大模型新应用井喷即将到来，青云科技这样看算力问题

2024年5亿大模型新应用井喷即将到来，算力问题该如何解决？

此前 ChatGPT 之父 Sam Altman 也提到过：未来有两个非常重要的”货币“，就是算力和能源。因为大模型的重要生产力就是算力，要想解决算力紧缺问题，可以从以下几个方面入手：

一：能源转算力

我国工信部等六部门已经联合印发的《算力基础设施高质量发展行动计划》也已明确提出：算力将与电能，共同作为支撑能源转型的重要战略资源和新型基础设施。此前的东数西算战略也提到，要推进算力与能源的协同发展与绿色发展。

因此，算力与能源的融合已是大势所趋，两者不可分割。算力的发展离不开能源技术的持续进步，而现在有些能源电力存在高昂的储能和综合成本。如果能让电力直接供应给智算中心，那可就是双赢了。这样一来，AI算力成本和电力成本都能大大降低。

二：优化计算框架

以ChatGPT等国外知名大模型为例，它们之所以能在海量数据中高效处理，离不开其背后强大的计算框架。通过算法改进和并行处理，我们可以让计算框架更加高效，从而提升算力。

三：用软件提升硬件效能

借鉴国外超算中心的成功经验，他们通过精心设计的软件架构和算法，实现了硬件性能的最大化利用。我们也可以采取类似策略，让软件和硬件完美协同，共同提升算力。再比如英伟达的 CUDA 技术就是一个很好的例子，它可以充分发挥 GPU 的性能，为大模型提供更强大的算力。

四、加快高端芯片自研。

只有掌握核心技术，才能真正解决算力瓶颈。我们要鼓励企业和科研机构加大投入，推动高端芯片技术的突破。目前国内有很多优秀的算力相关芯片厂商：

海光信息：诞生于中科院的企业，主要从事高端处理器、加速器等芯片的研发和设计，其产品广泛应用于服务器、数据中心等领域。

景嘉微：专业从事集成电路设计、图形图像处理等业务的公司，其研发的GPU芯片在国内市场具有较高的竞争力，广泛应用于图形图像处理、人工智能等领域。

龙芯中科：专业从事芯片设计和研发的公司，其研发的龙芯系列处理器在国内市场具有较高的知名度，广泛应用于服务器、桌面电脑等领域。

寒武纪：专注于人工智能芯片研发的公司，其研发的寒武纪系列芯片在国内人工智能领域具有较高的影响力，广泛应用于人工智能、云计算等领域。

华为海思：知名的通信设备和智能手机制造商，其研发的海思麒麟芯片在算力芯片领域具有出色的表现，广泛应用于人工智能、云计算和大数据分析等领域。

这些厂商在算力芯片领域都有较为出色的表现，为中国的算力产业发展做出了重要贡献。

此外，值得一提的是，青云科技与济南超算中心的合作就是一个很好的例子。他们共同打造的云计算平台，不仅提升了超算中心的算力水平，还为众多科研机构和企业提供了强大的计算支持。

综上所述，通过能源转算力、优化计算框架、提升软硬件协同效能、加快高端芯片自研，我们能够有效解决2024年5亿大模型应用带来的算力挑战。让我们携手共进，迎接未来的算力革命！