书中称，核心技术领域，公司经过多年积累，形成了芯片及硬件、软件及编程平台和算力集群方案三大类，全方位、立体化的核心技术体系。底层硬件方面，公司基于自主指令集，对标英伟达的Tensor Core 加速计算单元和NVlink 卡间互联技术，原创自主架构的GCU-CARE 加速计算单元和GCU–LARE 片间高速互连技术，相应架构不仅具有编程灵活性，而且深度支持AI 大模型高并行度加速计算。  软件平台层面，燧原称其未跟随英伟达主导的CUDA 生态，自研了包括驱动程序、编译语言与编译器、算子库、工具链的全栈AI 计算及编程软件平台“驭算TopsRider”，以链接公司硬件与人工智能应用程序，大大降低了基于公司硬件的主流AI 模型的编程开发难度和迁移成本，能够让公司硬件产品在应用场景中更好地释放性能。  赵立东曾告诉记者，在中国，强势的英伟达并非没有“弱点”：绝大部分AI厂商依赖英伟达软硬件生态，议价能力不足；另一方面，基于英伟达非开源软件开发AI功能，难以进行更深度开发。而客户支持、服务团队方面，英伟达很难将BAT等中国客户与美国谷歌、亚马逊等美国公司等同视之。因此，有必要建设自有芯片生态供应链。  因此，燧原选择自建开发工具链，适配自家硬件，推进其硬件和软件一体化，补全生态。据赵立东介绍，虽然绝大多数专攻AI领域的国产芯片厂商依赖或兼容英伟达的CUDA软件生态，从而在起步阶段避开了英伟达的软件生态壁垒。他认为，从软硬件一体的角度很难去评价这一做法，芯片在兼容CUDA生态基础上超越英伟达GPU可能会存在知识产权问题。  招股书显示，根据IDC数据，2024年中国AI加速卡整体出货规模超270万张，其中英伟达以约190万张出货量占据约70%的市场份额。燧原科技当年AI加速卡及模组销售量达3.88万张，对应中国AI加速卡市场的占有率约1.4%。未来，英伟达在国内市场销售存在一定不确定性，国产AI芯片厂商在中国市场出货量占比不断提升是大概率趋势。  在产品端，燧原科技也在进行产品迭代以适应大模型时代需求。2025年7月发布的第四代训推一体芯片邃思400，原生支持FP8低精度算力，基于邃思400构建的L600 训推一体加速模组，支持单层最多128 卡全互联拓扑。燧原宣称，由L600构建的云燧ESL超节点系统，可应用于超大规模大模型预训练与高并行推理，满足千亿参数以上规模大模型训练
=*=*=*=*=*=
当前为第3/4页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页