社区

经济观察网 记者 沈怡然 国产算力长期面临两大问题：第一，国产GPU缺乏生态支持难以替代英伟达的GPU；第二，如何在国产GPU单卡性能有限的条件下，通过其他技术手段提升整体算力水平。 在9月27日至29日举行的2024年中国算力大会上，产业各方着重探讨解决办法。 降低迁移成本 国内的AI大模型通常在英伟达的GPU硬件上运行，如果用户想从英伟达的硬件迁移到其他国产GPU，需要面对代码兼容性的问题。 对此，中国移动（600941.SH）在大会上发布了一款用于芯片架构迁移的工具。这个工具名叫“芯合”，可以帮助用户将基于英伟达生态链编写的代码迁移到华为或其他国产硬件平台上，从而降低算力用户的迁移成本。 一位中国移动人士对经济观察网称，很多AI大模型用户希望采用国产芯片，但过高的迁移成本是一个巨大障碍。开发“芯合”是为帮助AI大模型用户减少迁移成本，最终目标是让国产GPU更快被市场接受。在正式发布之前，该工具已经小规模试用了一段时间。 一直以来，国产厂商的硬件架构与英伟达不兼容，国产厂商各自的架构也不兼容，所以用户原本在英伟达GPU上优化的代码可能无法直接在国产GPU上运行。 该人士称，“芯合”为用户省去了手动修改大量代码的工作。此外，迁移工具可以帮助用户在不同生态之间切换，不需要重新编写整个程序。迁移过程中可能会给用户带来性能损耗，但损耗可以维持在10%以内。 国产GPU公司瀚博半导体对经济观察网称，算力国产化需要企业打破各自独立的体系，共同构建一个生态，“芯合”是一个鼓舞人心的开始，公司会积极参与到该项目中。 华为作为算力设施的建设者，也提供了一些方法帮助大模型用户向国产GPU迁移。 一位华为人士对经济观察网称，华为提供了从硬件到软件的一整套解决方案，包括AI芯片、编程语言、开发工具和AI框架。但是，市面上的工程师和运维人员大多不熟悉华为的架构，导致用户在使用华为算力系统时，一旦