日前，启明创投投资企业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。

多家国产大模型、算力芯片与硬件公司，智算机构，以启明创投为代表的创投机构参加此次发布会。无问芯穹亦与包括启明创投投资企业智谱AI在内的多家企业签署战略合作协议。

 

01/
发布“无穹Infini-AI”平台

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（infini-ai.com），并宣布自4月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。

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，以及启明创投投资企业壁仞科技，AMD、寒武纪、燧原科技、天数智芯、沐曦、摩尔线程、NVIDIA等企业的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首席执行官夏立雪表示，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。

除了开放全量注册，无问芯穹也宣布正式启动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。

 

02/
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。”

 

03/
将软硬件一体联合优化
从云到端进行到底

“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：“从前在AI 1.0时代，我们做上一家公司，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。”无问芯穹联合创始人兼首席技术官颜深根表示，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。

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。

戴国浩宣布：“无穹LPU将于2025年面世。”

 

04/
签署多项战略合作协议
链接模型与芯片的“双向奔赴”

无问芯穹宣布与启明创投投资企业智谱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。

无问芯穹联合创始人兼首席执行官夏立雪与智谱AI总裁王绍兰现场签约

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。

无问芯穹亦宣布与紫光展锐签署战略合作，双方将共同探索大模型在端侧硬件上的部署与性能提升。

无问芯穹联合创始人兼首席执行官夏立雪与紫光展锐执行副总裁黄宇宁现场签约

会上，无问芯穹还与燧原科技共同宣布达成i20千卡集群战略合作，“无穹Infini-AI”平台已与燧原科技i20千卡集群完成系统级融合。通过“无穹Infini-AI”平台，可以灵活调用燧原科技的算力集群，完成大模型推理任务。

无问芯穹联合创始人兼首席执行官夏立雪与燧原科技创始人、董事长、首席执行官赵立东现场签约

随后，无问芯穹宣布与摩尔线程达成MTT S4000千卡集群战略合作，目前“无穹Infini-AI”平台和摩尔线程大模型智算加速卡MTT S4000千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智算集群，完成大模型高效训练与微调任务。

无问芯穹联合创始人兼首席执行官夏立雪与摩尔线程联合创始人兼执行总裁王东现场签约

05/
重磅阵容嘉宾参加圆桌论坛

《创新加速：搭建高效产学研桥梁》论坛

在《创新加速：搭建高效产学研桥梁》论坛上，戴国浩担任主持人，与中国科学院大学教授韩银和、上海人工智能实验室领军科学家林达华、北京大学博雅特聘教授梁云，以及上海交通大学计算机科学与工程系教授冷静文，一起畅想未来云端的大模型算力集群的形态，并讨论了在软硬件协同优化方向上提升大模型计算能力等创新前沿问题。

《智能引领：产业需求牵引计算新纪元》论坛

在《智能引领：产业需求牵引计算新纪元》论坛上，夏立雪担任主持人，邀请到华勤技术数据业务事业群总裁邓治国，上海仪电集团战略企划部总经理兼上海智能算力科技有限公司董事长刘山泉，燧原科技创始人、董事长、首席执行官赵立东，鸿博股份副总裁、英博数科科技有限公司首席执行官周韡韡，以及颜深根。六位嘉宾共同探讨了目前算力产业所面临的最大挑战与机遇，以及如何更好地开放和共享算力资源等问题。

在《布局前瞻：大模型时代的前沿投资机遇》论坛上，启明创投合伙人周志峰与其他嘉宾围绕中国大模型技术与商业模式的破局之道展开讨论，探讨了AGI来临形态与边、端落地机会等话题。

周志峰指出：“我们交流了很多大模型公司，发现模型跟芯片之间的中间层是非常粗糙原始的，即使是OpenAl也在早期阶段。没有这一层，大模型永远不会赋能千行百业。”