51爆料网人工智能大模型竞赛进入深水区，算力已经成为了决定技术高地的关键因素。面对英伟达等进口芯片长期占据市场主导地位的情况，国内科技企业加大了对算力基础设施的投资力度，也因为外部的技术封锁以及供应链的不确定性而加快了国产替代的步伐。 目前，国内主要厂商的算力战略已经形成了三条明确的发展路径：一是深度绑定英伟达生态、以“万卡规模”追求极致性能的依赖路线；二是出于自主可控的压力下，坚持全栈自研的攻坚路线；三是采用英伟达和国产芯片并行的“双轨”策略，在效率与安全之间取得平衡。 第一类代表：互联网巨头的“英伟达”阵营 目前全球AI算力供需矛盾日益突出，中国的算力缺口尤为严重，因此国内厂商对进口芯片的依赖性非常大。以字节跳动、阿里巴巴、智谱AI为代表的互联网大厂及AI独角兽选择深耕“英伟达阵营”，其核心逻辑在于“先抢占市场、再完善自主”。 首先看字节跳动，它有海量的数据和算法积累，还有十数万张英伟达显卡储备，这使得豆包等大模型在多模态、长文本处理等领域可以迅速取得突破，并且增强了其在C端和B端的应用优势。 再看阿里巴巴，依托阿里云强大的云计算底座，其在支撑夸克大模型训练时，一方面部署了规模达数千张的英伟达高端GPU集群，以保障前沿模型研发的算力性能与训练效率；另一方面，积极推动自研的“含光”系列芯片在推理等场景的规模化部署，构建起自主可控的算力补充，实现了“性能与安全”的双重平衡。 最后看AI独角兽，智谱AI依托于清华的技术背景，拥有数千张英伟达卡，专注在学术与产业融合的应用场景上；而Kimi的母公司月之暗面则是通过融资快速扩展算力，并以英伟达显卡为硬件优化了MoE模型架构，依靠高效的并行计算能力，在长文本处理领域形成了自己的优势。Minimax同样以英伟达卡为基础，支撑其大模型的快速迭代与高效推理，在成本与性能平衡上构筑了自身竞争力。 第二类代表：百度的“双轨战略”，进口+自研并行 百度的“进口+自研并行”策略，是介于依赖进口与全栈自主之间的折中方案。百度保留几千张英伟达显卡，保证大模型的基础训练稳定、高效，又投入大量资源进行自研昆仑芯片的研发，意在建立进口替代缓冲带，达到短期效率和长期安全的平衡。动漫无码
| 
發表於