2月5日，百度智能云宣布在近日成功点亮了自研万卡集群——昆仑芯三代万卡集群。据了解，这也是国内首个正式点亮的自研万卡集群，百度智能云将进一步点亮3万卡集群。

　　百度智能云方面表示，未来一年，将是各种AI原生应用爆发的黄金时期。自研芯片和万卡集群的建成带来了强大的算力支持，同时有效提升百度和客户的资源整体利用率，降低大模型训练成本，为整个行业提供了新的思路和方向。
　　突破万卡集群建设瓶颈
　　据了解，百度智能云此次点亮的昆仑芯三代万卡集群，采用了先进的昆仑芯P800芯片，该芯片在性能和能效比上均实现了显著提升。据百度官方介绍，万卡集群以超大规模并行计算能力著称，能够实现极大幅度的效率提升。其训练周期不仅适用于千亿参数模型，更能够支持更复杂的任务和多模态数据，为视频生成类应用的开发提供了强大的动力。
　　从技术细节上来看，万卡集群的建设过程中面临了诸多挑战，如硬件扩展性瓶颈、芯片及集群功耗、模型分布式训练优化等。然而，百度通过升级百舸AI异构计算平台4.0，成功解决了这些问题。
　　其中，百舸平台不仅突破了卡间互联的拓扑限制，避免了通信带宽成为瓶颈，带宽有效性达到90%以上。同时，还通过创新性散热方案解决了万卡集群的能效与散热问题。此外，百舸平台还优化了模型的分布式训练，采用高效并行化任务切分策略，训练主流开源模型的集群MFU提升至58%。
　　百度智能云方面表示，随着国产大模型的兴起，万卡集群已从单纯算力供给逐渐向“有效”算力供给过渡，通过模型优化、并行策略、有效训练率提升、动态资源分配等手段，智能调度任务将训练、微调、推理任务混合部署，最大化提升集群综合利用率，降低单位算力成本，从而真正发挥算力效能。
　　广州艾媒数聚信息咨询股份有限公司总经理张毅向《证券日报》记者表示，从产业赋能的角度来看，万卡集群的超大规模并行计算能力可以极大地提升模型训练效率，缩短产品迭代周期，这对于需要频繁迭代和优化的AI原生应用来说至关重要。同时，万卡集群还能够支持多任务并发能力，通过动态资源切分，单集群可同时训练多个轻量化模型，进一步提高了集群的综合利用率。
　　国产算力加速推进
　　随着人工智能的迅速发展，算力的需求正在以几何级数增长，然而算力紧张和高成本一直是限制行业进一步发展的主要瓶颈。“算力尤其是AI算力已经不再是一个单纯的技术问题，它关系到国家经济、科技创新、军事安全等多个领域的综合竞争力。随着AI技术的迅猛发展，算力的提升变得尤为关键。”光大证券研报指出。
　　为进一步加强国产算力能力，我国政策正大力引导国产芯片的采购。如上海的“算力浦江”智算行动实施方案（2024—2025年），2025年要实现新建智算中心的国产算力芯片使用占比超过50%；《北京市算力基础设施建设实施方案（2024—2027年）》则提出，2027年要具备100%自主可控智算中心建设能力。
　　同时，为进一步打破算力瓶颈，除百度以外，已有多家厂商及机构着手向万卡集群领域拓展业务。根据《智算产业发展研究报告（2024）》显示，在中国，超万卡集群的智算中心已达十余个。中国电信在上海与北京两大万卡集群已成功投产运营；中国移动位于呼和浩特、哈尔滨、贵阳的万卡级别的智算中心已经先后投产运行；字节跳动在2023年就已建立起超过1万张卡的Ampere架构GPU（A100/A800）集群，此后还在建设大规模Hopper架构（H100/H800）集群；此外，小米也正计划建设一座GPU万卡集群。
　　中国工程院院士、清华大学计算机系教授郑纬民表示，当下构建国产自主万卡系统充满挑战，但“至关重要”。他指出，国内企业在芯片设计、制造等领域的不断突破，将为国产算力产品的普及和应用提供有力支持。
　　“万卡集群通过通信优化与容错机制显著减少了算力的浪费，实现了训练成本指数级下降。”张毅表示，随着国产大模型的兴起，万卡集群逐渐从“单任务算力消耗”向“集群效能最大化”过渡，最大化提升集群综合利用率，降低单位算力成本。
　　工信部信息通信经济专家委员会委员盘和林告诉《证券日报》记者，国产算力市场将迎来更加广阔的发展前景，随着技术的不断进步和应用场景的不断拓展，国产AI算力产品将在更多领域发挥重要作用。对于国产AI算力企业来说，未来需要继续加大在技术研发和市场推广方面的投入力度，努力提升产品性能和用户体验。同时，还需要积极与国内外企业展开合作与交流，共同推动国产AI算力市场的健康发展。
（文章来源：证券日报）