没有英伟达，海光正在往前冲

“千模大战”烟尘四起，就连大模型需要的AI芯片也越发紧俏——英伟达等国外芯片一卡难求，国内市场价几乎翻了一番。看得直让人捉急！国产AI芯片有没有能上的！？

前两天在AI Tech Day峰会上看到一个观点：

“如果算力生态做得好，即使国产芯片的硬件性能只有国外性能的60%及以上，大家也会喜欢用。但如果算力生态没做好，即便硬件性能达到国外的120%，照样难以转变为有效算力。”

So？搞定生态，再强化下性能就OK？那目前国内应该不缺这种厂商。

比如完全兼容X86的国产处理器海光，目前已经在商用领域普及。其中，通用GPU产品（海光DCU）可以兼容“类CUDA”主流生态，对于AI计算场景适配能力良好，完全可以在前期实现平滑迁移，节约大量适配成本。

当然，生态适配的基础上，性能也是支撑大模型落地的重要保障。从海光DCU初代产品深算一号来看，此前已具备全精度浮点数据和各种常见整型数据计算能力，具有最多64个计算单元，能够充分发挥其大规模并行计算的能力，快速开发高能效的应用程序。

并且，新一代DCU深算二号也已经发布，据说性能提升幅度很大，在大数据处理、人工智能、商业计算等领域已经实现商用，面向大模型等计算场景想必更加游刃有余。

查了下公开信息，海光DCU对文心一言等大多数国内外主流大模型适配良好，可以实现LLaMa、GPT、Bloom、ChatGLM、悟道、紫东太初等大模型的全面应用。目前国内多家知名服务器厂商都已经开发了基于海光处理器的服务器产品。

显然，打好生态和性能两张关键牌，国产AI也不是离不开英伟达。