三重变革已至 “旅游+”可期

“星汉灿烂,若出其里。”人工智能(réngōngzhìnéng)迈入闪耀时刻。 4月29日，习近平总书记来到位于徐汇区的上海“模速(mósù)空间”大模型创新生态社区调研。他指出，人工智能(réngōngzhìnéng)技术加速迭代，正迎来(yínglái)爆发式发展，上海要总结好以(yǐ)大模型产业生态体系孵化人工智能产业等成功经验(chénggōngjīngyàn)，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，徐汇区已形成“北斗列阵”+“群星闪耀”的AI生态布局。其中，“北斗七星(běidǒuqīxīng)”由稀宇科技、商汤科技、阶跃星辰、无问(wúwèn)芯穹、星纪魅族、特赞科技和斑马智行7家标杆企业构成(gòuchéng)。 这些(zhèxiē)企业何以成为“北斗”？它们在人工智能领域有哪些探索和前瞻性的思考？澎湃(pēngpài)新闻推出“北斗专访”系列报道，通过(tōngguò)深度对话，解码标杆企业的AI星辰版图。 作为企业掌舵人，清华大学电子工程系毕业夏立雪身上(shēnshàng)带有理工科学生的气质(qìzhì)。如今他的身份是无问芯穹(xīnqióng)CEO，常穿公司文化衫或西装出席公开场合，每次采访均准时现身。 面对澎湃新闻记者的提问，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(cánkù)的竞争，也保持平和而克制的语调。 来到上海(shànghǎi)发展，这个出生于1991年的青年企业家开始喜爱这座城市。“上海确实让我有很(hěn)大的一个感触，它(tā)和(hé)年轻人是很匹配的。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(chénglì)刚满两年，融资近10亿元。接下来要不要上市，夏立雪(xiàlìxuě)似乎并不心急。他说：“我相信只要坚持做好两件事，既有技术的(de)持续领先，又有商业化的成功(chénggōng)，上市只是一个水到渠成的事情。” 无问芯穹，位于上海徐汇滨江模速空间一楼。受访者 供图(gōngtú) 摆在眼前的，是AI竞争来到(láidào)“深水区”。2025年，大模型在算力上的比(bǐ)拼正发生深刻转变：从原来(yuánlái)的“比谁有更多GPU”，演变成了“比谁能更聪明、更经济地用好手中算力”。 “我们现在需要考虑的是，在算力资源有限的情况下，怎么去解决模型持续增长的问题？”在夏立雪看来，AI的任务(rènwù)越来越多样，芯片技术越来越细分，算力资源越来越紧张——于是(yúshì)，“用最适合(shìhé)(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(zhuānzhù)训练，适合推理的芯片完成(wánchéng)推理，适合端侧的芯片负责部署。更重要的是，要发挥异构算力资源的整体效能。 无论(wúlùn)对中国还是全球，整合多元异构算力已不再是权宜之计，而是技术演进、成本压力和应用多样化之下的一个(yígè)必然方向。 2025年5月(yuè)，上海模速空间，无问(wúwèn)芯穹公司门口。澎湃新闻记者 李佳蔚 图 中国算力资源的一大突出特点是多元异构。市场(shìchǎng)上主流CPU生态有5种以上(yǐshàng)，GPU生态则多达10种以上，不同的算力芯片、服务器形态、存储形态，以及(yǐjí)网络形态组合(zǔhé)配置在一起，可以形成成百上千的组合。 “没有用不完的英伟达GPU，也(yě)不是必须用英伟达的GPU。”夏立雪说，AI企业如今更关注“用对(duì)芯片”，而非“用贵(yòngguì)芯片”。掌握整合(zhěnghé)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。 他进一步谈到，“打开水龙头，我们可能不知道水是从哪个水库过来的，只知道它是标准化的自来水。同理(tónglǐ)，作为(wèi)算力(suànlì)运营商，我们要调用不同的基座模型(móxíng)、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。” 澎湃新闻：这两年大模型技术更迭非常快(kuài)，每年都有(yǒu)新焦点，你对行业变化有什么感受？ 夏立雪：这两年(liǎngnián)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(duō)模态已经进入视野，今年的推理模型大家也习以为常(xíyǐwéicháng)了，技术飞快地迭代。随着模型能力增强，背后是模型的体量增大。 人工智能依然遵循Scaling Law（尺度定律），对算力的(de)(de)需求越来越大，大到了一个什么程度？大到了你不能再假设你的资源是(shì)无限(wúxiàn)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(dànshì)，现在这个假设的边界已经逼近，我们需要考虑，中国的算力资源是有限的，怎么去解决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、高效率的方式，在(zài)资源有限的情况下造出了一个好模型。所以，在打造更好(gènghǎo)的模型方面，现在我们需要更加精细化地把现有算力资源用好。 另外，我们(wǒmen)还要考虑供需关系的问题。比如，当很多算力资源被用在模型训练上，而(ér)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(yígè)很大的挑战。 当前(dāngqián)，我们特别需要把没有被用起来(qǐlái)的算力资源充分利用，同时要确保使用效率高。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5月(yuè)，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(zīyuán)有限，是中国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，只是有些国家会选择(xuǎnzé)放弃。在AI大模型的赛道上，目前来看主要是中国(zhōngguó)和美国仍在坚持(jiānchí)，随着模型不断增大，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)市场痛点如何解决(jiějué)？ 夏立雪：现阶段，算力市场(shìchǎng)的(de)供需错配是比较明显的。举个简单例子，由于使用习惯问题，大家都(dōu)优先选择所谓的高质量算力，最尖端的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(kǎ)吗？对性能(xìngnéng)要求(yāoqiú)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(guānzhù)或接受的算力，我们要让(ràng)这些算力都被利用起来。这当中要解决一些问题，比如，这种算力和模型是不是适配，企业会不会(búhuì)用。异构卡出于不同的设计理念，会有很多性能差异，适配不同的任务，因此多种不同类型的卡展现出的效率差异会导致大规模分布式(fēnbùshì)训练变得低效。 我们有一个公式(gōngshì)，AI模型的(de)算力=芯片算力×优化系数×多元异构能力。其中，优化系数是通过(tōngguò)软硬件协同发挥(fāhuī)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(de)，只知道它是标准化的自来水。同理，作为算力(suànlì)运营商，我们要调用不同的基座模型、使用(shǐyòng)不同的算力芯片，最终为AI企业提供标准化的算力服务。 2025年5月，上海模速空间，无问芯穹成立2周年的一处(yīchù)照片墙(qiáng)。澎湃新闻记者 李佳蔚 图 澎湃新闻(xīnwén)：既然AI任务变得越来越多样化，芯片技术也越来越细分，是不是意味着算力应该用在最(zuì)适合它的地方？ 夏立雪：是的，企业手里有算力，一定要(yào)把它用好。算力需求本身是分层的，供给也应该分层。一些芯片更适合(shìhé)承担大模型训练的高吞吐任务，另(lìng)一些则在低延迟、低功耗的推理场景中更有优势(yōushì)，还有些(yǒuxiē)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、效率与成本之间找到最优解。 澎湃(pēngpài)新闻：能否(néngfǒu)解释一下，在庞大的AI产业当中，你们具体提供怎样的产品和服务？ 夏立雪：就像刚才说的，我们有点像一个“自来水厂”，从不同(bùtóng)水库调取水源，经过统一(tǒngyī)标准化的处理，再供给到千家万户。我们也像是大模型算力的电商平台，你要部署AI应用，可以像在电商平台上购物(gòuwù)一样，在我们这里选择不同芯片、不同模型，选购最适合自己(zìjǐ)的组合套餐。最终，我们希望让更(gèng)多的企业能用(néngyòng)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(jìnxíng)单任务千卡规模(guīmó)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(mùxī)、摩尔线程与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(shì)清华博士，也是“90后”，你怎么看如今越来越多的科学家和(hé)年轻人投身AI行业？ 夏立雪：这两个(liǎnggè)问题在人工智能(réngōngzhìnéng)行业是有统一性的。也就是说，科学家创业和年轻人创业，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(xiěshū)、来不及成为(chéngwéi)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(xiǎo)，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)第一个在业界打响名气的推理加速方法(fāngfǎ)FlashDecoding++，通过异步方法实现注意力(zhùyìlì)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，那年她也拿到了我们公司最高(zuìgāo)荣誉“无穹之星”。所以在这个行业，年轻人大有可为。 澎湃新闻：来到上海，你对这座城市以及(yǐjí)这里的(de)人工智能发展环境有什么感受？ 夏立雪(xiàlìxuě)：北京、上海都是人工智能很强的城市，有各自不同的优势。上海确确实实让我有很大的一个感触，就是它和年轻人的匹配，可能因为(yīnwèi)它的文化基因更加开放、更加活泼(huópō)，年轻人生活工作在其中比较舒适。这种环境既有利于创新，也吸引了大量(dàliàng)人工智能企业的聚集。 澎湃新闻：无问芯穹是否有融资(róngzī)压力，考虑上市吗？ 夏立雪：我们有自己的技术(jìshù)理想，同时也考虑商业化(shāngyèhuà)落地。从公司(gōngsī)发展角度，一方面我们会继续坚持一套自主(zìzhǔ)、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，既有技术的持续领先，又有商业化的成功，上市只是(zhǐshì)一个水到渠成(shuǐdàoqúchéng)的事情。 澎湃新闻：无问芯穹是首批入驻模速(mósù)空间的企业，讲一个你对(duì)模速空间的深刻印象吧。 夏立雪：我们公司和模速(mósù)空间(kōngjiān)共同成长，感情很深。模速空间为我们提供了(le)全方位的(de)贴心服务，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聊天，相互交换一些行业早期的信息和判断，这对各自发展都有好处。另外，我们很多合作也是这样(zhèyàng)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(xīnwén)高级记者 李佳蔚 (本文来自澎湃新闻，更多原创(yuánchuàng)资讯请下载“澎湃新闻”APP)