解决算力遭卡脖子问题 中企改采「多芯片混合」训练AI模型

为解决人工智能（AI）芯片算力问题，中企AI开发部门正实施「多芯片混合」策略来提高在AI计算方面的能力，同时也进一步避免供应链安全问题。

据《芯智讯》报导，多芯片混合计算的方法有诸多优势，包括利用多个不同型号的GPU并行训练，来共同提高大语言模型（LLM）训练速度，由于可以同时处理更多数据，能更好地利用内存，中国厂商可以降低对于更昂贵的辉达（NVIDIA）芯片的依赖，进而降低成本。

报导说，自2022年10月以来，受美国持续升级的限制政策的影响，中国获取国外高性能AI芯片受到了极大的限制。虽然目前仍存在着一些灰色渠道可以获得高性能芯片，但是供给量还是比较有限。同样地，虽然中国中国也有一些AI芯片，但是性能和产能也同样比较有限。

报导指出，有传闻声称中国AI公司已经开始开发「多芯片混合」技术，将不同芯片组成一个训练集群，包括百度和阿里巴巴都在研究这项解决方案。例如，百度在其2024年财报电话会议上宣布，它可以组合来自不同供应商的GPU并将其用于AI训练。

另一家中国大型科技公司阿里巴巴自2021年以来一直致力于「一云多芯片」解决方案，但也面临诸多挑战。例如需要像NVIDIA NVlink这样的高速构架，确保不同的加速器能高效通信。不过，阿里云已经开始转向使用基于以太网的高性能网络。