随着大模型的应用日益广泛，我国对算力的需求也呈现出爆发性的增长，构建国产智能算力系统成为推动我国人工智能产业发展的关键。9月12日，中国工程院院士、清华大学计算机科学与技术系教授郑纬民在2024服贸会通用人工智能算力论坛上指出，发展国产智能算力系统需要“软硬兼备”，的系统软件能够充分释放底层硬件算力的潜力，因此，我国人工智能产业不仅需要关注硬件性能，更需要重视软件生态的建设。
郑纬民院士指出，构建人工智能大模型主要分数据获取、数据预处理、模型训练、模型微调、模型推理等五个环节，而这每一个环节都对算力提出了极高的要求。“为了应对人工智能大模型带来的算力需求，我国对AI芯片的需求也在加大。”
郑纬民表示，近年来，我国自主研发的AI芯片取得了显著进展，但产业依然面临智能算力的软件生态建设和软件支持不足等问题。“智能算力的软件生态建设是当前制约我国AI芯片发展的关键因素。”郑纬民指出，硬件性能固然重要，但系统软件的完善同样不可或缺，只有两者兼备，才能真正推动我国智能算力的发展。的系统软件能够充分释放底层硬件算力的潜力。通过优化软件生态，不仅可以提高算力效率，还能降低应用成本，为智能算力系统的广泛应用奠定坚实基础。为了解决AI芯片生态建设的问题，清华大学开发了一套名为“八卦炉”的智算系统核心基础软件。这套软件包括并行系统、编程框架、AI编译器、算子库等多个组件，旨在优化AI芯片的性能并提高其易用性。据郑纬民介绍，该“八卦炉”已在多个场景中得到了验证，如在神威平台上实现大模型训练，结果显示训练结果准确，而且成本较低（预计成本仅为英伟达GPU的六分之一）。此外，在与沐曦、燧原科技、摩尔线程等企业的合作中，“八卦炉”也显著提升了算力效率，降低了推理成本。“随着智能算力系统的不断完善，相信不久的将来，我们将看到更多基于国产技术的人工智能应用不断涌现，为我国的科技创新和产业升级注入新的活力。”郑纬民表示。
