7月4日-7日，世界人工智能大会（下称WAIC）在上海世博展馆开启。而算力，作为AI发展的刚需要素，让展馆中的芯片企业成为关注焦点。
如果说，去年的WAIC上，行业里GPU只有英伟达一个独苗可以选择，情况在今年有了巨大的变化。
2024年的WAIC，分为H1、H2、H3三个馆。据《智能涌现》作者观察，其中，H2馆基本有一半的厂商都是和智算中心、芯片有关的厂商，大玩家也基本聚齐：华为、百度昆仑芯、天数智芯、摩尔线程、算能、中科曙光、燧原等等。
不过，由于芯片还是一个相对敏感的话题，冒头的厂商们，展示方式上还是略显收敛。
WAIC上的芯片展台挤满了人 作者拍摄
多位芯片厂商人士告诉《智能涌现》，他们最新的芯片产品并不敢拿出来展示，也不打算正式发布。在展示方式上，大家形成了心照不宣的默契，并不愿意直接呈现芯片本身——而是直接呈现装好芯片的服务器，或者是以合作伙伴的落地案例来展现。
WAIC作为人工智能行业的一个集中观察窗口，从这里我们可以窥见2024年的国产算力发展趋势。随着大模型逐渐往两派分化——一派追逐务实的商业化落地，另外一派是技术理想派，还在持续进发追求高参数量。
有趣的是，同样的趋势也出现在上游的算力端。目前，国内的芯片厂商也呈现了策略上的两极分化，一派继续往万卡、万P进发，另一派则更关注大模型在各行各业的落地诉求，推理芯片进入爆发前夜。
推理芯片大爆发
在WAIC上，有多家芯片厂商称其推理芯片销售量大幅提升。比如，天数智芯、燧原的工作人员都告诉《智能涌现》，他们的推理芯片产品去年以来都有了数万片的出货，出货渠道包括智算中心等等。
百度的一位工作人员也表示，昆仑芯过去两代产品也都是推理卡，目前来自百度和外部渠道的出货量大概是1:1，“至今累计出货量也有三五万片左右”。
不过，前述这些芯片厂商的推理卡，还是面向更大的模型参数，主打云端，当前也有不少芯片厂商瞄准了端侧的机会，主打用一颗小芯片跑端侧大模型推理。
芯片厂商「爱芯元智」的一位工作人员告诉《智能涌现》，他们的某颗小芯片虽然只能运行2B参数量的模型，但优点是可以进行本地端侧运行，保证了隐私性，成本上也很可观。据其介绍，目前这颗芯片能广泛用于监控摄像头等IoT设备上，已是“供不应求的状态”。
端侧小芯片展台火热 作者拍摄
推理芯片的大爆发，是一个市场和竞争综合作用的结果。
随着主流大模型逐渐推进开源、以及大模型厂商们今年为了抢夺市场疯狂降价，大模型逐渐在各行各业落地。推理正是一个“用”大模型的过程，需要大量的推理芯片的支撑。和训练场景不一样的是，推理芯片面向的是各行各业，眼前是星辰大海。
而更重要的是，这也是英伟达芯片没有渗透到的广泛市场。在此前，行业内一般采用英伟达的4090、L20这些产品来跑大模型推理，不过英伟达这类产品的缺点也相当明显。
比如，英伟达的4090其实是消费级显卡，英伟达官方并不允许其运用于大模型推理，目前也面临着禁运的情况。而更关键的是，英伟达这些芯片由于并非针对推理场景制定，存在着功耗过大、内存不够等情况，难以满足诉求。
而前述那些“卖爆”的产品，也正是基于英伟达的种种阿喀琉斯之踵而切入。4090、L20，基本是这些国产推理卡的直接对标对象。
一名天数智芯的工作人员称，他们推出的“大模型推理16卡服务器”，16卡服务器的单机显存达到512GB，单卡成本和4090差不多的情况下，功耗只有其1/3，并且，“供应稳定持续有货”，目前已经打入了某大模型厂商供应链。
除了传统的芯片厂商之外，《智能涌现》发现，目前也有中兴在内的新玩家进入推理芯片市场，以及出现了全新的商业模式。
“如今已到了推理卡爆发的前夜”，一位芯片厂商人士感慨道。
从千卡跃进万卡，这是少数人的游戏
一面是推理芯片爆发，另一面是，国产芯片厂商在还在坚持追逐更高的算力，国产算力集群逐渐从过去的千卡规模，向万卡规模进发。在WAIC上，摩尔线程也发布了国内首个万卡规模的智算集群解决方案“夸娥”（KUAE）。
目前，超万卡集群已经成为头部大模型厂商预训练的标配。在海外，Open AI、谷歌、Meta都已经有了万卡集群。其中，Open AI更是拥有五万卡以上的规模。
《智能涌现》了解到，目前国内只有字节跳动等极少数企业拥有万卡规模，都是英伟达的产品。另外，华为、摩尔线程也是万卡规模的拥簇者，不过都是用各自的芯片搭建而成。
万卡集群是针对万亿参数级别的大模型而设计，目前行业对此，有的持乐观态度，有的还在观望、犹豫。
在WAIC上，有不少芯片厂商人士向《智能涌现》提出了自己的顾虑——万卡智算中心的投入动辄几十亿，而万亿参数的大模型目前应用场景有限，商业落地的可行性还要再继续考察。这些厂商目前更关注几百卡、几千卡的集群规模优化。
另外，从千卡到万卡级别，不仅仅是GPU数量多个零那么简单，而是在软件层面提出了更高的要求。
接踵而来的难题是：万卡集群如何搭建超大规模的组网互联系统？一万张GPU的计算效率如何最大化？大模型训练时如何保证高稳定性和长期稳定性？万卡集群不仅仅是硬件投入翻十倍那么简单，还有更多软件上的功夫要做。
