每經(jīng)記者｜楊卉    每經(jīng)編輯｜魏文藝    

12月20日，摩爾線程首屆MUSA開發(fā)者大會(huì)（MDC 2025）在北京中關(guān)村國(guó)際創(chuàng)新中心開幕。

在主論壇環(huán)節(jié)，中國(guó)工程院院士、清華大學(xué)計(jì)算機(jī)系教授鄭緯民提出，在芯片產(chǎn)業(yè)全球化分工遭遇技術(shù)封鎖的背景下，構(gòu)建中國(guó)“主權(quán)AI”計(jì)算引擎成為緊迫任務(wù)。要實(shí)現(xiàn)“主權(quán)AI”，需從算力自主、算法自強(qiáng)、生態(tài)自立三方面入手。

從“主權(quán)AI”基建的角度出發(fā)，發(fā)展國(guó)產(chǎn)萬卡/十萬卡系統(tǒng)是不得不走的一步，但仍需解決互聯(lián)網(wǎng)絡(luò)與拓?fù)?、可靠性與運(yùn)維、能耗與供電散熱等方面的問題。至于國(guó)產(chǎn)芯片廠商都要面對(duì)的終極問題——生態(tài)建設(shè)，在鄭緯民看來，真正決定“主權(quán)AI”生態(tài)成敗的，是有沒有足夠多的開發(fā)者愿意長(zhǎng)期在這套棧上寫代碼。未來國(guó)產(chǎn)平臺(tái)要提高用戶的開發(fā)體驗(yàn)，還需解決遷移成本高、工具鏈不成熟、文檔/社區(qū)與支持不足等問題。

鄭緯民教授現(xiàn)場(chǎng)演講  圖片來源：每經(jīng)記者 楊卉 攝

“主權(quán)AI”三大支柱：算力自主、算法自強(qiáng)、生態(tài)自立

過去很長(zhǎng)一段時(shí)間，芯片產(chǎn)業(yè)一直處于全球化分工的狀態(tài)，架構(gòu)設(shè)計(jì)、制造裝備、代工、封測(cè)等環(huán)節(jié)均涉及不同領(lǐng)域。然而，近年來高端AI芯片面臨出口管制、技術(shù)封鎖等困境，算力從一般生產(chǎn)要素上升為戰(zhàn)略資源，“主權(quán)AI”也從學(xué)術(shù)討論逐步變?yōu)槊總€(gè)國(guó)家必須回答的現(xiàn)實(shí)問題。

鄭緯民認(rèn)為，要實(shí)現(xiàn)“主權(quán)AI”，有三個(gè)支柱需要同步配備：算力自主、算法自強(qiáng)、生態(tài)自立。三者互為前提，相互約束，共同構(gòu)成“主權(quán)AI”。

具體來看，算力自主是物理層的“安全底座”。鄭緯民強(qiáng)調(diào)，所謂算力自主，是指自主可控的芯片與加速器、可持續(xù)的代工與供應(yīng)鏈、可靠的機(jī)房以及電力與網(wǎng)絡(luò)基礎(chǔ)設(shè)施。最終目標(biāo)是不被單一外部算力平臺(tái)“卡脖子”，關(guān)鍵行業(yè)與基礎(chǔ)設(shè)施能夠在本土算力上運(yùn)行。

要實(shí)現(xiàn)這一目標(biāo)，則需做到三點(diǎn)：第一，芯片設(shè)計(jì)能力方面需有自主權(quán)，包括GPU（圖形處理器）/加速器、架構(gòu)設(shè)計(jì)指令集規(guī)劃、片上互連與存儲(chǔ)架構(gòu)等；第二，制造與供應(yīng)鏈風(fēng)險(xiǎn)要可控，即在現(xiàn)有全球產(chǎn)業(yè)格局下，通過多源代工、庫(kù)存策略與本土化能力布局來降低斷供風(fēng)險(xiǎn)；第三，系統(tǒng)與集群交付的能力要強(qiáng)，不僅能“造出卡”，還要能夠穩(wěn)定交付服務(wù)器與大規(guī)模集群，并具備持續(xù)運(yùn)維與優(yōu)化的能力。

“這三條做到了，才是算力自主。”鄭緯民表示。

算法自強(qiáng)是指在國(guó)產(chǎn)算力上做“原生創(chuàng)新”。以GPU為例，需要其做到能針對(duì)大模型做適配，如支持Transformer、MoE等主流與前沿模型結(jié)構(gòu)；能做大模型的訓(xùn)練，可支持千億、萬億參數(shù)級(jí)別的預(yù)訓(xùn)練與多任務(wù)訓(xùn)練；能讓模型進(jìn)一步優(yōu)化，在國(guó)產(chǎn)算力環(huán)境下探索更適配本地應(yīng)用與數(shù)據(jù)特點(diǎn)的模型架構(gòu)。

最后一個(gè)支柱是生態(tài)自立。在鄭緯民看來，真正決定“主權(quán)AI”生態(tài)成敗的，是是否有足夠多的開發(fā)者愿意長(zhǎng)期在這套棧上寫代碼，某種程度上，生態(tài)建設(shè)甚至比算力和算法更為重要?！安皇钦f芯片上能跑一個(gè)軟件就可以了，要（讓用戶）愿意用這個(gè)芯片。”

這就要求廠商以開發(fā)者為主來提供解決方案，要求其關(guān)鍵工具鏈、自研框架與驅(qū)動(dòng)具備持續(xù)迭代的能力，而不是完全依賴單一的境外生態(tài)。

圖片來源：每經(jīng)記者 楊卉 攝

鄭緯民強(qiáng)調(diào)，開發(fā)者才是生態(tài)的核心資源，平臺(tái)的成敗由開發(fā)者決定。因此，國(guó)產(chǎn)平臺(tái)急需解決遷移成本高、工具鏈不成熟、文檔/社區(qū)與支持不足等問題，盡可能兼容主流框架（如PyTorch、TensorFlow、PaddlePaddle等）與常見編程習(xí)慣（如CUDA風(fēng)格），最終目標(biāo)是實(shí)現(xiàn)從“能用”到“愿用”的根本性轉(zhuǎn)變。

國(guó)產(chǎn)萬卡集群：一場(chǎng)必須打贏的“算力攻堅(jiān)戰(zhàn)”

除了“主權(quán)AI”，鄭緯民還提到了AI+3D+HPC架構(gòu)建設(shè)的必要性。“我們物理AI與世界模型需要怎樣的芯片？大概有三個(gè)方面內(nèi)容：AI（大規(guī)模神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與推理）、3D（高質(zhì)量圖形渲染與場(chǎng)景表示）、HPC（嚴(yán)格物理約束下的數(shù)值模擬與求解）?！?/p>

鄭緯民強(qiáng)調(diào)，做GPU一定要滿足三個(gè)要求，即能實(shí)現(xiàn)完整的圖形流水線、可加強(qiáng)張量計(jì)算核心以支持主流框架、能提供高精度浮點(diǎn)單元用于科學(xué)計(jì)算。

值得關(guān)注的是，鄭緯民還提到了算力資源從單卡到萬卡集群的轉(zhuǎn)變。他直言，從“主權(quán)AI”基建的角度出發(fā)，發(fā)展國(guó)產(chǎn)萬卡/十萬卡系統(tǒng)等于本土大模型與行業(yè)模型的“母機(jī)”與基座，是不得不走的一步。一方面，模型時(shí)代算力的基本單位已經(jīng)是集群總算力，而不是單卡性能。另一方面，預(yù)訓(xùn)練超大規(guī)模模型、服務(wù)國(guó)民級(jí)推理需求都需要持續(xù)可用的萬卡級(jí)訓(xùn)練集群。

不過，國(guó)產(chǎn)算力要做到萬卡甚至十萬卡的集群并不簡(jiǎn)單。從工程角度出發(fā)，據(jù)鄭緯民介紹，互聯(lián)網(wǎng)絡(luò)與拓?fù)?、可靠性與運(yùn)維、能耗與供電散熱都是需要解決的問題。

“十萬卡怎么連起來？十萬卡連在一塊，平均一個(gè)小時(shí)要出一次錯(cuò)，出錯(cuò)了如何繼續(xù)訓(xùn)練下去？十萬卡是一個(gè)‘大火爐’，電要供得上，散熱也要做得好?！?span id="j1np55d" class="">在此背景下，鄭緯民認(rèn)為，國(guó)產(chǎn)集群第一步是先做到能用，然后才是好用。

圖片來源：每經(jīng)記者 楊卉 攝

在演講最后，鄭緯民提到了開源。在他看來，“后CUDA（英偉達(dá)生態(tài)）時(shí)代”，模型使用者已經(jīng)是“使用開源項(xiàng)目”，而不是“使用CUDA”。因此，生態(tài)自立的一個(gè)現(xiàn)實(shí)路徑就是讓國(guó)產(chǎn)平臺(tái)成為開源創(chuàng)新的一個(gè)選擇。他指出，目前產(chǎn)業(yè)仍面臨著內(nèi)卷與碎片化問題，如不同廠家提供不同的接口，需要開發(fā)者做不同的適配。

“我們要團(tuán)結(jié)一心，解決應(yīng)用不足與生態(tài)薄弱的問題。產(chǎn)業(yè)界要團(tuán)結(jié)起來，應(yīng)用也要團(tuán)結(jié)起來。我一直強(qiáng)調(diào)生態(tài)問題不是一個(gè)廠家的問題，開發(fā)者要發(fā)揮很大作用，一起努力解決這個(gè)問題?！编嵕暶穹Q。

免責(zé)聲明：本文內(nèi)容與數(shù)據(jù)僅供參考，不構(gòu)成投資建議，使用前請(qǐng)核實(shí)。據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 

封面圖片來源：每經(jīng)記者 楊卉 攝