又一家清华系 AI 公司“杀入”大模型赛道！百亿 token 免费用，简单拖拽可精调 20+ 大模型

3 月 31 日，无问芯穹在上海举办了一场以“多元计算·泛在链接”为主题的 AI 算力优化论坛暨产品发布会，无问芯穹发起人汪玉携联创团队首次集体公开亮相，并发布“无穹 Infini-AI”大模型开发与服务平台。上海市经济和信息化委员会副主任张宏韬、上海市徐汇区科学技术委员会主任张宁出席并致辞。多家国产大模型、算力芯片与硬件公司、智算机构高管现身，另有红杉中国、真格基金、徐汇资本与启明创投等多家创投机构代表出席。

发布会现场，汪玉教授首先谈及了创办无问芯穹的初心。在当前的教育和科研环境中，高校独立完成科学研究任务变得越来越困难。为了在激烈的竞争中生存并保持领先地位，高校必须展现出其强大的实力。然而，在这个过程中，大学所能做的事情受到了限制，尤其是在科研基础设施和资源方面。

必要的计算能力和制造平台的缺失限制了技术的发展。在芯片设计和研究领域，没有强大的平台支持，就难以推动研究的深入，甚至不知道关键问题所在。在这种情况下，即使完成了研究，发表了论文，这些成果也难以转化为实际生产力。高校在科研生产资料方面已经不再具备优势，必须与产业界紧密结合。

就这样，才有了今天的无问芯穹。那么，无问芯穹到底能帮助行业和用户解决什么问题？

一句话概括，就是希望帮助所有做大模型的团高性价比地落地大模型，助力大模型赋能千行百业。

算力难，有解法吗

有人调侃，比起“造福人类”，大模型更应该先呼吁“给我场景”。

无问芯穹认为恰恰相反，经历了互联网时代的高速发展，中国市场不缺应用场景，大模型的落地难，症结在于行业内正在持续遭遇的算力难题。想在成熟场景中应用大模型的企业，找到了算力但不会用，无法做出差异化的产品实现业务升级；想创造 AI-Native 应用的企业，算力成本难负担，工具链也不好用，产品启动投产比不合理；自行训练模型的企业，随着业务的拓展，往往找不到也买不起所需体量的算力，业务运行成本过高。

截至 2023 年年末，我国算力总规模达到每秒 1.97 万亿亿次浮点运算（197E FLOPs），位居全球第二，算力规模近 5 年年均增速近 30％。如此增速，为何行业内仍然感到算力尤其难？实际上背后的原因是，人工智能行业发展恰逢工程师人才红利爆发，加速了我国大模型行业的蓬勃发展，需求端“嗷嗷待哺”，而市面上仍存在大量未被收集和充分利用的算力资源，缺少一种足够成体系的“大模型原生”商业模式，将算力供给转化为满足市场需求的产品和服务。

无问芯穹认为，如果能够有效整合和优化这些算力资源，并设计出好的利用方式和工具，将极大地缓解大模型企业们面临的算力紧缺状况，帮助他们把今天的算力储备，转化为明天的竞争力。

让开发者花小成本、用好工具和充沛算力

会上，无问芯穹发布了基于多芯片算力底座的无穹 Infini-AI 大模型开发与服务平台，并宣布自 3 月 31 日起正式开放全量注册，给所有实名注册的个人和企业用户提供百亿 tokens 免费配额。

 开发者可以在这个平台上体验、对比各种模型能力和芯片效果，通过简单拖拽各种参数按钮的动作，就能精调出更贴合业务的大模型并部署在无穹 Infini-AI 上，再以非常优惠的千 token 单价向用户提供服务。

目前，无穹 Infini-AI 已支持了 Baichuan2、ChatGLM2、ChatGLM3、ChatGLM3 闭源模型、Llama2、Qwen、Qwen1.5 系列等共 20 多个模型，以及 AMD、壁仞、寒武纪、燧原、天数智芯、沐曦、摩尔线程、NVIDIA 等 10 余种计算卡，支持多模型与多芯片之间的软硬件联合优化和统一部署。第三方平台或自定义训练、微调而来的模型也可以无缝迁移托管到无穹 Infini-AI，并获得细粒度定制化的按 token 计费方案。

 “我们对模型品牌和芯片品牌的覆盖率还会持续提升，随着时间的推移，无穹 Infini-AI 的性价比优势会越来越突出。”无问芯穹联合创始人兼 CEO 夏立雪表示，未来无穹 Infini-AI 还将支持更多模型与算力生态伙伴的产品上架，让更多大模型开发者能够‘花小钱、用大池’，持续降低 AI 应用的落地成本。

一个月前，同道猎聘在部分城市发布了 AI 驱动的数字人面试官，且还有更多的 AI 功能正在筹备中，是由无问芯穹提供的弹性算力使用方案，并在无问芯穹的平台上基于开源大模型微调而成。相比市面上的其他方案，实现了更高的推理加速，也大幅降低了新功能上线的成本。

夏立雪表示，这一效果让无穹团队很有信心，所以除了开放全量注册，也正式启动了大算力需求方的测试邀请，提供更具性价比的算力、且在算法和硬件上更有纵深的算力优化服务。

算力性价比大幅提升，源自多芯片优化实力

“市面上有很多未被激活的有效算力，硬件本身差距在快速缩小，但大家在使用时总会遇到‘生态问题’。”夏立雪说，这是因为硬件的迭代速度总是比软件更慢、价格更高，软件开发者不希望工作中出现除自身研发工作之外的其他“变量”，因而总是会倾向于直接使用有成熟生态的芯片。

 无问芯穹希望帮助所有做大模型的团队“控制变量”，即在使用无问芯穹的算力服务时，用户不需要也不会感觉到底层算力的品牌差异。

成立不足一年的无问芯穹，何以能够在这么短时间内跑通多种计算卡上的性能优化？

2022 年底，大模型引发社会广泛关注后，夏立雪和他的导师汪玉认为，国内整体算力水平距离国际先进还有明显差距，光靠芯片工艺提升或是多元芯片的迭代已远远不够，需要建立一个大模型生态系统，让不同模型能自动部署到不同硬件上，让各种算力得到有效利用。

一年后，无问芯穹宣布了在英伟达 GPU 和 AMD 等芯片上取得的优化效果，取得了当时最好的计算加速效果，实现了大模型任务 2-4 倍的推理速度提升。随后，AMD 中国宣布与无问芯穹达成战略合作关系，双方将携手联合提高商用 AI 应用性能。

 两年之后，无问芯穹在本次发布会上展示了其在 10 种芯片上的性能优化数据，在每张卡上都显示已取得了目前行业内最优的性能优化效果。

“我们与各个模型、芯片伙伴都建立了强信任关系，”夏立雪对记者说：“一方面来自于我们面向大模型的计算优化实力，另一方面无问芯穹非常注重保护伙伴的数据安全。无问芯穹会持续保持中立性，并且也不会与客户产生利益冲突，这是我们业务开展的基础。”

从云到端，将软硬件一体联合优化进行到底

“Transformer 统一了这一轮的模型结构，并且表现出持续取得应用突破的趋势。”汪玉在开场发言中说：“从前我们在 AI 1.0 时代，做上一家公司，只能做很小一部分 AI 任务。今时不同往日，大模型结构统一了，依靠生态建立起来的硬件壁垒正在‘变薄’。”

得益于世界范围内正涌起的 AI 浪潮，以及中国市场的独特机会，无问芯穹面对的是一次巨大的技术机遇。Transformer 在设计时天然基于并行计算架构，规模越大的大模型带来的智能效果越好，使用的人越多，其所需的计算量也越大。

 “无问芯穹正在做的是‘大模型原生’的加速技术栈。”无问芯穹的联合创始人兼 CTO 颜深根表示，大模型落地依赖算法、算力、数据，还有系统。算力决定了大模型的速度，设计优良的系统则能释放出更多硬件潜力。无问芯穹的团队曾搭建过数万片 GPU 级的大规模高性能 AI 计算平台，具备万卡纳管能力，并基于自运营集群成功搭建了云管系统，已实现跨域多云间的统一调度。

“在端侧，人们则更加倾向于快速将大模型的能力落到人机交互的界面上，提升实用体验。”无问芯穹联合创始人兼首席科学家戴国浩认为，未来，凡是有算力的地方，都会有 AGI 级别的智能涌现。而每一个端上的智能来源，就是大模型专用处理器 LPU。戴国浩宣布，“无穹 LPU 将于 2025 年面世。”

大模型处理器 LPU 可以提升大模型在各种端侧硬件上的能效与速度。戴国浩在发布会上向观众展示了“一张卡跑大模型”，作为 LPU 的基础，其团队于今年 1 月初推出的全球首个部署于 FPGA 的大模型推理 IP，通过大模型高效压缩的软硬件协同优化技术，使得 LLaMA2-7B 模型的 FPGA 部署成本从 4 块卡减少至 1 块卡，并且性价比与能效比均高于同等工艺 GPU。未来，无问芯穹的端侧大模型专用处理器 LPU，可以被模块化地集成到各类端侧芯片中。

发布会尾声，无问芯穹宣布与紫光展锐签署大模型端侧部署战略合作，双方宣布将共同探索大模型在端上的部署与性能提升。

此外，无问芯穹还宣布了与燧原科技共同发布 i20 千卡集群战略合作，无穹 Infini-AI 平台与燧原科技 i20 千卡集群已顺利完成完成系统级融合。通过无穹 Infini-AI 平台，可以灵活调用燧原科技智算集群，完成大模型推理任务。

同时，无问芯穹宣布与摩尔线程签署战略合作备忘录，双方将开展深度合作。目前无穹 Infini-AI 平台和基于摩尔线程大模型智算加速卡 MTT S4000 的千卡集群已顺利完成系统级融合。通过无穹 Infini-AI 平台，可以灵活调用摩尔线程夸娥千卡智算集群，完成大模型高效训练与微调任务。

无问芯穹还宣布与智谱 AI 联合发布大模型万卡训推计划，双方将携手共建大模型训推万卡集群，在大模型训练推理优化、算力集群性能提升等方面展开深度合作。

该万卡集群将面向大模型行业应用，提供端到端模型与算力服务，围绕技术创新和产业发展需求，以算力集群赋能行业创新。