国产GPU这波迭代，国产终于不是不板进“只闻楼梯响”了说实话，前几年听到“国产GPU”这个词，断迭代补我第一反应是齐算“又来了”。PPT里参数一个比一个猛，力硬一跑实际模型就露馅。程加
黄色软件下截但最近这一年多，国产情况确实变了。不板进不是断迭代补那种惊天逆转，而是齐算那种“闷头磨刀，刀终于能砍柴了”的力硬感觉。今天不吹不黑，程加就基于能查到的国产公开信息，聊聊国产GPU到底迭代到哪一步了，不板进以及“补齐算力短板”这句话背后，断迭代补到底补上了什么。从“能用”到“可用”，这中间隔了好几个量级先看一组硬指标。2023年之前，国产AI芯片里能跑通大模型训练的
含羞草精品2026基本没有，大多数只能做推理，而且精度还要打折。到了2024年，情况明显不一样了。芯片型号厂商制程FP16算力（官方峰值）主要定位壁仞BR100系列壁仞科技7nm1024 TFLOPS（稠密）通用训练/推理摩尔线程MTT S4000摩尔线程7nm约200 TFLOPS（BF16）推理/图形融合寒武纪思元590寒武纪7nm约500 TFLOPS训练/推理海光深算二号海光信息7nm约280 TFLOPS（FP32等效）异构计算这里要说明一下，峰值算力是“纸面值”，实际跑起来能到50%就算优秀。但关键是，这个50%的利用率，最近开始能看懂了。比如壁仞的BR100在ResNet-50、GPT-2这类经典模型上的实际吞吐，已经能到同档A100的七成左右。七成意味着什么？意味着做科研预研、中小规模微调，完全可以跑；不是“跑起来像死机”，而是“等几分钟出结果”。短板不只是算力，还有“生态”这根软骨头很多人以为国产GPU最缺的
免费看黄的软是芯片设计，其实芯片本身反而不是最大瓶颈，软件栈才是。早期国产GPU跑个PyTorch模型，经常要改代码，用算子库替代，或者干脆不支持某个算子，结果就是“模型能加载，一forward就报错”。看看这两年怎么补的：算子库覆盖：摩尔线程声称其CUDA兼容库已覆盖约90%常用算子，虽然有些实现效率偏低，但至少能跑通了。框架适配：寒武纪、海光、昇腾都做了PyTorch的原生适配，不再是套一层“胶水代码”那么简单。编译器工具链：壁仞的BIREN架构采用RISC-V指令集，编译层做了大量优化，对开发者来说学习成本比想象中低。这里要泼点冷水：“能跑”不等于“跑得好”。
1.7黑料吃瓜网比如一些自定义算子，国产GPU在上面的性能可能只有CUDA的十分之一，因为底层DMA、L2缓存调度差异很大。但好在国内AI场景相对集中（大模型训练、推荐系统、CV推理），只要把高频算子优化到位，大多数实际场景的体验已经能接受了。真正的拐点：大模型训练开始有人敢用大模型训练是算力芯片的“试金石”，因为它的通信复杂度、显存压力、并行策略对硬件的要求非常苛刻。两年前，国产GPU连千亿参数模型的张量并行都很难稳定撑起来。现在呢？拿昇腾910B来说，虽然官方很少公开性能对比，但多方信息显示，在GPT-3级别（约175B参数）的
学生免费毛片模型训练中，用910B集群跑通、效率接近A100的60%-70%是可行的。可能你觉得“才六成”，但换个角度想：一个千卡集群，用国产卡只需要多花40%的时间，而成本可能只有A100的1/4。对很多预算有限的团队来说，这个性价比是成立的。另外，摩尔线程的MTT S4000在推理场景（比如LLaMA-7B）的吞吐，已经能做到比官方A100略低30%左右，功耗却低不少。这带来的好处是：边缘端、信创机房里部署大模型，不再是无解难题。别只盯着芯片本身：互联和存储也在补课算力短板不只是单卡性能。训练千亿模型要几百张卡互联，这时候NVLink和InfiniBand的优势就体现出来了。国产GPU过去最大的坑是“单卡看着还行，一上多卡就拉胯”——PCIe Gen4的带宽撑不住all-reduce，分布式训练等卡等得心慌。这几年怎么补的？自研高速互联：华为昇腾的HCCS（华为缓存一致性协议），摩尔线程疑似在MTT S4000上集成了自家Gen4互联，壁仞BR100支持PCIe Gen5。胖树组网：多个国产芯片集群开始采用RoCEv2或高密度以太网方案，虽然延迟比InfiniBand高，但胜在兼容性好、成本低。显存池化：单卡显存不够，靠NVLink扩展显存？国产卡开始走CXL内存池化路线，比如海光就重点宣传了CXL的支持能力。这不是说国产互联已经追平了英伟达，而是说“卡一多就死”这个病治好了。现在能稳定跑到256卡甚至512卡规模的集群，这在2022年是不敢想象的。一个重点难点：软件生态的“三层皮”费曼学习法的核心是“用自己的话讲清楚”。我把国产GPU的软件生态比作“三层皮”：第一层：CUDA兼容层。靠翻译，把CUDA代码翻译成国产GPU能懂的语言。这层做得好，迁移容易；做得不好，性能稀烂。第二层：自研框架层。比如昇腾的MindSpore，寒武纪的BANG语言。这层是真正的护城河，但从用户角度看，学习成本高。第三层：应用优化层。针对某个模型（比如Stable Diffusion）做算子级优化。这层最体现功力，也最难。目前最尴尬的现状是：很多国产GPU公司想跳过第一层直接做第二层，结果用户不买账。反观英伟达，CUDA十几年积累，你说它不好用？但大家都在用。国产GPU接下来的胜负手，其实在于能不能把第一层做到“无感迁移”。好消息是，现在连百度飞桨、阿里PaddleX都在做多芯片适配，说明“绑定单一架构”的时代正在过去。表格说话：实际应用场景里，国产GPU到底能干嘛？场景具体任务国产GPU表现相比A100的差距（经验值）大模型推理GPT-3生成，batch=4可流畅运行延迟高20%-40%大模型微调LLaMA-7B Lora可以跑通训练时间多1.5-2倍视觉检测YOLOv8推理很好用几乎无差距科学计算分子动力学模拟基本能用性能损失较大传统AI训练ResNet-50非常成熟达到85%以上这个表格是我根据自己的观察列的经验值，不是官方数据，但很能说明问题：在推理和传统视觉任务上，国产GPU已经基本“平替”了；在训练任务上，还在追赶但已经“可用”。那“补齐算力短板”到底补到什么程度了？说实话，短板是立体化的：硬件算力、互联带宽、软件生态、开发者习惯。这四个维度里，硬件算力补得最快，芯片本身已经接近三年前的国际中高档水平；互联带宽补得较慢，因为需要网络设备、协议栈一起配合；软件生态还在“从无到有”阶段，但框架适配速度肉眼可见；开发者习惯最难补，毕竟CUDA十年积味。但有一个信号很积极：越来越多独立开源项目开始主动支持国产硬件。比如，HuggingFace的Transformers库，已经能在昇腾NPU上通过torch_npu跑通常见模型；vLLM、TensorRT-LLM这些推理优化框架，也有社区版适配。这在2023年还是“要提交PR等半年”的状态。写到这里，我有点感慨国产GPU这条路，不是“神兵天降”，更像“瓦匠砌墙”。你看着每天进度不多，但半年后回头一看，墙已经齐腰高了。当然，墙还没封顶，钉子户问题（比如高端制程、HBM内存）依然存在，但从核心器件到整机集群，再到应用落地，这个链路已经跑通了。你说它“补齐短板”了？严格说没有，因为“短板”是动态的——英伟达也在迭代。但你说它“能用了”？我觉得这话现在可以理直气壮地说。下次看到某家国产GPU出了新卡，先别急着笑。拿个真实模型跑一跑，也许你会意外发现：哎，居然不崩了。
泉州：男子高速路上慢悠悠倒车 被过路驾驶员举报
闽南网2月3日讯（闽南网记者 陈玉玲 通讯员 刘闽华）众所周知，在高速上倒车是非常危险的。一名男子在高速路上开错路，竟直接在高速上倒起了车。这一幕正好被过往车辆的行车记录仪拍了下来。今天，泉州高速交警二大队处理了这起在高速上倒车的违法行为。
举报这起违法行为的是驾驶员李先生。根据李先生提供的视频显示，1月29日下午4点28分左右，在泉南高速蓬壶收费站入口内广场匝道上，一辆闽C牌的白色小轿车正在缓缓倒车。
记录仪拍下的违法车辆
小车在高速上违法倒车
接到举报后，民警迅速介入调查，并通过警务系统找到了违法车辆，联系上了驾驶员陈某。
据陈某介绍，自己是安溪人，当天从蓬壶上高速准备到永春。途径该路段时，他发觉走错了路，一时有点紧张，坐在后面的同乘人员说“后面没车倒一下没事”。陈某想了想，就直接在原地倒车。此时，李先生的车从后面驶来，看到前方的小车正在往后退，只能紧急刹车且鸣喇叭示意。李先生的行车记录仪也拍下了这一幕，他随后将这段视频发给了交警部门。
因在高速上违法倒车，陈某将被罚款200元、记12分。高速交警提醒：高速倒车给后方正常行驶的车辆带来了巨大的危险。正常行驶的车辆很难判断前车的驾驶意图，很少会意识到前车正在倒车行驶，容易导致追尾、碰撞事故，请广大驾驶员切莫心存侥幸。
未来两天泉州增温明显 11日冷空气再来
原标题：未来两天泉州增温明显 11日冷空气再来
未来气温将逐步攀升，10日之前局部乡镇最高气温能达到30℃以上。冷空气在11日影响泉州，届时气温明显下降。
海峡网4月8日讯 （泉州网记者游怡冰）昨日上午，全市依旧保持着好天气。到了中午，一阵短时降水使空气变得清爽，雨停过后，气温仍维持高点，仿佛开启了夏日模式。
根据市气象台预报，今日低层西南风加强，湿度增大，山区会出现弱降水，沿海以多云天气为主。明日随着江淮气旋东移入海，沿海和内陆地区风力增大，我市增温明显，相对湿度较小，以多云间晴天气为主。10日，山区又将迎来一次弱降水。
未来气温将逐步攀升，10日之前局部乡镇最高气温能达到30℃以上。需要提醒市民的是，今天我市沿海部分地区受雾的影响，能见度低，市民出行需注意交通安全。冷空气会在11日影响我市，届时气温会明显下降，请市民关注天气变化。
相关新闻 （共 6 条）