2023年，国内大模型领域风起云涌。大模型的出现，给千行万业智能化带来了全新的机遇。众所周知，云计算是做大模型的最佳选择，以大模型算力为云的基本盘，是云厂商必须抓住的大生意。因此，云市场就随着大模型的火爆，而不断翻滚悸动，阿里云、腾讯云、华为云等国内几大云厂商也都布局了相关产品。
算力芯片领域受关注大模型发展的背后除了海量数据之外，还需要庞大的智能算力支撑。
据数据显示，2022年我国智能算力规模达到268百亿亿次/秒，超过通用算力的规模；预计未来5年，我国智能算力规模的年复合增长率将达52.3%。
智能算力的发展与算力芯片息息相关。“GPU芯片是加大AI算力的核心。目前适合构建大模型的算力芯片就是GPU芯片。”张孝荣说。
王鹏也认为，“大模型对算力的要求很高，传统芯片相对低端化，算力有限。高端化的芯片比如GPU，其算力速度相对更快，有利于大模型的训练。”
不过目前，我国GPU芯片的发展还面临着一些阻碍。据张孝荣介绍，一是限于美国政府禁令，我国企业当前无法获得最先进的英伟达GPU；二是英伟达GPU价格昂贵，供应中国的单块芯片价格在1万美元至2万美元之间，而一个大模型需要数万块GPU，以此推算，算力投入至少需要几十亿元人民币，成本巨大。
云计算为AI大模型提供强大的算力支撑与通用计算时代不同，AI时代的计算量达到了前所未有的量级，现有的单一计算架构很难满足AI的持续发展。未来的计算架构势必是由多元算力（例如CPU、GPU、DPU）组成的异构计算结构。
中国信通院云大所副总工陈屹力表示，云计算天然可以整合、调度异构算力，向AI大模型提供灵活、弹性、高效的算力服务，令底层多元算力“物尽其用”，成为AI大模型强大的算力支撑底座。例如，谷歌大模型Gemini便是使用了谷歌云提供的超级计算架构——“AI超级计算机”。
英伟达黄仁勋曾表示：与云厂商形成利益共同体，是Nvidia等芯片厂商未来生存的必要条件。未来的算力架构会在云上启航，也将在云上成长，最终成为孕育上层AI大模型应用“百花齐放”的创新土壤
免责声明：
1、本号不对发布的任何信息的可用性、准确性、时效性、有效性或完整性作出声明或保证，并在此声明不承担信息可能产生的任何责任、任何后果。
2、 本号非商业、非营利性，转载的内容并不代表赞同其观点和对其真实性负责，也无意构成任何其他引导。本号不对转载或发布的任何信息存在的不准确或错误，负任何直接或间接责任。
3、本号部分资料、素材、文字、图片等来源于互联网，所有转载都已经注明来源出处。如果您发现有侵犯您的知识产权以及个人合法权益的作品，请与我们取得联系，我们会及时修改或删除。
