几个月以来,芯片圈波澜频起。AMD和英伟达的相关举动对高性能计算产业产生了不小影响。这场芯片产业的风云突变,将“国产GPU”推向了“漩涡”中心。
近年来,我国数字经济发展取得显著成效,为社会经济健康发展提供了强大动力。与此同时,我国数字经济也面临着关键领域创新能力不足、传统产业数字化发展相对较慢等问题。二十大报告强调,加快实施创新驱动发展战略,加快实现高水平科技自立自强。
GPU是当前数字经济驱动的最重要算力引擎之一,具有极高的战略地位,受到业内高度重视。而元宇宙、人工智能、云游戏、自动驾驶等新场景和需求爆发式增长,也都离不开GPU的高性能图像处理和渲染能力。在市场和政策的双向驱动下,国产GPU正迎来蓬勃发展的机会。
“苏堤”满声势 算力迎“春晓”
11月3日,摩尔线程在北京发布多款软硬件新品,包括新一代GPU“春晓”、面向个人电脑的消费级显卡MTT S80和服务器计算卡MTT S3000、一体化计算设备“MCCX元计算一体机”,以及开发套件、数字人解决方案等。
“春晓”GPU是继摩尔线程自今年3月发布第一颗多功能GPU芯片——“苏堤”以来,又一大核心产品。据悉,“春晓”GPU了集成220亿颗晶体管,内置MUSA架构通用计算核心以及张量计算核心,可以支持FP32、FP16和INT8等计算精度。相较于之前发布的“苏堤”芯片,“春晓”内置的四大计算引擎全面升级,带来了显著的性能提升:图形渲染能力方面平均提升3倍;编码能力提升4倍,解码能力提升2倍;AI计算加速平均提升4倍,物理仿真计算性能提升2.5倍。同时,还引入了新技术支持窄带高清,节约带宽30%以上。
值得注意的是,摩尔线程MTT S80是首款面向游戏玩家打造的国潮显卡,基于“春晓”GPU芯片打造,其拥有的4096个可编程MUSA核心,在1.8GHz的主频下,能够提供14.4TFLOPS的单精度浮点算力。同时,MTT S80还是业内首款配备PCIe Gen5接口的显卡产品,配合16GB GDDR6大容量高速显存,以及8K超高清与1080P 360Hz高刷新率显示输出能力。
现场,摩尔线程创始人兼CEO张建中宣布,MTT S80显卡已经完成首批生产与备货,将于2022年11月11日在京东电商平台开启限量销售。
MTT S80 显卡
自主创新路 行道艰且长
“春晓”的发布,无疑对我国GPU市场而言,又多了一支“升力军”。然而,GPU生态却是我国GPU厂商需要正视的问题。
当前,全球GPU产业生态历经不断更迭,变得庞大且复杂。而国产GPU要完成从研发到市场的商业化应用,离不开生态的有力支持。
对于GPU的生态建设问题,张建中坦言,“建设生态是比产品研发更难的事情。光是一个图形驱动就有一个操作系统的代码量。”这之中,究竟有多难?一位芯片从业者曾比喻,芯片开发的底层固件如果需要6个人,那么在这上面搭建操作系统和生态开发的,就需要36个人。如果产品研发需要一年时间,那么生态的建设可能就是三年甚至以上。
张建中强调,不同应用对GPU需求也不同,在评价一款GPU产品和其性能时,我们不能脱离应用环境。同时,如何做好驱动更新、环境和应用适配、本土化服务等工作也相当重要。中国GPU产业的发展还处在早期,应当理性看待,不能指望其一步登天。目前,应当是守望互助大过于竞争,加强协作共同打造产业生态。处于初创阶段的国内GPU企业需要快速推出市场化的GPU产品,但面临的难题在于背景是芯片设计、底层驱动开发等关键领域人才匮乏、团队缺少磨砺。
生态“促”算力 AI绘丹青
会议现场,摩尔线程还演示了40多个基于其多功能GPU的丰富应用,覆盖PC游戏、AI、数字人、数字孪生、物理仿真、8K多媒体显示、云游戏、云桌面、数字办公等场景。其中,摩尔线程与云南艺术学院设计学院共同成立的“AI艺术创作实验室”,并秀出了基于AIGC内容生成器“马良”联合创作的艺术作品,引得众人的围观。
AI绘制:阿努比斯之门
最近,AI创作一度成为AI领域最热门的话题,AI算法在消化大量图像、视频、文本后,能学会创作诗歌、文章、绘画、照片、视频等原创内容,其作品甚至能做到“以假乱真”,乃至被高价拍卖。
而这背后关键的力量之一就是——GPU算力的快速迭代升级。GPU算力资源已经成为AI计算不可或缺的基础设施,可以说在这一轮AI发展浪潮中,AI和GPU是相互成就。GPU算力的不断提升,带动AI计算突破了算力瓶颈,使AI得以大规模的应用;AI大规模应用以及越来越大规模的模型,也反之带动了GPU算力的不断提升。
据了解,摩尔线程此次发布的基于MUSA架构打造的MTT S3000,可为AI推理和训练、云游戏、云渲染、视频云、数字孪生、数字内容创作等场景提供通用智能算力支持,旨在为数据中心、智算中心和元计算中心的建设构建坚实算力基础,助力元宇宙多元应用创新和落地。
MTT S3000
当然,GPU算力的提升、发挥离不开技术的演进,更离不开用户生态的建设。正如张建中所言,“我们只有将生态伙伴、行业用户凝聚在一起,才能将摩尔线程的算力真正发挥出来,为元宇宙和数字经济提供核心动力。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。