從“能用”到“好用”！中國工程院院士鄭緯民詳解“主權AI”三大支柱，直指國產算力核心痛點

每經(jīng)記者｜楊卉    每經(jīng)編輯｜魏文藝    

12月20日，摩爾線程首屆MUSA開發(fā)者大會（MDC 2025）在北京中關村國際創(chuàng)新中心開幕。

在主論壇環(huán)節(jié)，中國工程院院士、清華大學計算機系教授鄭緯民提出，在芯片產業(yè)全球化分工遭遇技術封鎖的背景下，構建中國“主權AI”計算引擎成為緊迫任務。要實現(xiàn)“主權AI”，需從算力自主、算法自強、生態(tài)自立三方面入手。

從“主權AI”基建的角度出發(fā)，發(fā)展國產萬卡/十萬卡系統(tǒng)是不得不走的一步，但仍需解決互聯(lián)網(wǎng)絡與拓撲、可靠性與運維、能耗與供電散熱等方面的問題。至于國產芯片廠商都要面對的終極問題——生態(tài)建設，在鄭緯民看來，真正決定“主權AI”生態(tài)成敗的，是有沒有足夠多的開發(fā)者愿意長期在這套棧上寫代碼。未來國產平臺要提高用戶的開發(fā)體驗，還需解決遷移成本高、工具鏈不成熟、文檔/社區(qū)與支持不足等問題。

鄭緯民教授現(xiàn)場演講  圖片來源：每經(jīng)記者 楊卉 攝

“主權AI”三大支柱：算力自主、算法自強、生態(tài)自立

過去很長一段時間，芯片產業(yè)一直處于全球化分工的狀態(tài)，架構設計、制造裝備、代工、封測等環(huán)節(jié)均涉及不同領域。然而，近年來高端AI芯片面臨出口管制、技術封鎖等困境，算力從一般生產要素上升為戰(zhàn)略資源，“主權AI”也從學術討論逐步變?yōu)槊總€國家必須回答的現(xiàn)實問題。

鄭緯民認為，要實現(xiàn)“主權AI”，有三個支柱需要同步配備：算力自主、算法自強、生態(tài)自立。三者互為前提，相互約束，共同構成“主權AI”。

具體來看，算力自主是物理層的“安全底座”。鄭緯民強調，所謂算力自主，是指自主可控的芯片與加速器、可持續(xù)的代工與供應鏈、可靠的機房以及電力與網(wǎng)絡基礎設施。最終目標是不被單一外部算力平臺“卡脖子”，關鍵行業(yè)與基礎設施能夠在本土算力上運行。

要實現(xiàn)這一目標，則需做到三點：第一，芯片設計能力方面需有自主權，包括GPU（圖形處理器）/加速器、架構設計指令集規(guī)劃、片上互連與存儲架構等；第二，制造與供應鏈風險要可控，即在現(xiàn)有全球產業(yè)格局下，通過多源代工、庫存策略與本土化能力布局來降低斷供風險；第三，系統(tǒng)與集群交付的能力要強，不僅能“造出卡”，還要能夠穩(wěn)定交付服務器與大規(guī)模集群，并具備持續(xù)運維與優(yōu)化的能力。

“這三條做到了，才是算力自主。”鄭緯民表示。

算法自強是指在國產算力上做“原生創(chuàng)新”。以GPU為例，需要其做到能針對大模型做適配，如支持Transformer、MoE等主流與前沿模型結構；能做大模型的訓練，可支持千億、萬億參數(shù)級別的預訓練與多任務訓練；能讓模型進一步優(yōu)化，在國產算力環(huán)境下探索更適配本地應用與數(shù)據(jù)特點的模型架構。

最后一個支柱是生態(tài)自立。在鄭緯民看來，真正決定“主權AI”生態(tài)成敗的，是是否有足夠多的開發(fā)者愿意長期在這套棧上寫代碼，某種程度上，生態(tài)建設甚至比算力和算法更為重要。“不是說芯片上能跑一個軟件就可以了，要（讓用戶）愿意用這個芯片。”

這就要求廠商以開發(fā)者為主來提供解決方案，要求其關鍵工具鏈、自研框架與驅動具備持續(xù)迭代的能力，而不是完全依賴單一的境外生態(tài)。

圖片來源：每經(jīng)記者 楊卉 攝

鄭緯民強調，開發(fā)者才是生態(tài)的核心資源，平臺的成敗由開發(fā)者決定。因此，國產平臺急需解決遷移成本高、工具鏈不成熟、文檔/社區(qū)與支持不足等問題，盡可能兼容主流框架（如PyTorch、TensorFlow、PaddlePaddle等）與常見編程習慣（如CUDA風格），最終目標是實現(xiàn)從“能用”到“愿用”的根本性轉變。

國產萬卡集群：一場必須打贏的“算力攻堅戰(zhàn)”

除了“主權AI”，鄭緯民還提到了AI+3D+HPC架構建設的必要性。“我們物理AI與世界模型需要怎樣的芯片？大概有三個方面內容：AI（大規(guī)模神經(jīng)網(wǎng)絡的訓練與推理）、3D（高質量圖形渲染與場景表示）、HPC（嚴格物理約束下的數(shù)值模擬與求解）。”

鄭緯民強調，做GPU一定要滿足三個要求，即能實現(xiàn)完整的圖形流水線、可加強張量計算核心以支持主流框架、能提供高精度浮點單元用于科學計算。

值得關注的是，鄭緯民還提到了算力資源從單卡到萬卡集群的轉變。他直言，從“主權AI”基建的角度出發(fā)，發(fā)展國產萬卡/十萬卡系統(tǒng)等于本土大模型與行業(yè)模型的“母機”與基座，是不得不走的一步。一方面，模型時代算力的基本單位已經(jīng)是集群總算力，而不是單卡性能。另一方面，預訓練超大規(guī)模模型、服務國民級推理需求都需要持續(xù)可用的萬卡級訓練集群。

不過，國產算力要做到萬卡甚至十萬卡的集群并不簡單。從工程角度出發(fā)，據(jù)鄭緯民介紹，互聯(lián)網(wǎng)絡與拓撲、可靠性與運維、能耗與供電散熱都是需要解決的問題。

“十萬卡怎么連起來？十萬卡連在一塊，平均一個小時要出一次錯，出錯了如何繼續(xù)訓練下去？十萬卡是一個‘大火爐’，電要供得上，散熱也要做得好。”在此背景下，鄭緯民認為，國產集群第一步是先做到能用，然后才是好用。

圖片來源：每經(jīng)記者 楊卉 攝

在演講最后，鄭緯民提到了開源。在他看來，“后CUDA（英偉達生態(tài)）時代”，模型使用者已經(jīng)是“使用開源項目”，而不是“使用CUDA”。因此，生態(tài)自立的一個現(xiàn)實路徑就是讓國產平臺成為開源創(chuàng)新的一個選擇。他指出，目前產業(yè)仍面臨著內卷與碎片化問題，如不同廠家提供不同的接口，需要開發(fā)者做不同的適配。

“我們要團結一心，解決應用不足與生態(tài)薄弱的問題。產業(yè)界要團結起來，應用也要團結起來。我一直強調生態(tài)問題不是一個廠家的問題，開發(fā)者要發(fā)揮很大作用，一起努力解決這個問題。”鄭緯民稱。

免責聲明：本文內容與數(shù)據(jù)僅供參考，不構成投資建議，使用前請核實。據(jù)此操作，風險自擔。 

封面圖片來源：每經(jīng)記者 楊卉 攝