近日，壁仞科技副总裁兼AI软件首席架构师丁云帆在谈及计算瓶颈时，提出了解决算力瓶颈的三个关键维度：硬件集群算力、软件有效算力和异构聚合算力。
丁云帆指出，通过这三个方面的优化，即使国产AI芯片单个算力不强，也能通过综合手段提升整体算力，满足国内大模型训练的需求。他表示，壁仞科技早在2020年设计的第一代产品中就采用了chiplet架构，这一创新思路如今也被英伟达的B100和英特尔的Gaudi 3等国际巨头所采纳，以突破摩尔定律的限制，提高单卡算力。
壁仞科技还采用了三级的异步checkpoint技术，将GPU显存、CPU内存以及多节点内存的备份系统结合起来，以达到平衡并降低故障恢复成本。
此前，壁仞科技发布了其首款通用GPU芯片BR100，创下了全球算力纪录。BR100的16位浮点算力超过1000T，8位定点算力超过2000T，单芯片峰值算力达到PFLOPS级别。根据壁仞科技的数据，BR100在多种数据格式下的峰值算力均超越了英伟达在售的旗舰GPU，特别是在FP32数据格式下，其性能优势高达13.1倍。
尽管壁仞科技的芯片在单个算力上可能不如国际顶尖产品，但通过数量上的优势和软件层面的优化，其整体算力表现仍能达到国际领先水平。这不仅展示了国产AI芯片的潜力，也为国内AI技术的发展提供了坚实的基础。
