，那就是“真香”。

但“真香”的體驗(yàn)遠(yuǎn)不止于采購(gòu)成本，更體現(xiàn)在解決數(shù)據(jù)中心建設(shè)的“不可能三角”上。洪源指出，尤其在北京這樣的大城市，客戶(hù)對(duì)算力密度、能耗（PUE值）的要求越來(lái)越高，建設(shè)成本卻要嚴(yán)控。對(duì)此，太初元碁推出的高密液冷解決方案，正是破局的關(guān)鍵。

圖為太初元碁其中一款自研產(chǎn)品

這并非簡(jiǎn)單的技術(shù)堆砌，而是一筆需要算“總賬”的經(jīng)濟(jì)學(xué)?！俺跗谫?gòu)買(mǎi)和液冷建設(shè)成本可能會(huì)有一點(diǎn)上升，”洪源坦誠(chéng)，“但是從未來(lái)5到10年的長(zhǎng)期運(yùn)營(yíng)成本和單位算力成本來(lái)看，優(yōu)勢(shì)是巨大的?！?高密度部署節(jié)約了寶貴的機(jī)房空間，而液冷技術(shù)則有效解決了散熱難題，大幅降低了PUE值和電費(fèi)開(kāi)銷(xiāo)。

回看近兩年太初元碁的發(fā)展之路，業(yè)務(wù)與訂單便是市場(chǎng)對(duì)其最大的肯定。公開(kāi)資料顯示，太初元碁已參與多個(gè)國(guó)家公共算力基礎(chǔ)設(shè)施建設(shè)，包括鹽城超級(jí)計(jì)算中心、蠡湖未來(lái)城算力中心、延安智算中心等。日前，央視《新聞聯(lián)播》對(duì)于中國(guó)聯(lián)通三江源智算中心項(xiàng)目的報(bào)道中，眾多擬簽約名單里也出現(xiàn)了“太初”字樣。同時(shí)，觀察者網(wǎng)了解到，截止到今年第三季度，太初元碁?zāi)孟露鄠€(gè)商業(yè)訂單，總金額已超過(guò)3億元。從營(yíng)收增長(zhǎng)來(lái)看，太初元碁近年年均營(yíng)收增長(zhǎng)均超過(guò)100%。

算力產(chǎn)業(yè)的“慢”與“深”

與上層大模型“以周為單位”的瘋狂迭代相比，底層的算力產(chǎn)業(yè)遵循著截然不同的發(fā)展邏輯。當(dāng)模型廠商為了參數(shù)量和排行榜而陷入“迭代焦慮”時(shí)，洪源和他的團(tuán)隊(duì)卻顯得異常清醒和堅(jiān)定。

“很多大模型卷參數(shù)，但你卷完之后到底用在哪？有人說(shuō)不重要，先把參數(shù)提上去，跑分不能輸?！焙樵匆徽Z(yǔ)道破了模型層的浮躁。他認(rèn)為，這種模式不適用于算力行業(yè)?！靶酒粋€(gè)設(shè)計(jì)就是一兩年，再出來(lái)產(chǎn)品周期一兩年，整個(gè)三四年、四五年就過(guò)去了。這個(gè)行業(yè)其實(shí)就不適合賺快錢(qián)的人來(lái)干?！?

這種“慢”，并非遲鈍，而是一種必然的厚重。算力是基石，追求的是極致的穩(wěn)定、能效和長(zhǎng)周期的經(jīng)濟(jì)性。它需要的是戰(zhàn)略定力，而不是戰(zhàn)術(shù)跟風(fēng)。洪源將這種定力總結(jié)為“聚焦應(yīng)用”。無(wú)論是與東潤(rùn)數(shù)字能源合作，將HPC與AI的能力注入新能源電廠的選址、調(diào)度和交易，還是賦能科研機(jī)構(gòu)進(jìn)行更復(fù)雜的科學(xué)計(jì)算，太初元碁的每一步都緊緊圍繞著“解決真實(shí)世界的問(wèn)題”。

“潮水退去之后，才知道誰(shuí)在裸泳?！焙樵吹倪@句話，是對(duì)整個(gè)算力產(chǎn)業(yè)的最好注腳。在資本和概念的熱潮中，唯有那些踏踏實(shí)實(shí)打磨產(chǎn)品、深入行業(yè)創(chuàng)造價(jià)值的企業(yè)，才能擁有穿越周期的能力。拒絕迭代焦慮，回歸應(yīng)用本質(zhì)，這不僅是太初元碁的選擇，也應(yīng)是整個(gè)國(guó)產(chǎn)算力產(chǎn)業(yè)走向成熟的必經(jīng)之路。

百家爭(zhēng)鳴，殊途同歸

放眼當(dāng)下的智能計(jì)算市場(chǎng)，呈現(xiàn)出一派“百家爭(zhēng)鳴”的繁榮景象。從太初元碁的HPC+AI，到其他廠商的多元化探索，不同的技術(shù)路線并行發(fā)展。對(duì)此，洪源表現(xiàn)出開(kāi)放和樂(lè)觀。

“生態(tài)和市場(chǎng)足夠大，其實(shí)是能容得下行業(yè)里面優(yōu)秀的企業(yè)一起去做一些事情的?！彼J(rèn)為，當(dāng)前階段，每家企業(yè)首先需要找到自己最擅長(zhǎng)的發(fā)力方向，明確自身優(yōu)勢(shì)與定位?！斑@是大家協(xié)同服務(wù)客戶(hù)的基礎(chǔ)?！?

然而，百家爭(zhēng)鳴只是過(guò)程，而非終局。洪源同樣認(rèn)為，構(gòu)建統(tǒng)一的產(chǎn)業(yè)聯(lián)盟和行業(yè)標(biāo)準(zhǔn)，是未來(lái)的必經(jīng)之路?！拔覀円膊幌Ｍ蛻?hù)要去適配過(guò)程，每家就重新適配一遍，其實(shí)切換成本也高?！彼嘎?，太初元碁從一開(kāi)始就堅(jiān)持開(kāi)源開(kāi)放的路線，并積極參與工信部等機(jī)構(gòu)推動(dòng)的大生態(tài)建設(shè)。最終的目標(biāo)，是殊途同歸——共同打造一個(gè)強(qiáng)大、協(xié)作、繁榮的中國(guó)算力新生態(tài)。

在對(duì)話的最后，洪源對(duì)大模型行業(yè)的未來(lái)給出了自己的看法。洪源認(rèn)為，當(dāng)前的文本大模型技術(shù)正趨于穩(wěn)定，而真正的下一個(gè)算力需求爆發(fā)點(diǎn)，將在于以視頻生成為代表的“多模態(tài)”應(yīng)用。

“我個(gè)人的判斷應(yīng)該就是在多模態(tài)系統(tǒng)，”他分享道，“未來(lái)如果視頻能夠很好的做分析做處理，甚至做合成，這塊的算力可能又是一個(gè)指數(shù)型的（增長(zhǎng)）?！?nbsp;

這場(chǎng)圍繞算力的長(zhǎng)征，依然在路上。而在這場(chǎng)沒(méi)有硝煙的戰(zhàn)爭(zhēng)中，以洪源為代表的中國(guó)算力建設(shè)者們，正以他們的遠(yuǎn)見(jiàn)、務(wù)實(shí)與堅(jiān)持，為未來(lái)鑄造著最堅(jiān)實(shí)的“中國(guó)芯”。

本文系觀察者網(wǎng)獨(dú)家稿件，文章內(nèi)容純屬作者個(gè)人觀點(diǎn)，不代表平臺(tái)觀點(diǎn)，未經(jīng)授權(quán)，不得轉(zhuǎn)載，否則將追究法律責(zé)任。關(guān)注觀察者網(wǎng)微信guanchacn，每日閱讀趣味文章。