三重变革已至 “旅游+”可期

“星汉灿烂,若出其里。”人工智能迈入闪耀时刻(shíkè)。 4月29日，习近平总书记来到位于(wèiyú)徐汇区的上海“模速空间”大(dà)模型(móxíng)创新生态社区调研。他指出(zhǐchū)，人工智能技术加速迭代，正迎来爆发式发展，上海要总结好以大模型产业(chǎnyè)生态体系孵化人工智能产业等成功经验，加大探索力度，力争在人工智能发展和治理各方面走在前列，产生示范效应。 如今，徐汇区已(yǐ)形成“北斗列阵”+“群星闪耀(shǎnyào)”的AI生态布局。其中，“北斗七星”由稀宇科技、商汤科技、阶跃星辰、无问芯穹、星纪魅族、特赞科技和斑马(bānmǎ)智行7家标杆企业构成。 这些企业何以成为“北斗”？它们在人工智能领域有(yǒu)哪些探索和前瞻性的(de)思考？澎湃新闻推出“北斗专访”系列报道，通过深度对话，解码标杆企业的AI星辰版图(bǎntú)。 作为企业掌舵人，清华大学电子工程系(qīnghuádàxuédiànzigōngchéngxì)毕业夏立雪身上带有(dàiyǒu)理工科学生的气质。如今他的身份是无问芯穹CEO，常穿公司文化衫或西装出席(chūxí)公开场合，每次采访均准时现身。 面对澎湃(pēngpài)新闻记者的提问，他总会迅速作答，有问必答、条理清晰，即使谈及激烈而(ér)残酷的竞争，也保持平和而克制的语调。 来到上海发展，这个出生于1991年的青年企业家(qǐyèjiā)开始(kāishǐ)喜爱这座城市。“上海确实让我(wǒ)有很大的一个感触，它和年轻人是(shì)很匹配的。我们公司平均年龄32岁，年轻人喜欢上海，可能因为它的文化基因更加开放和活泼。” 无问芯穹至今成立刚满两年，融资近(jìn)10亿元。接下来要(yào)不要上市，夏立雪似乎并(bìng)不心急(xīnjí)。他说：“我相信只要坚持做好两件事，既有技术的持续领先，又有商业化的成功，上市只是一个水到渠成的事情。” 无问(wúwèn)芯穹，位于上海徐汇滨江模速空间一楼。受访者 供图 摆在眼前的，是AI竞争来到“深水(shēnshuǐ)区”。2025年，大模型在算力上的比拼正发生深刻转变(zhuǎnbiàn)：从原来的“比谁有更多GPU”，演变成了“比谁能(néng)更聪明、更经济地用好手中算力”。 “我们现在需要考虑的是，在算力(suànlì)资源有限的情况下，怎么(zěnme)去解决模型持续增长的问题？”在夏立雪看来，AI的任务越来越多样，芯片技术(jìshù)越来越细分，算力资源越来越紧张——于是，“用最适合(shìhé)的芯片做最适合的任务”就成了大趋势。比如，适合训练的芯片专注训练，适合推理的芯片完成推理，适合端侧(duāncè)的芯片负责部署。更重要的是，要发挥异构算力资源的整体(zhěngtǐ)效能。 无论对中国还是(shì)全球，整合多元异构算力已不再是权宜之计，而是技术演进、成本(chéngběn)压力和应用多样化之下的一个必然方向。 2025年5月，上海模速空间，无问芯穹公司(gōngsī)门口。澎湃新闻记者 李佳蔚(lǐjiāwèi) 图 中国算力资源的一大突出特点是多元异构。市场上主流(zhǔliú)CPU生态有5种以上，GPU生态则(zé)多达10种以上，不同的算力芯片、服务器(fúwùqì)形态(xíngtài)、存储形态，以及网络形态组合配置在一起，可以形成成百上千的组合。 “没有用不完的英(yīng)伟达GPU，也不是(búshì)必须用英伟达的GPU。”夏立雪说，AI企业如今更(gèng)关注“用对芯片”，而非“用贵芯片”。掌握整合多元异构算力的核心技术，是中国确保人工智能安全、可靠、可控的一部分(yībùfèn)。 他进一步谈到，“打开水龙头，我们(wǒmen)可能不知道水是从(shìcóng)哪个水库过来的，只知道它是标准化(biāozhǔnhuà)的自来水。同理，作为算力运营商，我们要调用不同的基座模型、使用不同的算力芯片，最终(zuìzhōng)为AI企业提供标准化的算力服务。” 澎湃新闻：这两年大模型技术更迭非常快，每年(měinián)都有新焦点，你对行业变化(biànhuà)有什么感受？ 夏立雪：这两年人工智能发展飞速变化，前年我们在讨论大语言模型，去年多模态已经(yǐjīng)进入视野，今年的推理模型大家也习以为常了，技术飞快地迭代(diédài)。随着模型能力增强，背后是模型的体量增大(zēngdà)。 人工智能依然遵循Scaling Law（尺度定律），对算力的(de)需求越来越大，大到了一个什么程度(chéngdù)？大到了你不能再假设你的资源是(shì)无限的。前两年训练模型(móxíng)的时候，很多大厂有一个基本假设，算力是无限的，至少在做单一任务时算力是无限的。但是，现在这个假设的边界已经逼近，我们需要考虑，中国(zhōngguó)的算力资源是有限的，怎么去解决(jiějué)模型持续增长的问题？ DeepSeek提供了一个很好的(de)例子，它没有用“大力出(chū)奇迹”的方式，而是用低成本(dīchéngběn)、高效率的方式，在资源有限的情况下造出了一个好模型。所以，在打造更好的模型方面，现在我们需要更加精细化地把(bǎ)现有算力资源用好。 另外，我们还要考虑(kǎolǜ)供需关系的(de)问题。比如，当很多算力资源被用在模型训练上，而推理落地的算力需求也在上升，那后者的资源就有限了。这中间，算力资源的供需匹配和性价比是一个很大(hěndà)的挑战。 当前，我们特别需要把没有被用起来的算力资源充分利用，同时(tóngshí)要确保使用(shǐyòng)效率高。如果你拿来的算力不好用，大模型(móxíng)跑得非常卡，三秒才出一个字，那没人愿意用。 2025年(nián)5月，上海模速空间(kōngjiān)，无问芯穹办公空间一隅。澎湃新闻记者 李佳蔚 图 澎湃新闻：算力资源有限，是中国(zhōngguó)特有的还是全球性问题？ 夏立雪：大多数国家都面临这个问题，只是有些国家会(huì)选择放弃。在AI大模型(móxíng)的赛道上，目前来看主要是中国和美国仍在坚持，随着(suízhe)模型不断增大，都会面临算力资源有限的瓶颈。 澎湃新闻：你提到算力供需错配，这是怎么回事？这个(zhègè)市场痛点(tòngdiǎn)如何解决？ 夏立雪(xiàlìxuě)：现阶段，算力市场的供需错配是比较明显的。举个简单例子，由于使用(yòng)习惯问题，大家都(dōu)优先选择所谓的高质量算力，最(zuì)尖端的GPU，它经过市场验证，一定好用。但问题是，每家企业都需要用尖端卡吗？对(duì)性能要求不高的企业，用一般性能的GPU行不行？不同企业需求不同，可以用不同的卡。如果所有企业都抢最尖端的卡，一方面成本极高，另一方面资源(zīyuán)很快短缺。 事实上，市场上还有大量性能(xìngnéng)不错，但没有被关注或接受的算力，我们要让这些算力都(dōu)被利用起来。这当中要解决一些问题，比如，这种算力和模型是不是适配，企业会(huì)不会用。异构卡出于不同的设计理念，会有很多性能差异(chāyì)，适配不同的任务，因此多种不同类型的卡展现出(zhǎnxiànchū)的效率差异会导致大规模分布式训练变得低效。 我们有一个公式，AI模型的(de)算力(suànlì)(suànlì)=芯片算力×优化系数×多元异构能力(nénglì)。其中，优化系数是通过软硬件协同发挥芯片算力最大价值的能力；多元异构，则是让不同类型的算力资源都进入算力池，并实现算力适配的能力。 打开水龙头，我们可能不知道水是从哪个水库过来的，只知道它是标准化(biāozhǔnhuà)的自来水。同理，作为算力(suànlì)运营商，我们要调用不同的基座模型、使用不同的算力芯片，最终为AI企业提供标准化的算力服务(fúwù)。 2025年5月，上海(shànghǎi)模速空间，无问芯穹成立2周年的一处(yīchù)照片墙。澎湃新闻记者 李佳蔚 图 澎湃新闻：既然AI任务变得越来越多样化，芯片技术也越来越细分，是不是意味着(yìwèizhe)算力应该用在最适合它(tā)的地方？ 夏立雪：是的，企业手里有算力(suànlì)，一定要把它用好。算力需求本身是分层的，供给也应该(yīnggāi)分层。一些芯片更适合(shìhé)承担大模型训练的高吞吐任务，另一些则在低延迟、低功耗(dīgōnghào)的推理场景中更有优势，还有些专为端侧部署设计，追求轻量化，实时响应。不同类型的AI应用，匹配最适合的算力资源，才能在性能、效率与成本(chéngběn)之间找到最优解。 澎湃新闻：能否解释一下，在庞大的AI产业当中(dāngzhōng)，你们具体提供怎样的产品和(hé)服务？ 夏立雪：就像刚才说(shuō)的(de)，我们有点像一个“自来水厂”，从不同水库调取水源，经过统一标准化的处理(chǔlǐ)，再供给到千家万户。我们也像是大模型算力的电商平台(píngtái)，你要部署AI应用，可以像在(zài)电商平台上购物一样，在我们这里选择不同芯片、不同模型，选购最适合自己的组合(zǔhé)套餐。最终，我们希望让更多的企业能用得起算力，也用得好算力。 目前，无问芯穹拥有全球首个可进行单任务(dānrènwù)千卡(qiānkǎ)规模异构芯片混合训练的(de)平台，支持包括华为昇腾、天数智芯、沐曦、摩尔(móěr)线程与AMD、NVIDIA六种异构芯片在内的大模型混合训练，集群算力利用率最高可达97.6%。 澎湃新闻：你是清华博士，也是“90后”，你怎么看如今(rújīn)越来越多的(de)科学家和年轻人投身AI行业？ 夏立雪：这两个问题在(zài)人工智能(réngōngzhìnéng)行业(hángyè)是有统一性的。也就是说，科学家创业和(hé)年轻人创业，在人工智能行业很普遍，也很匹配。人工智能是一个快速迭代的技术体系，现在很多技术都来不及(láibùjí)写书、来不及成为教材，就已经被广泛应用起来了。和传统上我们先在学校学习，然后才进入行业应用的模式非常不同。 我们公司平均年龄只有32岁，比我更小，如果算上实习生，那(nà)平均年龄才28岁。2023年我们公司推出的(de)(de)第一个在业界打响名气的推理(tuīlǐ)加速方法FlashDecoding++，通过异步方法实现(shíxiàn)注意力计算的真正并行，它就是一个年仅24岁的实习生作为主要贡献者实现的，那年她(tā)也拿到了我们公司最高荣誉“无穹之星”。所以在这个行业，年轻人大有可为。 澎湃(pēngpài)新闻：来到上海，你对这座城市以及这里的人工智能发展(fāzhǎn)环境有什么感受？ 夏立雪：北京、上海都是人工智能很强的(de)城市，有各自不同的优势。上海确确实实让我(wǒ)有很大的一个感触，就是它和年轻人(niánqīngrén)的匹配，可能因为它的文化基因更加开放、更加活泼，年轻人生活工作在其中(qízhōng)比较舒适。这种环境既有利于创新，也吸引了大量人工智能企业的聚集。 澎湃新闻(xīnwén)：无问芯穹是否有融资压力，考虑上市吗？ 夏立雪：我们(wǒmen)有自己的(de)技术理想，同时也考虑商业化落地。从公司发展角度，一方面我们会继续坚持一套自主、可控的技术方向，符合且服务国家需求；另一方面，我们不是一家研究院，我们乐于追求商业价值，不仅仅是给股东(gǔdōng)交答卷，更是要让技术接受市场的验证。我相信只要坚持做好两件事，既有技术的持续(chíxù)领先，又(yòu)有商业化的成功(chénggōng)，上市只是一个水到渠成的事情。 澎湃新闻：无问芯穹是首批入驻模速(mósù)空间的(de)企业，讲一个你对模速空间的深刻印象吧。 夏立雪：我们(wǒmen)公司和模速(mósù)空间共同成长，感情很深。模速空间为我们提供了全方位的贴心(tiēxīn)服务，并给予了大力支持。这里(zhèlǐ)聚集了大量人工智能上下游企业，我经常上楼找其他同行聊一(liáoyī)聊天，相互交换一些行业早期的信息和判断，这对各自发展(fāzhǎn)都有好处。另外，我们很多合作也是这样达成的，有时模速空间两家企业相互合作，有时我们携手去服务外部的另一个客户。在这里，机遇非常多。 澎湃新闻高级记者(jìzhě) 李佳蔚 (本文来自澎湃新闻，更多原创资讯请下载(xiàzài)“澎湃新闻”APP)