Copyright 2017-2025 北方報 版權所有 京ICP備16071829-1號
芯片問題其實沒必要擔心，用疊加和集群等方法，計算結果上與最先進水平是相當的。”近期，華為總裁任正非的一次公開發聲，增強了社會各界對中國AI發展的信心。
我們都知道，中國已經形成了“百模千態”的大模型產業，有多個大模型走在全球前列。但無論AI產業如何發展，算力都是驅動模型演進的根本動力。隨著外部技術封鎖步步緊逼，國產算力能否擔當大用？是否只能做推理而不能做復雜訓練？很多人其實心里沒底。
“我們單芯片還是落后美國一代，我們用數學補物理，非摩爾補摩爾，用群計算補單芯片，在結果上也能達到實用狀況。”任正非的公開發聲，給國內AI產業吃下了一顆“定心丸”。
帶著對國產算力發展的關心，觀察者網與華為2012實驗室的技術專家的做了一次交流，我們了解到，昇騰算力不僅實現推理性能全球領先，同時系統穩定性也保持在高水平，能高效訓出世界一流的萬億參數大模型。尤其是CloudMatrix 384超節點技術，以系統補單點，從堆芯片到拼架構，核心指標比肩英偉達，成為中國AI發展的堅實算力底座。
芯片問題為何不用擔心？
在外部制裁圍堵下，芯片問題就像“達摩克里斯之劍”一樣，一直懸在中國產業界頭上。尤其隨著中美AI競爭愈發激烈，美國一方面竭力遏制中國先進芯片制造的能力，另一方面又不斷收緊對英偉達高端芯片的出口管制，試圖讓中國AI產業在“算力囚籠”中止步不前。
但危中也有機。行業的發展趨勢是，當Transformer這樣的大型神經網絡模型橫空出世，萬億參數模型開始涌現，對算力和顯存的需求呈爆炸式增長，單個GPU甚至單個服務器都難以招架，集群算力成為大勢所趨，這也給中國用系統方法解決算力困境帶來契機。
說起“系統論”，老一輩中國人可能并不陌生。錢學森的《論系統工程》，核心思想就是把研究對象看做一個整體而不是孤立的點，通過整體優化彌補單點落后。
華為制裁中突圍，正是受到系統工程的啟發。技術專家對觀察者網表示，算力基礎設施是復雜的系統，華為把各個部分打通了，在內部組織了算力會戰，把華為云、模型、底座、芯片、硬件工程、基礎軟件的研發力量集結在一起，跨部門作戰，深度協同。這樣的環境和機制，能夠產生協同效應和系統工程的整合，實現了“大雜燴”技術的有效利用和協同創新。
基于系統工程，華為構建了巨型算力基礎設施CloudMatrix 384超節點，通過全對等高速互聯架構，讓384張昇騰卡可以像一臺計算機一樣工作。它的算力總規模達300Pflops，是英偉達旗艦NVL72的1.7倍；網絡互聯總帶寬達269TB/s，比英偉達NVL72提升107%；內存總帶寬達1229TB/s，比英偉達NVL72提升113%。更關鍵的是，它還能擴展為包含數萬卡的Atlas 900 SuperCluster超節點集群，未來可以支撐更大規模的模型演進。