在過去幾年的中國芯片版圖中,喧囂與焦慮并存。如果從上空俯瞰這片“戰(zhàn)場”,會看到兩種截然不同的景象:一邊是眾多創(chuàng)業(yè)公司涌入AI專用芯片(ASIC)或通用計算(GPGPU)的細(xì)分賽道,試圖在特定的AI場景中尋找立足之地;另一邊,堅持走全功能GPU路線的企業(yè)卻寥寥無幾。

摩爾線程是其中最亮眼的一位。與只做AI推理、AI訓(xùn)練的GPGPU或ASIC芯片不同,摩爾線程從一開始就選擇了全功能GPU,涵蓋圖形渲染、AI計算、數(shù)字孿生、科學(xué)計算、視頻編解碼等。這條路線工程量巨大,對軟硬件協(xié)同、生態(tài)體系和長期投入都提出了更高要求。但也因為足夠通用,面向更寬的應(yīng)用邊界,獲取了更廣泛的潛在客戶。

摩爾線程招股書顯示,以英偉達和摩爾線程為代表的全功能GPU具備功能完備性與計算精度完整性,在工作效率、生態(tài)完整多樣性以及兼容性等方面更具優(yōu)勢,能夠更好地適應(yīng)未來新興及前沿計算加速應(yīng)用場景的需求。因此,摩爾線程成為市場持續(xù)關(guān)注的樣本,88天過會,刷新科創(chuàng)板審核速度紀(jì)錄。這不僅是一次融資通道被快速打開,更像是一種產(chǎn)業(yè)層面的態(tài)度:在英偉達構(gòu)筑的生態(tài)鐵幕之外,“全功能GPU”是否存在一條在國內(nèi)本土化的可行路線。摩爾線程被推到聚光燈下,成為這個命題的具體承載者。
GPU的技術(shù)演進始于圖形渲染,上世紀(jì)90年代主要為游戲和圖形設(shè)計服務(wù)。自2012年被證明極其適配深度學(xué)習(xí)訓(xùn)練后,迅速成為AI時代的核心算力單元。如今,GPU的作用遠不止大模型訓(xùn)練:自動駕駛、智能座艙、物聯(lián)網(wǎng)、工業(yè)控制、云游戲……幾乎所有需要海量并行計算的場景都離不開GPU。有人形容GPU之于AI的重要性:“如果訓(xùn)練大模型是一場數(shù)字時代的耕作,GPU就像成百上千臺高效自動化拖拉機,把巨量數(shù)據(jù)在極短時間內(nèi)處理完?!?/p>