為解決算力問題，中企選擇“多芯片混合”訓練AI模型

7月4日消息，據(jù)Digitimes報道，為解決人工智能（AI）芯片算力問題，中國AI公司正實施“多芯片混合”的策略來提高在AI計算方面的能力的同時，進一步避免供應鏈安全問題。

多芯片混合計算的方法有諸多優(yōu)勢，包括利用多個不同型號的GPU并行訓練，來共同提高大語言模型（LLM）訓練速度，因同時可以處理更多數(shù)據(jù)，可更好利用內(nèi)存，中國廠商可以降低對于更昂貴的英偉達（NVIDIA）芯片的依賴，進而降低成本。

自2022年10月以來，受美國持續(xù)升級的限制政策的影響，中國獲取國外高性能AI芯片受到了極大的限制。因此，目前也依然存在著一些灰色渠道，但是供給量還是比較有限的。同樣，雖然中國本土也有一些AI芯片，但是性能和產(chǎn)能也都比較有限。

傳聞稱，目前中國公司已經(jīng)開始開發(fā)“多芯片混合”技術，將不同芯片組成一個訓練集群，包括百度和阿里巴巴都在研究這項解決方案。例如，百度在其 2024 年財報電話會議上宣布，它可以組合來自不同供應商的 GPU 并將其用于 AI 訓練。另一家中國大型科技公司阿里巴巴自 2021 年以來一直致力于“一云多芯片”解決方案。但也面臨諸多挑戰(zhàn)，例如需要像NVIDIA NVLink這樣的高速構架，確保不同的加速器能高效通信。不過，阿里云已經(jīng)開始轉向使用基于以太網(wǎng)的高性能網(wǎng)絡。

編輯：芯智訊-林子