中國版NV！摩爾線程GPU千卡集群化解AI算力國產(chǎn)化難題

這是一個(gè)AI的時(shí)代，這是一個(gè)算力的時(shí)代。遺憾的是，我們已經(jīng)無緣接觸到最先進(jìn)的AI硬件和算力，用著H20這樣閹割兩次的N卡，還要支付上百億元的費(fèi)用，實(shí)在憋屈。

面對持續(xù)上漲的AI算力需求，我們唯有發(fā)展自己的國產(chǎn)方案，發(fā)展自己的大規(guī)模AI算力集群，才能突破圍追堵截，走上康莊大道。

說到這里，很多人或許會(huì)第一時(shí)間想到華為，在美國制裁下頑強(qiáng)屹立突破的中國企業(yè)標(biāo)桿，昇騰910B在AI算力領(lǐng)域也取得了一定的成就。

當(dāng)然了，中國只依靠一個(gè)華為是不夠的。中國的AI生態(tài)需要遍地開花，才有可能多點(diǎn)突破，讓生態(tài)更繁榮。

目前來看，摩爾線程以全功能GPU走通用計(jì)算路線是另一條希望之路，尤其是它已經(jīng)成為華為之外，另一家可以實(shí)現(xiàn)千卡千億參數(shù)大模型訓(xùn)推的全國產(chǎn)AI芯片公司。

說起來，大家對摩爾線程并不陌生，其堪稱中國自主GPU最大的希望，但很多人對摩爾線程的認(rèn)知還停留在國產(chǎn)游戲顯卡，其實(shí)不然，摩爾線程在AI上也實(shí)力突出。

自成立以來，摩爾線程做的就是通用GPU，跟英偉達(dá)一樣，除了圖形渲染，也能用于AI人工智能加速、科學(xué)計(jì)算。

經(jīng)過三年多潛心發(fā)展，摩爾線程在AI GPU方面已經(jīng)展現(xiàn)了強(qiáng)勁的實(shí)力，構(gòu)建了一張從芯片、板卡、服務(wù)器，到集群、軟件棧的全棧AI智算產(chǎn)品版圖，并且已經(jīng)多點(diǎn)落地、處處開花。

比如和清華系A(chǔ)I大模型公司無問芯穹的合作。摩爾線程是第一家接入無問芯穹，并成功完成千卡級(jí)別大模型訓(xùn)練的國產(chǎn)GPU公司。

摩爾線程的“夸娥”(KUAE)千卡智算集群，已與無穹Infini-AI大模型開發(fā)與服務(wù)平臺(tái)完成系統(tǒng)級(jí)融合適配，并完成了LLama2 700億參數(shù)大模型的訓(xùn)練測試。近期，雙方又完成了“MT-infini-3B” 3B(30億參數(shù))大模型的實(shí)訓(xùn)。

這意味著什么呢?這是行業(yè)首個(gè)基于國產(chǎn)GPU芯片的從0到1的端到端大模型實(shí)訓(xùn)案例?？涠鹨渤蔀闃I(yè)內(nèi)首個(gè)成功跑通并完整運(yùn)行國產(chǎn)大模型的千卡集群。

無問芯穹聯(lián)合創(chuàng)始人兼CEO夏立雪表示力挺：“經(jīng)過無問芯穹Infini-AI平臺(tái)的實(shí)訓(xùn)與聯(lián)合優(yōu)化工作驗(yàn)證，摩爾線程夸娥千卡智算集群在精度、性能、易用性和算力利用率上均有優(yōu)異表現(xiàn)，而且在實(shí)訓(xùn)中實(shí)現(xiàn)了長時(shí)間穩(wěn)定訓(xùn)練不中斷，可以為千億參數(shù)級(jí)別大模型訓(xùn)練提供持續(xù)高效的高性能算力支持。”

另外，滴普科技、實(shí)在智能等也基于摩爾線程的夸娥千卡智算集群，成功完成了不同參數(shù)量級(jí)的大模型分布式訓(xùn)練測試，效率、精度、穩(wěn)定性都相當(dāng)完美?；谀柧€程夸娥千卡智算集群，滴普科技成功完成了700億參數(shù)LLaMA2大語言模型的預(yù)訓(xùn)練測試，訓(xùn)練時(shí)長共計(jì)77小時(shí)，全程無故障連續(xù)運(yùn)行，集群訓(xùn)練穩(wěn)定性達(dá)到100%。

夸娥(KUAE)是摩爾線程推出的智算中心全棧解決方案，而夸娥這個(gè)名字來自我國神話傳說中的大力神夸娥氏，

可以說，為AI算力集群取這么一個(gè)名字，充分展現(xiàn)了獨(dú)屬于中國人的堅(jiān)忍不拔和浪漫情懷。出自《愚公移山》：“帝感其誠，命夸娥氏二子負(fù)二山，一厝朔東，一厝雍南。自此，冀之南，漢之陰，無隴斷焉?！?

夸娥解決方案的基本節(jié)點(diǎn)是大模型智算加速卡MTT S4000組成的雙路八卡GPU服務(wù)器“MCCX D800”，以軟硬件一體化交付、開箱即用的方式，高可靠地解決大規(guī)模GPU算力的建設(shè)和運(yùn)營管理問題。

MTT S4000是摩爾線程新一代專為AI大模型打造的智算加速卡，基于其自主研發(fā)的第三代MUSA架構(gòu)。

利用自研的MTLink互連技術(shù)，MTT S4000可以高效千卡并行，線性加速比高達(dá)91%以上。

最為關(guān)鍵的是，摩爾線程擁有自研的全功能GPU MUSA統(tǒng)一系統(tǒng)架構(gòu)，包括指令集架構(gòu)、MUSA 編程模型、驅(qū)動(dòng)、運(yùn)行時(shí)庫、算子庫、通訊庫、數(shù)學(xué)庫等，而且充分兼容CUDA軟件生態(tài)，代碼可以幾乎零成本遷移，也無需擔(dān)心未來的可用性問題。

MTT S4000不但可用于大規(guī)模AI計(jì)算，還具備領(lǐng)先的圖形渲染能力、視頻編解碼能力、8K超高清顯示能力。

這使得它可為數(shù)字孿生、云游戲、云渲染、數(shù)字內(nèi)容創(chuàng)作等場景提供支持，并配合大模型推理能力，服務(wù)于AIGC等多模態(tài)業(yè)務(wù)場景。

從2024年的趨勢來看，多模態(tài)需求將快速崛起，英偉達(dá)CFO Colette Kress曾預(yù)計(jì)這塊業(yè)務(wù)將從零增長至數(shù)十億美元，對國產(chǎn)芯片來說也同樣如此。

MCCX D800作為AI大模型訓(xùn)推一體機(jī)，是專為支持MTT S4000大模型智算加速卡充分發(fā)揮其訓(xùn)練與推理性能、穩(wěn)定性、可靠性的服務(wù)器系統(tǒng)，同時(shí)兼容主流GPU軟硬件生態(tài)。

就這樣，從核心基礎(chǔ)層面的MUSA統(tǒng)一架構(gòu)芯片，到性能強(qiáng)大、可靈活部署的MTT S系列智算加速卡，到高度整合、完整方案的訓(xùn)推一體機(jī)，到小型的智算微模塊，最終到夸娥千卡集群，摩爾線程提供了全套的全功能GPU產(chǎn)品組合。

如此一來，不同需求的客戶，都可以根據(jù)實(shí)際情況，選擇最適合自己的對應(yīng)層級(jí)方案。

夸娥智算中心全棧解決方案，包括底層的以夸娥計(jì)算集群為核心的基礎(chǔ)設(shè)施、中間層的KUAE Platform集群管理平臺(tái)、最上層的KUAE Model Studio大模型平臺(tái)，軟硬一體開箱即用，一站式方案，一體化交付。

首先在基礎(chǔ)設(shè)施方面，全功能GPU是最堅(jiān)定的基石，具備AI加速計(jì)算、3D圖形渲染、超清視頻編解碼、物理仿真和科學(xué)計(jì)算四大計(jì)算引擎，在功能上是國內(nèi)唯一可以對標(biāo)NVIDIA的全功能國產(chǎn)GPU。

其次是軟硬一體，因?yàn)榕c傳統(tǒng)GPU從芯片到卡的路徑不同，摩爾線程走的是系統(tǒng)級(jí)平臺(tái)路線，不但有千卡規(guī)模的算力集群，還有集群管理平臺(tái)、大模型平臺(tái)，從而做到軟硬結(jié)合，以一體化交付的方式，解決大規(guī)模GPU算力的建設(shè)和運(yùn)營管理問題。

最后是全棧方案，從底層基礎(chǔ)設(shè)施，到中間層管理平臺(tái)，再到上層應(yīng)用，摩爾線程做到了全面覆蓋，具備云全棧能力，能夠有效地為千億參數(shù)大模型訓(xùn)練和推理提供強(qiáng)大支持。

總結(jié)來說，夸娥智算集群全棧方案有8大核心優(yōu)勢：

一是廣泛模型覆蓋，支持包括LLaMA、GLM、Aquila、Baichuan、GPT、Bloom、玉言等數(shù)十種業(yè)界主流的多種大模型的訓(xùn)練和微調(diào)。

二是CUDA主流生態(tài)兼容，可利用摩爾線程代碼移植工具M(jìn)usify，幾乎零成本地將CUDA代碼自動(dòng)遷移到摩爾線程統(tǒng)一系統(tǒng)架構(gòu)MUSA，再快速完成優(yōu)化，而且完全獨(dú)立可靠。

三是斷點(diǎn)續(xù)訓(xùn)，可以實(shí)時(shí)監(jiān)測訓(xùn)練任務(wù)集群，分鐘級(jí)發(fā)現(xiàn)故障，并自動(dòng)恢復(fù)訓(xùn)練，再加上檢查點(diǎn)備份恢復(fù)，可以大大降低故障率，并將綜合訓(xùn)練效率提升15-50%。

四是大模型分布式訓(xùn)練，支持DeepSpeed、Megatron-DeepSpeed、Colossal-AI、FlagScale等業(yè)界主流分布式框架，并融合多種并行算法策略，還支持大模型分布式訓(xùn)練斷點(diǎn)續(xù)訓(xùn)、分布式推理。

五是推理加速，包含了KUAEModel Studio一體化應(yīng)用平臺(tái)、MUSA Serving推理服務(wù)軟件、MT Transformer分布式推理加速框架、TensorX推理加速框架四大部分，可以有效支持主流大語言模型推理。

六是高性能通信，包括2/4/8卡節(jié)點(diǎn)內(nèi)互連、PCIe和自主研發(fā)的MT-Link鏈路帶寬聚合、自研MCCL集合通訊庫等，MT-Link帶寬高達(dá)112GB/s。

七是高性能存儲(chǔ)，支持存儲(chǔ)數(shù)據(jù)經(jīng)RDMA網(wǎng)絡(luò)讀寫、GPU Direct Storage、數(shù)據(jù)讀寫加速、數(shù)據(jù)緩存加速、AI訓(xùn)練數(shù)據(jù)集加載加速、高性能并行文件系統(tǒng)、與外部存儲(chǔ)交換冷熱數(shù)據(jù)，等等。

八是集群可靠性與性能，完全可以支持萬卡以上大規(guī)模GPU集群的運(yùn)行。

歷史無數(shù)次證明，越是艱難時(shí)刻，越需要國人勇敢地站出來，獨(dú)立自主，打破封鎖，AI算力時(shí)代亦是如此。

作為國內(nèi)率先落地的首個(gè)以全功能GPU為底座的全國產(chǎn)千卡千億模型訓(xùn)練平臺(tái)，摩爾線程夸娥千卡集群方案實(shí)現(xiàn)了軟硬設(shè)計(jì)、性能算力、生態(tài)應(yīng)用的多方面突破，憑借自研軟硬架構(gòu)與開發(fā)平臺(tái)、通用計(jì)算路線，具備多方面的獨(dú)特優(yōu)勢。

尤其是在惡劣的國際環(huán)境下，在我國GPU技術(shù)相對薄弱的情況下，摩爾線程是最有希望破局的，全功能GPU唯一可以在功能上對標(biāo)媲美英偉達(dá)，尤其是摩爾線程的創(chuàng)始團(tuán)隊(duì)基本都出自英偉達(dá)，創(chuàng)始人張建中是原英偉達(dá)全球副總裁、中國區(qū)總經(jīng)理，不但有著豐富的行業(yè)經(jīng)驗(yàn)、雄厚的技術(shù)功底，更能做到知己知彼。

而在技術(shù)之外，GPU行業(yè)也迎來了政策利好，更有利于實(shí)現(xiàn)突圍。

比如北京市近期發(fā)布的《北京市算力基礎(chǔ)設(shè)施建設(shè)實(shí)施方案(2024-2027年)》就明確提出，加快推動(dòng)核心軟硬件產(chǎn)品自主可控，建設(shè)自主可控算力技術(shù)體系，推動(dòng)人工智能大模型與自主可控芯片開展適配。

對于采購自主可控GPU芯片、開展智能算力服務(wù)的企業(yè)，按照投資額的一定比例給予支持，加速實(shí)現(xiàn)智算資源供給自主可控。

從千卡高效互連的算力領(lǐng)先，到軟硬一體的高度優(yōu)化，從大模型訓(xùn)練與推理一體化，到高度的穩(wěn)定性與可靠性，摩爾線程夸娥千卡集群在各個(gè)方面都已經(jīng)擁有成熟的經(jīng)驗(yàn)，堪稱“中國英偉達(dá)”，最有希望實(shí)現(xiàn)國產(chǎn)自主替代，解決國內(nèi)AI算力緊缺的難題。