隨著ChatGPT爆火，國內地方政府、科研機構、科技企業紛紛表示，已經著手類ChatGPT大模型技術的研究和推進，這是一件具有長遠戰略意義的事。

然而大家都知道，這中間還面臨著很多問題。比如算力，目前國內大模型的訓練基本以英偉達為主。在日前某人工智能大會上，商湯科技聯合創始人、大裝置事業群總裁楊帆談到，現在中國市面上A100全部加在一起，可能夠支撐100個類ChatGPT大模型網絡。聽上去很多，然而一些大公司，可能需要把幾千的卡連在一起，做內部更前瞻的測試，比如三千個卡做一個集群，要兩三個這樣的集群。整體來看，算力的體量是遠遠不夠的。

發展中國版ChatGPT，國內生態面臨哪些挑戰？

發展中國版ChatGPT對于整個人工智能產業來說，是非常有前景的好事，然而它也反映出，在這個產業中還存在很多挑戰，需要大家一起去解決。比如，現在***和軟件是否能夠支撐千卡以上的大規模集群，在吞吐率上是否能夠與英偉達媲美。

過去這些年感覺上，中國在人工智能產業的應用上跑得很快，然而在基礎技術上是落后美國的，如果要長遠發展，勢必要建設國產生態。這次ChatGPT的出圈，更是凸顯出建設國產生態的重要性。

那么目前國產生態面臨哪些問題呢，楊帆談到了幾點：第一，現在市面上確實已經出現多樣化的AI芯片，去嘗試挑戰英偉達的統治地位，然而多樣化的AI芯片，也帶來它特有的挑戰。就是說，國內現在有非常多的芯片，也有非常多的框架，這就形成了一個多對多的網狀關系，而英偉達對PyTorch則是形成了一個強強聯手的生態。

國內這種群狼亂戰的狀態就造成了適配工作量大，成本高的問題，包括算子的適配成本、框架的適配成本等。在楊帆看來，業界需要形成軟硬件之間適配的行業標準，來降低整個生態在這個過程中的發展成本。

第二，芯片處在人工智能產業鏈上游，這到應用端，中間還包括板卡、服務器、操作系統、框架、數據、AI計算平臺、軟件開發、行業系統集成等各種廠商。現在人工智能整體來說還是一個不成熟的行業，算法幾乎每天在更新，軟件也每個月有更新。在這種情況下，各層很難有一個穩固的連接關系，去服務好下游廠商。

楊帆認為，AI芯片的開發周期本身就很長，要想在算力上去跟英偉達拼其實很難，因此芯片廠商最好是能夠圍繞需求進行下一代芯片的設計和優化，這樣至少能夠在細分賽道形成快速的超車。當然這就需要對應用有很好的了解，而從產業鏈條來看，芯片廠商距離應用端很遠，如何去解決這個問題呢？

針對上述提到的生態建設面臨的兩個問題，商湯提出了相應的解決方案。據楊帆介紹，對于多元框架，多元芯片，公司希望跟業內的伙伴一起推動標準化的接口；對于鏈路長，對AI場景的理解不強的問題，商湯科技本身在算法和應用上有很深的積累，希望能夠跟業內的伙伴一起，針對一些重要的、有大規模需求的場景，點對點把下游的場景打通，真正的去實現***的落地應用。

如何構建算力生態？

燧原科技創始人、COO張亞林認為，AI生態爆發的要素，包括算法、算力、數據、平臺和應用。如何把生態五要素的飛輪轉起來呢，他認為，需要以底層算力作為應用支撐，以數據和算法作為大模型的根基，以云服務和整個分布式框架作為平臺，最后牽引出應用場景。

在當前的背景下，中國AI芯片和大算力企業，需要攜手構建一個異構的算力生態。從下圖來看，這個算力生態，從左邊的系統角度，包括軟件和硬件，軟件軟件有很多解決方案、云服務、工具鏈、系統軟件；硬件有芯片、外設、主機等。右邊三個圈是一個由內而外生態的擴張，國內任何一個算力聯盟，想做好這件事情，必須打造好自己的核心軟件棧，也就是類CUDA的一套底層軟件棧；然后在上面，長出一個擴展庫、框架接口，以跟開源社區和生態合作伙伴聯力；再在上面牽引出的解決方案和各行各業的應用，包括高校、研究院、行業試點。

張亞林認為，從最底層的算力和軟件棧，往上擴展到開源社區和合作伙伴，再往上牽引出更多應用，是現在中國算力和生態發展的必經之路。

中國的軟件生態要能夠逼近英偉達，需要經歷四個過程，從可用，好用，合作共贏，到生態閉環。目前中國絕大部分的AI芯片和軟件棧，還處在可用或者是邁向好用的階段。企業需要不停的進行產品迭代，不停的進行應用場景的迭代，讓產品從可用變成好用。等到好用之后，客戶群會開始擴張，形成合作和生態聯盟，然后達成生態的閉環。

小結

最近大熱的ChatGPT不僅僅是搜索引擎的加強版，也不僅僅是一個聊天機器人，它通過SaaS（軟件即服務）方式所提供的人工智能服務，將重塑所有的數字化應用和所有行業，為人們帶來一場新的工業革命。

ChatGPT的出現帶來了機會，也反映出了國內在人工智能產業生態構建上的欠缺，如何通過發揮科研機構、大型科技企業的優勢，結合產業鏈各細分領域的力量，構建完善的生態體系是當下業界需要共同探討和解決的事。

編輯：黃飛