AI芯片成现象级产品，国内算力需求亟需新选择

在被认为是“史上最火爆”的上海2023年世界人工智能大会（WAIC）上，大模型和算力缺口成为两个高频词汇。这一方面是国内“百模大战”正如火如荼地开展，让算力需求持续激增；另一方面是受外部限制影响，国际高端芯片成为现象级产品，越来越贵、越来越稀缺。矛盾之下，国内算力需求亟需找到新选择，以此满足国内AI大模型发展需求。

从目前AI大模型的发展来看，GPGPU架构是主流化选择。因为相比ASIC芯片，GPGPU架构拥有更为成熟的软件生态，也更适合通用模型的部署，可以快速支持新模型、新算子的研发工作。而国内的GPGPU阵营中第一梯队当属海光的深算系列DCU产品，它不仅是国内唯一具有全精度计算能力的AI芯片，还兼容“类CUDA”环境，通用性与生态丰富性的双优势，让它成为AI大模型算力支撑的最优选择。而除了海光以外，沐曦等厂商也作为GPGPU阵营新晋佼佼者，陆续推出新品来满足细分领域算力需求。

而相比GPGPU架构，ASIC架构虽然在部分场景中效率较高，但由于模型中特殊算子、特殊结构已经完成了硬件的固化，所以其通用性相对较差。以国内ASIC代表寒武纪为例，其产品就只能用于大规模推理中的小部分场景，还无法满足大模型训练的需求。而华为昇腾所采用的NPU架构也由于和自身生态的捆绑，所以只能运行自家的大模型产品。

如此看来，国内算力的新选择大概率将从GPGPU阵营中走出。