在数字化浪潮的推动下，算力成为了国家竞争力的关键指标。然而，国产算力的发展一直面临着两大难题：一是国产GPU缺乏生态支持，难以替代英伟达等国际巨头的产品；二是国产GPU单卡性能有限，难以满足日益增长的算力需求。2024年中国算力大会上，业界专家和企业代表共同探讨了解决这些问题的策略，为国产算力的未来发展指明了方向。
生态支持：国产GPU的生态建设国产GPU要想在市场上占据一席之地，首先需要解决的是生态支持问题。长期以来，英伟达的CUDA生态几乎垄断了GPU计算领域，国产GPU要想替代英伟达GPU，就需要打破这一生态壁垒。中国移动发布的“芯合”工具，就是一个很好的开始。它可以帮助用户将基于英伟达生态链编写的代码迁移到华为或其他国产硬件平台上，大大降低了迁移成本。
此外，国产GPU公司瀚博半导体和华为也在积极构建自己的生态。瀚博半导体强调了企业间合作的重要性，而华为则提供了从硬件到软件的一整套解决方案，包括AI芯片、编程语言、开发工具和AI框架。这些努力都是为了降低用户迁移到国产GPU的门槛，提高国产GPU的市场接受度。
技术创新：提升单卡性能与整体算力除了生态支持，国产GPU还需要在技术上进行突破。在单卡性能有限的情况下，如何通过其他技术手段提升整体算力水平，成为了国产算力发展的另一个关键问题。中国电信和中国移动在这方面做出了积极的探索。
中国电信在上海和北京建立了两个国产万卡公共智算中心，而中国移动则在哈尔滨建立了1.8万卡规模的超大智算中心。这些智算中心的建立，不仅提升了国产GPU的应用规模，也为解决万卡规模算力集群的技术挑战提供了实践平台。
中国移动还公布了多项技术方案，包括GPU卡间互联协议、全调度以太网技术体系、融合存储方案等，这些都是为了实现上万张GPU卡和上千台服务器的高效互联和稳定运行。
国产GPU生态建设的策略要建立国产GPU的生态，需要从软件和硬件两个方面入手。软件方面，开发自主编程框架和构建软件工具链是关键。硬件方面，与国内企业的合作以及国际合作与开源社区的参与同样重要。
其他国家的经验在解决算力问题上，美国和中国的经验值得借鉴。美国的国家战略推动和企业与科研机构的协同创新，以及中国的“东数西算”工程和多主体协同发展模式，都为国产算力的发展提供了宝贵的经验。
国产算力的发展需要生态支持与技术创新的双轮驱动。通过降低迁移成本、提升单卡性能、构建自主生态、加强产业合作等措施，国产算力有望突破现有的瓶颈，实现质的飞跃。这不仅是技术进步的需要，更是国家战略的必然选择。支持国产，让我国被卡脖子的技术得到解决，是每一个科技工作者和企业的责任和使命。
