“打開水龍頭前，我們不需要知道水是從哪條河里來的。同理，未來我們用各種AI應用時，也不會知道它調用了哪些基座模型，用到了哪種加速卡的算力——這就是最好的AI Native 基礎設施。”

7月4日，在2024年世界人工智能大會AI基礎設施論壇上，無問芯穹聯(lián)合創(chuàng)始人兼CEO夏立雪發(fā)布了全球首個千卡規(guī)模異構芯片混訓平臺，千卡異構混合訓練集群算力利用率最高達到了97.6%。同時，夏立雪宣布無問芯穹Infini-AI云平臺已集成大模型異構千卡混訓能力，是全球首個可進行單任務千卡規(guī)模異構芯片混合訓練的平臺，具備萬卡擴展性，支持包括AMD、華為昇騰、天數(shù)智芯、沐曦、摩爾線程、NVIDIA六種異構芯片在內(nèi)的大模型混合訓練。7月起，通過試訓申請的用戶，已可在Infini-AI上一鍵發(fā)起700億參數(shù)規(guī)模的大模型訓練。

 

就在4個月前，無問芯穹Infini-AI大模型開發(fā)與服務云平臺宣布首次公測，已有智譜AI、月之暗面、生數(shù)科技等大模型公司客戶在Infini-AI上穩(wěn)定使用異構算力，還有20余家AI Native應用創(chuàng)業(yè)公司在Infini-AI上持續(xù)調用各種預置模型API，使用無問芯穹提供的工具鏈開發(fā)自身業(yè)務模型。此次發(fā)布全球首個可進行千卡規(guī)模異構芯片混訓的平臺，不僅是無問芯穹在異構計算優(yōu)化與集群系統(tǒng)設計方面的深厚底蘊和卓越技術的實力體現(xiàn)，同時也是無問芯穹秉承“MxN”中間層生態(tài)理念的重要成果。

 

【打破異構芯片“生態(tài)豎井”，讓異構芯片轉化為大算力】

 

作為大模型生命周期中不可或缺的兩個階段，訓練和推理均需要強大的計算資源支撐。然而，與國際上模型層與芯片層“相對集中”的格局相比，中國的模型層與芯片層更加“百花齊放”。然而，大量的異構芯片也形成了“生態(tài)豎井”，不同硬件生態(tài)系統(tǒng)封閉且互不兼容，給算力的使用方帶來一系列技術挑戰(zhàn)。

 

 

據(jù)不完全統(tǒng)計，宣布擁有千卡規(guī)模的中國算力集群已不少于100個，出于諸多緣由，比如過度依賴單一硬件平臺可能會使企業(yè)面臨供應鏈風險，又比如國產(chǎn)芯片的性能快速提升為集群方提供了多種選擇，絕大部分集群已經(jīng)或正在從同構轉向異構。“生態(tài)豎井”的存在讓大多數(shù)企業(yè)和開發(fā)者對此望而卻步，即便算力集群眾多，也難以實現(xiàn)有效的整合與利用，這無疑是對算力資源的浪費。“生態(tài)豎井”不僅成為構建AI Native基礎設施的最大難點，也是當前大模型行業(yè)面臨“算力荒”的重要原因。

 

構建適應多模型與多芯片格局的AI Native基礎設施，無問芯穹的底層解法是，提供高效整合異構算力資源的好用算力平臺，以及支持軟硬件聯(lián)合優(yōu)化與加速的中間件，讓異構芯片真正轉化為大算力。這一系列研、產(chǎn)進展背后，是無問芯穹研發(fā)團隊在異構芯片計算優(yōu)化與集群系統(tǒng)設計上的強大實力支撐。近日，無問芯穹與清華、上交的聯(lián)合研究團隊發(fā)布了HETHUB，這是一個用于大規(guī)模模型的異構分布式混合訓練系統(tǒng)，這是業(yè)內(nèi)首次實現(xiàn)六種不同品牌芯片間的交叉混合訓練，且工程化完成度高。夏立雪介紹，這項技術工程化的初衷，是希望能夠通過整合更多異構算力，繼續(xù)推高大模型技術能力的上限，同時通過打通異構芯片生態(tài)，持續(xù)降低大模型應用落地成本。

 

 

【引領“MxN”生態(tài)格局的AI Native基礎設施建設，讓天下沒有難用的AI算力】

 

當前，大模型行業(yè)發(fā)展正在進入規(guī)?；a(chǎn)業(yè)落地階段，應用場景的百花齊放，帶來了對大模型訓練日益迫切的需求，巨大的市場前景，使得基礎模型和算力芯片的行業(yè)玩家迅速攀升。構建大模型時代的AI Native基礎設施，不僅能夠為AI開發(fā)者提供更加通用、高效、便捷的研發(fā)環(huán)境，同時也是實現(xiàn)算力資源有效整合，支撐AI產(chǎn)業(yè)可持續(xù)發(fā)展的關鍵基石。

 

無問芯穹具備頂尖的AI計算優(yōu)化能力與算力解決方案能力，以及對“M種模型”與“N種芯片”行業(yè)格局的前瞻判斷，率先構建了“MxN”中間層的生態(tài)格局，實現(xiàn)多種大模型算法在多元芯片上的高效、統(tǒng)一部署。 截止目前，Infini-AI已支持了Qwen2、GLM4、Llama3、Gemma、Yi、Baichuan2、ChatGLM3系列等共30多個模型，以及AMD、華為昇騰、壁仞、寒武紀、燧原、海光、天數(shù)智芯、沐曦、摩爾線程、NVIDIA等10余種計算卡。

 

 

無問芯穹致力于成為AI Native 基礎設施領跑者，未來將繼續(xù)突破異構算力優(yōu)化與集群系統(tǒng)設計的技術上限，持續(xù)拓展模型層和芯片層的上下游生態(tài)伙伴力量，共同實現(xiàn)“MxN”的有效打通、利用和整合，構建真正適應多模型與多芯片的AI Native基礎設施，讓天下沒有難用的AI算力，助力推動大模型在各行業(yè)中的應用創(chuàng)新。

 

 

“技術上限推高與技術落地擴散不矛盾，且取決于我們決心如何對待這個技術?！毕牧⒀┍硎?，今天說讓大模型成本下降10000倍，就像30年前說讓家家戶戶都通電一樣。優(yōu)良的基礎設施就是這樣一種“魔法”，當邊際成本下降到臨界值，就能有更多的人擁抱新技術。

 雷峰網(wǎng)(公眾號：雷峰網(wǎng))

雷峰網(wǎng)版權文章，未經(jīng)授權禁止轉載。詳情見轉載須知。