36氪获悉，5月17日，清华大学计算机系教授、中国工程院院士郑纬民在2025搜狐科技年度论坛上表示，当前大模型训练主要依赖两类系统：一是英伟达GPU，其硬件性能与生态成熟度领先，但面临禁售、价格高涨和一卡难求的困境；二是国产芯片，全国已有3万余家企业投入研发，硬件性能逐步提升，但核心障碍在于生态兼容性不足。对此...
郑纬民院士提出,当前大模型训练主要依赖两类系统:一是英伟达GPU,其硬件性能与生态成熟度领先,但面临禁售、价格高涨和一卡难求的困境;二是国产芯片,全国已有3万余家企业投入研发,硬件性能逐步提升,但核心障碍在于生态兼容性不足。 对此,郑纬民院士建议从两方面突破,一方面构建“类 CUDA”系统,确保降低开发者学习成本,通过...
郑纬民指出,2025年人工智能发展呈现两大特点:第一个是多模态,大模型能处理文字、图像、视频;第二个是应用于GDP密切相关的行业,中国在推动AI落地方面具有显著优势。 他提到,当前大模型训练主要依赖两类系统:一是英伟达GPU,其硬件性能与生态成熟度领先,但面临禁售、价格高涨和一卡难求的困境。 二是国产芯片,目前全国已...
在算力国产化的大背景下,在国内对智算中心的加速布局以及AI浪潮的推动下,国产高端处理器厂商迎来了前所未有的发展机遇。 海光信息作为国内为数不多同时深耕CPU和DCU(GPGPU路线)双赛道的厂商,近几年业绩迎来爆发,营收几乎翻倍增长。最新发布的2024年中报显示,海光2024年半年度实现营收35.8亿元到39.2亿元,同比增长37.08%...
目前,业界主要依赖两类系统:一是以英伟达GPU为代表的国际领先硬件,其性能卓越且生态体系成熟。但近年来,这类硬件面临着禁售风险、价格飙升以及供应紧张的挑战。二是国产芯片,近年来,全国已有超过3万家企业投身于国产芯片的研发,硬件性能持续提升。然而,生态兼容性不足成为制约国产芯片发展的核心障碍。
GPU,其硬件性能与生态成熟度领先,但面临禁售、价格高涨和一卡难求的困境。 二是国产芯片,目前全国已有3万余家企业投入研发,硬件性能逐步提升,但核心障碍在于生态兼容性不足。 对此,郑纬民院士建议从两方面突破:一方面构建“类 CUDA”系统,确保降低开发者学习成本,通过习惯迁移重塑生态。
【院士郑纬民:需要加快研发国产类CUDA系统】在2025搜狐科技年度论坛上,华大学计算机系教授、中国工程院院士郑纬民发表了题为《人工智能大模型的基础设施建设与应用探索》的演讲。他提到,当前大模型训练主要依赖两类系统:一是英伟达GPU,其硬件性能与生态成熟度领先,但面临禁售、价格高涨和一卡难求的困境。二是国产芯片,目...
英伟达厉害的是cuda生态系统,如果景嘉微要崛起,实现国产替代,不仅仅是设计gpu,从长远看,要搭建类似cuda生态系统。通过募资、基金投资是一种构建生态系统的布局,才能进行长期的努力和追赶。所以,别小看最近一系列的公告,其实是管理层朝着生态系统的方向努力。至于股价,需要产品、业绩和情绪、政策同频共振的结果!这是我...
显然不是,如果一众国产 gpu 公司通过编译器技术和其他手段兼容了 cuda语法,同等算力价格更低,随着时间的推移 bug变少,产品趋于稳定,用户会如何选择? 而且99% 的用户开发时都不会直接 cuda 编程,只是使用 pytorch 就够了如果做算子性能优化现在还可以使用 Triton compiler。
拆开英伟达显卡,你会发现里面的每一个芯片都不是普通的小元件,而是用最先进的制造工艺“雕刻”出来的精密结构。更别提核心的GPU芯片,上面有几十亿甚至上百亿个晶体管,这可不是拿个放大镜就能研究明白的。更尴尬的是,就算看明白了,国内的制造工艺可能也跟不上,比如台积电的3nm制程,我们目前还在追赶阶段。