5月9日，在杭州召開的“之江圓桌會”上，由之江實驗室孵化的浙江省之江發展基金會和新興的杭州市人工智能產業聯盟聯合承辦，并聚焦于“人工智能的競爭：機遇與挑戰”這一議題展開深入討論。會議邀請到了我國頂級科學家、企業家以及業內領軍人物等共計20余人參與分享，包括江實驗室主任王堅院士、智能計算設施創新中心研究員張汝云、數據樞紐與安全研究中心特聘專家韓定一、杭州電子科技大學教授孔萬增、復旦大學人工智能創新與產業研究院研究員徐盈輝、摩爾線程創始人兼CEO張建中等。

摩爾線程創始人兼CEO張建中在會上透露，為了滿足國內對AI算力的迫切需求，他們正在積極尋求與國內頂尖科研機構的深度合作，共同推動更大規模的AI智算集群項目。他強調，理想的合作伙伴應具備與摩爾線程相同的國產算力建設理念，致力于降低大模型與人工智能的計算成本，為國內相關領域的發展提供更廣闊的空間。

以下為張建中的演講內容摘要：

面對算力挑戰，芯片企業需要從體系架構、應用軟件及芯片生態等多方面進行創新與突破。由于芯片生態的復雜性，從設計到生產再到應用，涉及到眾多環節，因此芯片廠商需要從源頭做起，打通整個產業鏈，以綜合性的計算平臺優勢應對挑戰。

摩爾線程的愿景是成為一家專注于加速計算平臺的企業。其所有芯片均基于自主研發的MUSA統一系統架構，能夠適應未來各種計算需求，同時兼容CUDA，與國際生態接軌。

目前，大模型的應用場景仍相對有限，而諸如AI for science等其他領域的計算需求將更為龐大。除AI計算加速外，摩爾線程還具備3D圖形渲染、視頻編解碼、物理仿真和科學計算等多元化計算能力，未來有望為更多應用場景提供支持。

千卡或萬卡GPU集群是一個大型復雜系統，涉及諸多技術領域，如計算、網絡、存儲、驅動、云原生、集群管理、AI軟件棧等。摩爾線程通過成功部署夸娥千卡智算集群的實踐經驗，已經形成了一套完整且系統的解決方案，確立了競爭優勢。

為解決當前大模型帶來的國內AI算力剛需，摩爾線程正計劃與國內一些頂尖的機構合作推進更大規模的AI智算集群。我們理想的合作伙伴，雙方在國產算力建設理念上高度一致，將為國內大模型與人工智能的發展提供更加普惠的計算成本。

我們都知道，通用性和成本息息相關，只有利用率高，相對成本才會更低。摩爾線程堅持的是一條通用技術路線，我們的目標是解決國產算力可用問題，并形成算力成本優勢，以國產算力的強力引擎，為數智世界賦能。