科普知識 千卡集群大賽打響:國產算力崛起,中國版英偉達來了!

工业奇迹制造
4粉絲
6 次觀看·2026年10月4日
AI 生成·可能包含錯誤
視頻概述
AI 生成本影片探討了AI大模型對算力的極高需求,並介紹了摩爾線程推出的國產GPU千卡集群「跨額」。該方案透過軟硬一體化設計,解決了大規模算力建設與運營的挑戰,支持多款主流大模型訓練與推理,旨在打破國外算力壟斷,加速GPU硬件的國產化替代。
你知道人工智能底層引擎是什麼嗎?
是算力!
AI大模型的迅猛發展引發了全球範圍內的算力競賽
從芯片緊缺升級爲算力集群的短缺
大模型訓練需要強大的算力支持
參數僅30億的SOLAR
用4200到10500塊H100訓練了一個月
而最新的LAMY3
70B則需要24000多塊H100組成的集群
OpenAI, MATE等公司都在使用數千甚至上萬的GPU
爲了滿足日益增長的大模型訓練需求
國內也出現了提供大規模AI算力的國產GPU千卡集群
它出自被稱爲中國英偉達的摩爾線程
提起摩爾線程
熟悉的朋友都會記得它的MPT-S80顯卡
作爲國產消費級顯卡的領軍產品
性價比十足
摩爾線程不僅在遊戲顯卡領域有突破
在AI算力上更是有自己的硬核實力
摩爾線程在過去4個月裏
從芯片設計到板卡S4000
再到服務器D800和POD
成功搭建了三座千卡集群誇額
以軟硬一體的誇額質算中心解決方案
解決了大規模GPU算力的建設和運營管理問題
誇額質算中心支持OpenSORA、GPP、百川、LAMA、GLM
悟道等主流大模型的訓練、微調、推理
確保國內AI開發者們可以上手即用
加速GPU硬件的國產化替代
其實部署一個千卡算力集群
是一個極其複雜的系統工程
涉及GPU計算、網絡存儲、集群管理、軟件站等技術挑戰
從0到1的追趕之路
對摩爾線程並不陌生
在建設國產GPU千卡集群誇額的過程中
摩爾線程也給出了最優的應對策略
第一
提升算力利用率通過軟硬協同設計
端到端的並行策略
綜合利用對標NVLink的AntiLink
摩爾線程將算力利用率提升超50%
優化集群匹配度
有效降低算力資源浪費
第二
保證穩定可靠性
摩爾線程從芯片出廠開始嚴格測試
開發集群系統監控和診斷工具
支持自動恢復和硬件替換
2分鐘內快速修復
斷點續訓
第三
提高可擴展性
支持DeepSpeed、Megatron、Colossal AI、FlexScale等業界主流分佈式框架
結合多種並行算法策略
進行系統級優化
千卡集群的擴展效率達91%
第四
兼容多個主流大模型
通過Musify工具
摩爾線程實現零成本Q的代碼移植
支持多種模型的推理和分佈式訓練
此外
其自研的跨額platform集群管理平臺
深度集成全功能GPU計算
提供高可靠高算力服務
極大降低了用戶的使用門檻
目前
摩爾線程已與無問新窮、智原研究院等多家開發者展開實際合作
以200B訓練數據量爲例
智原研究院70B參數AQL2
可在跨額千卡集群上33天完成訓練
1300億參數規模的模型
可在56天完成訓練
以上合作充分驗證了跨額千卡集群的訓練推理的能力
可以爲千億參數級別大模型訓練
提供持續高效的、高性能的算力支持
在打破英偉達對AI算力壟斷的過程中
摩爾線程作爲AI新勢力
技術架構自成一體
從遊戲顯卡MPP-S80到大模型訓練千卡集群跨額
一路攀升
國產芯片的崛起不僅是技術突破
更是國家科技實力的象徵
讓我們共同期待國產芯片實現超車時刻
支持國產
就是在支持我們的未來
