随着人工智能技术的飞速发展，智能算力需求成为推动人工智能应用的关键因素之一，从智能手机到智能家居，从自动驾驶到医疗诊断，智能算力的需求越来越高，近期，智能算力需求热度延续，并且算力产业链加快拥抱国产化，下面就去看看具体情况吧!
智能算力需求热度延续
如同农业时代的水利、工业时代的电力，算力是数字经济时代的关键生产力。2023年，用于训练AI大模型的智能算力成为供不应求的生产资源之一。
展望2024年，业内预计，智能算力在总算力规模中的比重将进一步提升。随着AI大模型进入应用阶段，用于推理的算力将和训练算力一样受到关注，分散且更靠近用户的边缘算力或迎来新风口。另一方面，在全球AI芯片供应紧缺的背景下，国产AI芯片的研发也在加快。
算力产业链加快拥抱国产化
智能算力的核心是AI芯片，GPU就是目前较成熟的通用型AI芯片。GPU芯片巨头英伟达在全球AI芯片市场上具有垄断优势。但业内预计，2024年AI芯片国产化替代将加速推进。
上海交通大学计算机科学与工程系教授梁晓晓介绍说，国内AI芯片的研发路径有三：一是专用芯片;二是通用型GPU芯片;三是弯道或变道超车路线，如存算一体、量子计算、光子计算等。
近年来，我国兴起了一批AI芯片初创公司，涵盖多种技术路径。在英伟达GPU供应紧缺和受到限制背景下，国产AI芯片加快落地算力产业链。2023年12月，摩尔线程在北京举行了首个全国产千卡千亿模型训练平台——摩尔线程KUAE智算中心揭幕仪式，宣布国内首个以国产全功能GPU为底座的大规模算力集群正式落地。
在各AI芯片公司致力于构建各自生态的同时，学术界提出开源作为国产AI芯片发展的创新路径。
2022年10月，梁晓晓团队推出开源GPGPU(通用GPU)平台“青花瓷”。“大模型时代，英伟达领先优势明显。我们以学校作为一个中立单位推出免费、开放、开源的软硬件生态，希望有助于为国内AI芯片公司解决钱、人、时间的问题。”梁晓晓说。
2022年8月，清华大学集成电路学院副教授何虎团队推出基于RISC-V(一种开放免费的指令集架构)的开源GPGPU实现方案。何虎说：“硬件和软件之间有一个核心接口，就是指令集架构。指令集架构一边可以构建丰富的软件生态，另一边可以对接各种国产AI芯片，软件生态和芯片之间可以更加灵活地适配。”
开源的创新路径为加快AI芯片国产化替代提供了新思路。上述专家告诉记者，目前，已有不少公司加入开源生态、开源指令集的合作开发中。
天气网尊重版权，若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与我们联系，我们将及时更正、删除，谢谢!
相关推荐
高股息资产持续获追捧 “红利低波”继续领涨
多地银行扎堆跟降利率 存款“降息”扩容
近5700亿元永续债面临赎回 放量趋势或将持续
零跑汽车全年销量目标落空 平均卖一台车或亏损三万元
文章来源于网络。发布者：投资参考网，转转请注明出处：https://www.shuahuang.com/8453.html
