AI思享匯｜專家聊模型演進與國產算力新機會

4月28日，國科大金融校友聯合會AI專委會、國科大人工智能校友聯合會（籌）、國科大創業與投資校友聯合會、創投讀書社、鼎好DH3聯合主辦了AI思享匯主題交流活動。

活動圍繞”大模型演進與算力突圍”主題，邀請到了中國科學院自動化研究所研究員，博導、副總工程師，紫東太初大模型中心常務副主任，武漢人工智能研究院院長，中國科學院大學人工智能學院崗位教授王金橋，以及澎峰科技創始人&CEO張先軼。

兩位嘉賓從模型與算力兩條主線切入，呈現了當前人工智能發展的技術脈絡與產業挑戰。

王金橋：多模態大模型是推動產業變革的重要力量

王金橋首先回顧了人工智能從2016年AlphaGo開始，到如今以大模型爲核心的爆發式發展路徑。王金橋表示，大模型能力尤其在自然語言理解、多模態生成等方向上迅速突破，成爲推動產業變革的重要力量。

他強調，當前多模態大模型已廣泛應用於文本、圖像、音頻、視頻等領域，拉動了全球生產率的增長。

但他也指出，推理能力增強的同時，幻覺問題、能耗問題也尤爲突出。目前主流大模型推理過程中能效遠低於人腦，僅生成一段文本就需消耗數百瓦算力資源。提升單位能耗下的智能密度，成爲未來發展的重要方向。

在分享中，王教授特別介紹了“紫東太初”多模態大模型的研發歷程與技術突破，強調了跨模態檢索與生成在實際應用中的廣闊前景。

他表示，未來人工智能的發展，不僅依靠大數據、大算力、大參數，更在於如何讓模型與實際場景深度融合，進入生成式智能的新階段。

張先軼：國產異構算力進入窗口期，軟件體系亟待完善

張先軼博士則從算力供給側出發，分析了國產芯片在當前大模型需求爆發背景下的機遇與挑戰。

他指出，儘管國際主流芯片廠商在硬件優化方面能力突出，但國產芯片在新一代架構設計上已展現出差異化創新。例如，通過針對大內存帶寬需求優化、靈活處理不同推理速度的異構架構，國產芯片在部分細分場景具備優勢潛力。

在系統層面，張先軼提出，未來算力體系需要“混合系統”思路，即國產芯片與國際芯片協同部署，通過不同階段（如預填充推理、實時推理）合理分工，實現成本優化與性能提升。這對軟件優化提出了更高要求。

張先軼表示，圍繞國產芯片應用生態建設，澎峰科技重點打造了三大核心技術體系：

一是算子庫：覆蓋AI大模型、工業軟件、信號處理等領域，現有算子量已達上萬，支持CPU、GPU、NPU等多種異構平臺。

二是異構計算框架：實現跨平臺可遷移性，提升整體系統資源利用率。

三是MaaS開發平臺：面向應用開發者，降低國產算力使用門檻，通過集成工具鏈實現零門檻開發和大規模部署。

此外，澎峰科技還通過自建計算中心與混合部署一體機方案，進一步加速國產算力在各行業的智能化應用落地。

張先軼認爲：“未來2-3年，將是國產異構算力體系驗證與規模化應用的關鍵窗口期。”