【量子位 2025年12月15日讯】在AI算力需求呈指数级增长的当下，国产算力领域传来关键判断。12月14日，太初元碁联合创始人兼首席运营官乔梁在量子位MEET2026智能未来大会上直言：“AI算法已跑到单芯片性能极限，单纯提升单颗芯片算力无法满足需求，未来必须靠异构融合架构与大规模互联系统破局。”这位深耕高性能计算（HPC）十余年的专家，不仅揭露了当前算力行业的核心瓶颈，更带来太初元碁的解决方案——以自研TC Link技术实现128卡高速互联，结合异构众核架构，构建“超智融合”的国产算力底座，目前该方案已在生物医药、能源、低空经济等领域落地，支撑国家超算中心等百余家机构的算力需求。
行业痛点：单芯片撑不起AI算法，算力需求年增4-5倍
乔梁在演讲中抛出一组关键数据：自2010年起，前沿AI模型训练的计算量以每年4-5倍速度增长，2025年全球AI算力市场规模已达1.21万亿美元，预计2029年复合增长率超40%。但与之相悖的是，单芯片性能正遭遇物理极限——无论是GPU还是专用AI芯片，在制程工艺逼近3nm、算力密度难以再提升的情况下，已无法单独承载大模型与AI Agent的泛化需求。
“过去我们靠超算中心解决科学计算的高精度需求，现在AI大模型要处理多模态数据、Agent要实现实时决策，算力需求从‘精准型’转向‘泛化型’，单芯片就像一条单车道公路，再拓宽也赶不上车流增长。”乔梁形象比喻道。他进一步指出，当前AI算法还呈现“低精度转化”趋势，例如图像识别任务从FP32精度降至FP16甚至INT8，这要求硬件架构既要保证通用计算能力，又能针对AI场景做高效适配，而传统单一架构芯片难以兼顾。
技术破局：异构众核架构+128卡互联，打造“超智融合”底座
为突破单芯片瓶颈，太初元碁从硬件架构与系统互联两大维度发力，形成“异构融合+大规模扩展”的技术组合拳，这也是其参与神威·太湖之光超算建设后，在国产算力领域的又一核心探索。
1. 异构众核：像“立体交通网”一样高效分配算力
不同于传统CPU“复杂道路”或GPU“纯高速公路”的单一架构，太初元碁采用的异构众核架构，如同“普通道路+高架+高速”的立体交通网，能根据任务类型动态分配计算资源：
-
通用与专用协同：架构中集成通用计算核心与AI加速核心，处理科学计算（如气候模拟）时激活高精度通用单元，运行AI推理（如语音识别）时则调用专用加速模块，避免算力浪费。例如在AlphaFold3蛋白预测模型复现中，该架构既满足分子动力学模拟的高精度需求，又能加速AI模型的参数迭代；
-
细粒度并行优化：针对AI低精度趋势，在硬件层面做指令级优化，比如INT8精度推理时，单个计算单元可同时处理8组数据，算力效率较传统架构提升30%。目前该架构已实现“同等硅片面积下算力效能翻倍”，在国产AI工作站（与龙芯中科合作，采用“国产CPU+GPU”模式）中，能流畅运行30亿参数大模型的推理任务。
2. TC Link互联：128卡集群打破单芯片边界
针对单芯片算力不足的问题，太初元碁自主研发TC Link高速互联技术，相当于为芯片搭建“超高速桥梁”：
-
128卡无缝扩展：通过TC Link，128颗AI加速芯片可实现毫秒级数据同步，形成单机柜80P FP16算力、160P INT8推理算力的集群（如国家超算无锡中心“太湖之光A+”系统），相当于将128条“单车道”连成“超高速路网”，满足千亿参数大模型的训练需求；
-
低延迟高可靠：互联过程中数据传输延迟控制在微秒级，且支持“故障自动切换”，即使单张芯片离线，集群仍能正常运行，解决了大规模系统的稳定性难题。乔梁透露，基于该技术的智算集群已服务国内多地公共算力基础设施，支撑某头部大模型企业完成3次模型迭代。
落地实践：从生物医药到低空经济，HPC+AI赋能千行百业
太初元碁的“超智融合”方案并非停留在技术层面，而是已深入产业一线，在科研、能源、低空经济等领域形成可复制的案例，印证了异构融合架构的实用性。
1. 科研领域：复现AlphaFold3，加速生物医药突破
在AI for Science（人工智能赋能科学研究）热潮中，太初元碁与百度飞桨团队合作，完成国内首个AlphaFold3蛋白预测模型的国产平台复现：
-
精度与效率双达标：复现后的模型在蛋白质、核酸分子结构预测上，置信度与谷歌原版相当，且训练周期缩短20%，显存占用降低35%（通过混合精度训练优化）；
-
支撑新药研发：与湖南大学合作时，该方案通过HPC生成高精度药物分子模拟数据，再用AI优化靶点筛选，将某抗癌药物的候选分子筛选时间从3个月压缩至2周，加速科研突破。
2. 能源领域：AI+气象，提升发电效率60倍
针对AI算力与能源供应的“相互制约”问题（AI需大量电力，而电力调度依赖精准预测），太初元碁将HPC的气象模拟能力与AI预测结合：
-
高精度气象建模：通过HPC分析全国200+发电站的历史气候数据，建立精细化气象模型；
-
AI优化调度：将模型导入AI系统后，发电预测准确率提升至92%，投前决策时间从2-3天缩短至10分钟，效率提升超60倍，已助力协鑫能科等企业优化新能源项目布局。
3. 低空经济：HPC建模+AI决策，保障飞行安全
在低空经济这一“新兴算力场景”中，太初元碁构建“HPC+AI”技术栈：
-
实时气象分析：用HPC对特定区域（如城市低空航线）进行气象数据建模，精准预测风速、降水等影响飞行的因素；
-
AI动态规划：将建模结果导入AI Agent，为无人机提供实时路径调整建议，目前已在某城市的无人机物流配送项目中应用，飞行故障发生率降低45%。
生态共建：开源+国产化适配，推动算力自主可控
乔梁强调，国产算力生态的成熟离不开“开源”与“国产化协同”。目前太初元碁已迈出两大步：
-
全栈开源降低门槛：将底层硬件驱动、基础线性代数库（TecoBLAS）、推理引擎等开源，吸引开发者基于其架构优化算法，目前开源社区已积累200+优质小模型、40+LLM模型，支持PyTorch、飞桨等主流框架；
-
深度适配国产体系：硬件上支持龙芯、飞腾等国产CPU，软件上兼容麒麟、欧拉等国产操作系统，与300+合作伙伴共建生态，服务超1.3万家终端客户，其中包括南洋商业银行、渣打银行等海外金融机构，推动国产算力方案走向国际。
“未来5年，算力竞争的核心不是单芯片性能，而是‘架构+生态’的综合实力。”乔梁在演讲结尾表示。随着单芯片极限的到来，太初元碁的异构融合与高速互联方案，不仅为国产算力提供了破局思路，更让“自主可控的超智融合”从概念变为现实——当AI算法不再受限于单芯片，算力才能真正成为推动产业智能化的基石。
