（圖片來(lái)源：鈦媒體App編輯拍攝）

鈦媒體App獲悉，3月31日上午，騰訊、百度投資的國(guó)內(nèi)大模型領(lǐng)域AI Infra公司無(wú)問(wèn)芯穹在上海發(fā)布無(wú)穹Infini-AI大模型開(kāi)發(fā)與服務(wù)平臺(tái)。

無(wú)問(wèn)芯穹表示，Infini-AI大模型開(kāi)發(fā)與服務(wù)平臺(tái)包括一站式AI平臺(tái)，以及兼容infini-megrez、Llama、ChatGLM等多個(gè)模型的大模型開(kāi)發(fā)平臺(tái)，利用GPU推理和加速技術(shù)，提供大模型開(kāi)發(fā)、訓(xùn)練、運(yùn)行、應(yīng)用的完整工具鏈。

清華大學(xué)電子工程系教授兼系主任，國(guó)家自然科學(xué)基金杰青、無(wú)問(wèn)芯穹發(fā)起人汪玉教授早前表示，“現(xiàn)在大家都在做各種各樣的非常厲害的芯片，但是，但怎樣去把模型更好的部署在這些芯片上，讓做應(yīng)用開(kāi)發(fā)等領(lǐng)域人員不會(huì)花費(fèi)額外的代價(jià)，其實(shí)會(huì)極大推動(dòng)大模型研發(fā)。無(wú)問(wèn)芯穹就是想要推動(dòng)大模型技術(shù)設(shè)施發(fā)展進(jìn)入各行各業(yè)?！?/p>

無(wú)問(wèn)芯穹創(chuàng)始人、CEO夏立雪透露，大模型服務(wù)平臺(tái)于3月31日起開(kāi)啟免費(fèi)公測(cè)，給所有實(shí)名注冊(cè)的個(gè)人和企業(yè)用戶提供百億tokens免費(fèi)配額。一站式AI平臺(tái)于4月1日-4月30日限時(shí)免費(fèi)試用。

無(wú)問(wèn)芯穹創(chuàng)始人、CEO夏立雪

據(jù)悉，無(wú)問(wèn)芯穹（Infinigence AI）成立于2023年5月，是一家專(zhuān)注于為 AI 2.0時(shí)代提供完整解決方案的科技公司。

投融資層面，截至目前，無(wú)問(wèn)芯穹并未公開(kāi)融資，但工商信息顯示，騰訊、百度、紅杉中國(guó)、啟明創(chuàng)投、同歌創(chuàng)投、智譜AI、真格基金、光源資本、綠洲資本、經(jīng)緯創(chuàng)投、華控電科、北極光創(chuàng)投、金沙江創(chuàng)投、徐匯資本、南山資本等機(jī)構(gòu)均有投資入股無(wú)問(wèn)芯穹。

無(wú)問(wèn)芯穹創(chuàng)始團(tuán)隊(duì)來(lái)自清華大學(xué)電子工程系，致力于成為大模型落地過(guò)程中的\”M×N\”中間層，以打造大模型軟硬件一體化方案，鏈接上下游，建立AGI（通用人工智能）時(shí)代大模型基礎(chǔ)設(shè)施。

清華大學(xué)電子工程系教授兼系主任、無(wú)問(wèn)芯穹發(fā)起人汪玉教授

無(wú)問(wèn)芯穹發(fā)起人是汪玉教授。1982年出生的汪玉，本科、碩士、博士均在清華大學(xué)，2007年汪玉選擇留校任教，是目前清華大學(xué)最年輕的系主任。同時(shí)，清華大學(xué)電子工程系也是國(guó)內(nèi)半導(dǎo)體產(chǎn)業(yè)的“黃埔軍校”，包括燧原科技創(chuàng)始人兼CEO趙立東，前清華大學(xué)校長(zhǎng)王希勤等人都畢業(yè)于該專(zhuān)業(yè)。

2016年1月，以汪玉教授為負(fù)責(zé)人的深度學(xué)習(xí)處理器項(xiàng)目，通過(guò)清華大學(xué)電子信息學(xué)院論證并獲得支持。隨后，項(xiàng)目團(tuán)隊(duì)以知識(shí)產(chǎn)權(quán)轉(zhuǎn)化入股、創(chuàng)立AI芯片公司深鑒科技，進(jìn)行產(chǎn)業(yè)化運(yùn)營(yíng)。其學(xué)生姚頌、單羿是深鑒科技創(chuàng)始成員，投資方包括高榕資本、金沙江創(chuàng)投、三星風(fēng)投等機(jī)構(gòu)。2018年，深鑒科技被全球最大的FPGA廠商賽靈思收購(gòu)，隨后賽靈思也被美國(guó)芯片巨頭AMD公司所收購(gòu)。如今的無(wú)問(wèn)芯穹，或?qū)儆谕粲竦摹岸蝿?chuàng)業(yè)”。

無(wú)問(wèn)芯穹聯(lián)合創(chuàng)始人、CEO夏立雪博士則是汪玉的學(xué)生，于2018年在清華大學(xué)電子工程系獲得工學(xué)博士學(xué)位，于2013年在清華大學(xué)電子工程系獲得工學(xué)學(xué)士學(xué)位。此外，他還于2017年1月至6月赴杜克大學(xué)進(jìn)行為期半年的訪問(wèn)學(xué)者。夏立雪的研究?jī)?nèi)容為深度學(xué)習(xí)算法的硬件設(shè)計(jì)優(yōu)化，關(guān)注層次主要包括算法層的模型壓縮、軟件層的算法編譯優(yōu)化、以及面向新興存儲(chǔ)計(jì)算元件RRAM的深度學(xué)習(xí)計(jì)算平臺(tái)體系結(jié)構(gòu)和容錯(cuò)方法研究等。

無(wú)問(wèn)芯穹聯(lián)合創(chuàng)始人、CTO顏深根是中科院博士，北卡州立大學(xué)訪問(wèn)學(xué)者，曾任商湯科技數(shù)據(jù)與計(jì)算平臺(tái)部執(zhí)行研究總監(jiān)、北京大學(xué)-商湯科技聯(lián)合實(shí)驗(yàn)室副主任，曾帶領(lǐng)上百人優(yōu)秀團(tuán)隊(duì)幫助商湯開(kāi)發(fā)包括SenseParrots在內(nèi)的多個(gè)原創(chuàng)AI系統(tǒng)，建立了接近2萬(wàn)片GPU的超大規(guī)模高性能AI計(jì)算平臺(tái)。

無(wú)問(wèn)芯穹聯(lián)合創(chuàng)始人兼首席科學(xué)家戴國(guó)浩，目前是上海交通大學(xué)長(zhǎng)聘教軌副教授，CCC（清源研究院定制計(jì)算中心）Co-PI，DAI Group（人工智能設(shè)計(jì)自動(dòng)化創(chuàng)新實(shí)驗(yàn)室）負(fù)責(zé)人。戴國(guó)浩同為清華校友，分別于2014年和2019年取得清華電子工程系工學(xué)學(xué)士和博士學(xué)位。汪玉為其博士畢業(yè)論文指導(dǎo)老師。其主要研究方向是大規(guī)模稀疏圖計(jì)算、異構(gòu)硬件計(jì)算、新興硬件架構(gòu)等，畢業(yè)后，他曾為汪玉研究團(tuán)隊(duì)的助理研究員，后于2022年加入上海交大任副教授，方向?yàn)橄∈栌?jì)算、AI 電路與系統(tǒng)等。

2023年，以ChatGPT為代表的 AI 大模型風(fēng)靡全球，AI 2.0時(shí)代正在到來(lái)，而算力訓(xùn)練成本高、難以統(tǒng)一高效部署算力設(shè)施等，依然是大模型發(fā)展制約因素。

汪玉曾表示，大模型的涌現(xiàn)給 AI 、自動(dòng)駕駛、科學(xué)計(jì)算以及機(jī)器人等領(lǐng)域都帶來(lái)了顯著的促進(jìn)作用，但當(dāng)下，大模型落地面臨諸多挑戰(zhàn)，算力供需平衡、大模型應(yīng)用降本需要軟硬一體協(xié)同優(yōu)化的AI生態(tài)。

“從個(gè)人的角度來(lái)看，當(dāng)前大模型主要面臨三個(gè)方面的挑戰(zhàn)：第一，大模型面臨的算力限制；第二，當(dāng)前推理和包括訓(xùn)練在內(nèi)的成本相當(dāng)高，這是創(chuàng)業(yè)者和大公司普遍面臨的挑戰(zhàn)；第三，面對(duì)獨(dú)特的算法和多元硬件的生態(tài)，如何更有效地推動(dòng)這個(gè)生態(tài)的發(fā)展，也是當(dāng)前面臨的一個(gè)重要挑戰(zhàn)?！蓖粲癖硎?。

汪玉曾透露，訓(xùn)練GPT-4時(shí)需要使用到2.4萬(wàn)張A100 GPU。而以不同類(lèi)型的模型和用戶數(shù)來(lái)計(jì)算（推理階段），在自建算力集群的情況下，每天的費(fèi)用可能達(dá)到690萬(wàn)。如果使用現(xiàn)有的API運(yùn)營(yíng)，費(fèi)用可能更高。而假設(shè)GPT-4 Turbo每天要為10億活躍用戶提供服務(wù)，每年的算力成本可能超過(guò)2000億元。

夏立雪博士曾表示，算力不足仍然是制約通用人工智能發(fā)展的重要因素。GPU Utils的一份數(shù)據(jù)顯示，全球目前 H100 等效算力的供給缺口達(dá)到 43 萬(wàn)張。在解決算力不足的問(wèn)題上，除了搶購(gòu)和囤積英偉達(dá)，更多的方案正在浮出水面。

去年7月的一場(chǎng)演講中，汪玉表示，無(wú)問(wèn)芯穹是面向大模型的MxN軟硬件聯(lián)合優(yōu)化中間層的平臺(tái)，利用其平臺(tái)設(shè)施，推理成本、微調(diào)成本、人力成本均有望降低10倍以上，同時(shí)文本長(zhǎng)度也會(huì)增加10倍以上。

簡(jiǎn)單來(lái)說(shuō)，無(wú)問(wèn)芯穹做的任務(wù)屬于AI infra技術(shù)，M層是大模型，N層是A100/H800等國(guó)內(nèi)外服務(wù)器硬件，通過(guò)算子優(yōu)化、自動(dòng)編譯、不同芯片耦合等技術(shù)一鍵部署模型。

“在芯片制造方面，我們面臨著算力密度的限制。目前大家正在討論的是1Tops/Watt的設(shè)計(jì)，即每瓦特能夠提供1T次運(yùn)算（人腦的功耗大約為20瓦）。未來(lái)在某些任務(wù)上，我們需要硬件去達(dá)到每瓦特1000Tops/Watt的指標(biāo)。那么如何通過(guò)芯片實(shí)現(xiàn)1Tops/Watt，甚至幾百T或幾千Tops/Watt呢？過(guò)去幾年中，計(jì)算芯片通過(guò)尺寸微縮的紅利實(shí)現(xiàn)了各種各樣的專(zhuān)用處理器?，F(xiàn)在，我們開(kāi)始關(guān)注近存儲(chǔ)計(jì)算和存內(nèi)計(jì)算，因?yàn)閿?shù)據(jù)搬運(yùn)相比數(shù)據(jù)計(jì)算更耗電，搬運(yùn)數(shù)據(jù)（帶寬）變得更加復(fù)雜。進(jìn)一步地，我們也在研究是否可以不使用硅基芯片、微電子，而是采用光電子來(lái)制造芯片，這是業(yè)內(nèi)關(guān)注的一系列研究方向。另一方面，大模型的發(fā)展需要極高的互聯(lián)帶寬，根據(jù)實(shí)驗(yàn)室理論計(jì)算，GPT-3所需的互聯(lián)帶寬為1380TB/s，而一張英偉達(dá)的卡自帶的600GB/s互聯(lián)帶寬與這一需求之間存在顯著差距。這也是為什么需要將許多這樣的卡連接在一起，才能完成對(duì)這一模型的訓(xùn)練。目前，計(jì)算性能的提升速度超過(guò)了帶寬的增速，尤其在多元互聯(lián)的應(yīng)用場(chǎng)景中，如何有效地將機(jī)器連接起來(lái)是一項(xiàng)相當(dāng)復(fù)雜的任務(wù)。我們也在思考，創(chuàng)建一種相對(duì)統(tǒng)一的中間層，以支持長(zhǎng)文本、實(shí)現(xiàn)更高的性價(jià)比，同時(shí)實(shí)現(xiàn)一鍵部署。并且在這個(gè)中間層中，納入一些工具，以協(xié)助算法和應(yīng)用的開(kāi)發(fā)，比如整合算法壓縮、算子優(yōu)化以及自動(dòng)編譯等功能。通過(guò)這樣的中間層，有望更好地匹配M個(gè)大型模型和N個(gè)硬件，從而實(shí)現(xiàn)更加靈活的部署?！蓖粲裨硎?。

所謂AI Infra，是指構(gòu)建 AI 所需的基礎(chǔ)設(shè)施，涵蓋連接算力和應(yīng)用的 AI 中間層基礎(chǔ)設(shè)施，包括數(shù)據(jù)準(zhǔn)備、模型訓(xùn)練、模型部署和應(yīng)用整合等環(huán)節(jié)。它不僅與算力相關(guān)，還包括大數(shù)據(jù)層面的優(yōu)化。AI Infra 包括 AI 基礎(chǔ)框架技術(shù)，涉及大模型訓(xùn)練、部署領(lǐng)域的各種底層設(shè)施，以及基礎(chǔ)軟件棧等核心組成部分，主要目標(biāo)是優(yōu)化算力算法、促進(jìn)應(yīng)用落地。而AI Infra 在 AI 行業(yè)中扮演著連接硬件、軟件和應(yīng)用的關(guān)鍵角色，促進(jìn)了 AI 技術(shù)的發(fā)展和應(yīng)用。

2023年11月，無(wú)問(wèn)芯穹聯(lián)合清華大學(xué)、上海交通大學(xué)團(tuán)隊(duì)在Arxiv上發(fā)表了一篇論文，提出了一種新方法 FlashDecoding ，通過(guò)異步方法實(shí)現(xiàn)注意力計(jì)算的真正并行，可以將GPU推理速度提高2倍-4倍（200%-400%），在英偉達(dá)A100顯卡上的推理平均加速37%，以及同時(shí)支持英偉達(dá)和 AMD 的GPU產(chǎn)品。

另外，無(wú)問(wèn)芯穹還自主研發(fā)70億參數(shù)大語(yǔ)言模型“無(wú)問(wèn)天權(quán)”——infini-megrez-7b，支持英偉達(dá)和AMD的GPU，以及無(wú)問(wèn)芯穹自研高效推理引擎等。

據(jù)稱，目前無(wú)穹Infini-AI平臺(tái)已支持了Baichuan2、ChatGLM3、Llama2、Qwen系列等共20多個(gè)模型，以及AMD、壁仞、寒武紀(jì)、燧原、天數(shù)智芯、沐曦、摩爾線程、NVIDIA等10余種計(jì)算卡，支持多模型與多芯片之間的軟硬件聯(lián)合優(yōu)化和統(tǒng)一部署。

針對(duì)此次公布的一站式AI平臺(tái)和大模型服務(wù)平臺(tái)，鈦媒體App也進(jìn)行了測(cè)試和體驗(yàn)。

我們觀察到，從推理側(cè)來(lái)說(shuō)，大模型服務(wù)平臺(tái)的chat速度還是比較快的，同時(shí)也支持多個(gè)大模型、多款服務(wù)器同時(shí)進(jìn)行推理應(yīng)用。但截至目前，鈦媒體App測(cè)試的基于無(wú)穹Infini-AI平臺(tái)的infini-megrez-7b和ChatGLM3模型，均不能提供汪玉教授準(zhǔn)確的個(gè)人信息反饋，說(shuō)明其知識(shí)體系無(wú)法實(shí)時(shí)更新，數(shù)據(jù)和模型能力仍需要加強(qiáng)。

鈦媒體App還獲悉，無(wú)問(wèn)芯穹還宣布將與智譜 AI 合作構(gòu)建大模型訓(xùn)推萬(wàn)卡集群，并且與摩爾線程就MTT S4000千卡集群達(dá)成協(xié)議。

戴國(guó)浩透露，其團(tuán)隊(duì)于今年1月初研發(fā)出全球首個(gè)基于FPGA（現(xiàn)場(chǎng)可編程邏輯門(mén)陣列）的大模型處理器，通過(guò)大模型高效壓縮的軟硬件協(xié)同優(yōu)化技術(shù)，使得LLaMA2-7B模型的FPGA部署成本從4塊卡減少至1塊卡，并且性價(jià)比與能效比均高于同等工藝GPU，即展示“一張卡跑大模型”。戴國(guó)浩稱其為無(wú)穹LPU，預(yù)計(jì)將于2025年發(fā)布。（注：此前第四范式也公布了類(lèi)似的FPGA的模型算力加速技術(shù)）

圓桌會(huì)議上，鴻博股份副總裁、英博數(shù)科科技有限公司CEO周韡韡博士表示，“若算力不自由，則數(shù)據(jù)無(wú)意義。關(guān)于AGI，關(guān)于未來(lái)，我們有太多美好的憧憬，但眼下最實(shí)在的是先讓可滿足通用型LLM的同構(gòu)大型智算集群跑起來(lái)，再讓國(guó)內(nèi)團(tuán)隊(duì)在復(fù)現(xiàn)和追趕世界水平的同時(shí)，兼顧繁榮國(guó)產(chǎn)自主可控AGI生態(tài)發(fā)展?！?/p>

（本文首發(fā)鈦媒體App，作者｜林志佳）