近日，以“效果涌现”为主题的百度世界2025在北京·国家会议中心举办。昆仑芯科技 CEO 欧阳剑出席芯片分论坛，并以《新应用如何推动AI算力产业变革》为题发表演讲，基于昆仑芯在 AI 计算领域15年的深耕积累，从算力供给视角分享了对大模型时代技术演进与行业趋势的深刻洞见。

　　欧阳剑指出，当前，大模型技术正推动“算力-模型-应用”飞轮加速旋转。在此背景下，效率与规模已成为算力产业的核心挑战。他认为，对芯片、硬件系统及软件生态进行全栈协同优化，同时攻克超大规模算力集群的关键技术难题，是夯实 AI 产业算力基石的必然路径。

　　计算产业自20世纪40年代发展至今已有80余年，其演进始终遵循同一条清晰的规律：应用需求与技术创新在持续的相互作用中推动整个行业向前发展。在大模型时代，这一发展逻辑依旧适用。

　　回顾大模型的发展历程，从初期探索到多模态智能体的演进速度远超传统技术发展节奏。模型能力提升迅速，除了算法创新，背后也离不开算力升级的贡献。从大模型出现到今天，模型能力的增长是惊人的，算力的需求增长也是指数级的，模型和算力的增长是互相促进且匹配的。当算力的供给推动模型能力提升，模型进步推动应用普及，而应用普及带来的推理需求又进一步拉动算力的增长时，一个由“算力-模型-应用”构成的飞轮效应由此形成，并持续推动人工智能产业迭代演进。

　　当前算力之所以能够实现指数级增长，一个核心的技术在于 Transformer 架构及其带来的统一输入输出方式，这对做计算来说极其关键。

　　过去，由于应用场景、数据类型和算法需求的碎片化，计算系统难以实现标准化和规模化扩展，整体迭代效率也受到明显制约。Transformer 统一了技术架构，tokenization 统一了输入输出，这种新的计算模式得以超越单一的文字处理，进化成了一个可以轻松扩展到任意模态的、统一的计算架构。计算架构的统一带来的直接影响是，让计算演进成一个基础设施，并且变成一个可扩展的基础设施。

　　大模型“新应用”的背景下，昆仑芯观察到，越来越多“非计算任务”正被“计算化”，很多 AI Agent 或应用就是把以前非计算的任务用计算实现。

　　当前涌现的大量新应用正在改变传统任务的执行方式，从 AI 编程、智能搜索，到具备规划能力的 AI Agent，过去依赖人工决策与操作的任务，如今正逐步交由机器自动完成。以往用户需耗费大量时间检索、比较与判断，而现在仅需 Agent 消耗数万至十万级 Token 即可自动实现。

　　随着 Agent 商业化的加速，应用生态规模迅速扩大，最直观的体现是 Token 消耗量的激增。未来，Token 将像水电一样，作为不可或缺的基础要素，深度融入社会生活的各个领域，持续创造价值。

　　大模型产业初期，可能有行业观点认为算力变得更简单了，因为 Transformer 和它的输入输出都变得更加规整。实践中我们发现，反而挑战会更大，因为在于它没有边际。

　　第一是模型大小没有边际。就实践观察来看，模型的大小目前还是遵循 Scaling Law 的。参数量已在短短两三年内从百亿、千亿级别跃升至万亿，并仍保持强劲的增长势头。

　　第二是算力规模没有边际。当算力成为基础设施，尤其有那么多非计算任务变成用计算解决，让未来算力规模也是没有边际的。

　　第三是算法和应用的探索空间没有边际。算法和算力的探索两条路径都在一个没有边际的空间，会带来很多未知。

　　因此，对做算力的公司和团队来说，既带来了巨大机会，也带来了特别大的挑战。总结来说，在新的应用下，算力最终会面临两个问题——效率问题、规模九游娱乐问题。

　　随着 AI 技术在各行业的快速普及，算力成本尤其是 Token 成本，正成为制约应用规模化落地的关键挑战。未来 AI 应用的发展，将更依赖高效、低成本的算力体九游娱乐系。

　　过去几年，昆仑芯团队始终围绕一个重要问题展开探索——“如何让每一块钱产生更多 Token”。这是 AI 发展长期面临的结构性挑战，也决定了算力基础设施演进的方向。针对这个问题，我们在实践中，从芯片、硬件、软件系统进行了全栈协同优化，持续提升计算效率。具体来看：

　　硬件系统层面：芯片与系统要更加整合，仅关注芯片或仅关注系统已经不能解决当下的问题。

　　如从单机30卡全互联拓展到64、128乃至数千节点的扩展式互联架构。从理念上，Scale up 等概念其实并不新鲜，如今有了大模型出现，相关的技术就能够量级降低计算的成本。

　　我们现在能看到很多计算集群已经到万卡、3万卡以及更大规模，在这么大规模下提高效率也是一个很重要的技术难题。

　　软件系统层面：DeepSeek 出来之后，提了很多并行计算的方法。依托业界主流模型推动的并行化技术革新，软硬件的极致协同可以进一步释放单卡算力潜能，实现端到端性能提升。

　　规模扩展已成为 AI 算力基础设施面临的另一项关键挑战。算力集群正在从数百卡、数千卡加速迈向数万卡甚至百万卡级规模。在这一过程中，首先能够真实遇到问题的团队并不多，因为大规模集群的建设投入门槛极高。与此同时，系统稳定性、计算精度与性能保障等挑战都会在工程实践中逐步暴露，并且极难解决。主要包括几个方面：

　　单卡在小规模看似微不足道的故障率，一到集群级别就会被指数放大，影响成倍增长；千卡规模尚可接受的98%或95%稳定性指标，一旦扩展至万卡级时，就会导致系统稳定性面临挑战。

　　以昆仑芯去年构建同等规模 GPU 集群的实践为例，通过逐步对比训练过程中每一个 step 的输出，任何微小误差都可能在长周期训练中不断累积并最终导致精度偏移。为确保精度一致性，团队需进行长达数月的“伴飞验证”，对人力、资金与时间消耗极为巨大。

　　这些问题在单卡或者小规模集群的实践中是不太容易遇到的，或解决难度是比较可控的。但在一个几万卡的规模里遇到之后，仅仅定位问题都会非常难，并且解决代价和难度也会量级提升。超大规模集群的稳定扩展是工程化能力的综合体现。

　　基于对算力需求及人工智能应用场景的深刻理解，昆仑芯团队自2011年起便深耕 AI 加速计算领域，完整经历了从深度学习到大模型的技术变革。历经三代产品的稳步迭代，昆仑芯已实现从模型推理到训练的全场景覆盖，全面支持客户从单机到万卡级集群的规模化部署，产品定义在每次技术变革中均精准地把握了方向。

　　昆仑芯1代系列产品于2020年率先应用于百度内部数据中心，完成了技术验证与场景初探。昆仑芯2代系列产品于2021年量产，2022年开始全方位推向市场，该系列产品在多行业客户中实现规模化应用，奠定了坚实的市场基础。

　　2024年，昆仑芯第三代 P800系列产品实现量产，该系列产品设计满足了大模型对算力的极致需求，在性能与市场表现上均展现出卓越竞争力。大模型爆发后，对各行各业都产生了巨大的变革。昆仑芯的产品在短短一年时间已广泛落地于互联网、算力枢纽、电信运营商、能源电力、金融等关键领域。

　　当前，基于昆仑芯 P800系列产品构建的单集群规模已经超过了三万卡，有力支撑了国内大模型的研发与应用。在产业落地上，昆仑芯已实现三代产品规模化部署落地，累计部署规模已达数万卡，在数十个关键行业深入布局，屡获市场认可。

　　人工智能产业的蓬勃发展，正推动大模型参数量迈入爆发式增长新阶段。这一趋势在为底层算力基础设施带来巨大挑战的同时，也催生出前所未有的发展机遇。

　　面向日益增长的算力需求，昆仑芯依托在芯片架构、集群系统和软件生态方面的全栈技术积累，核心竞争力持续增强，市场优势愈发凸显。

　　展望未来，昆仑芯将持续致力于让澎湃算力成为支撑千行百业智能升级的可靠基石，为国内人工智能产业发展注入源源不断的强劲动力。

　　喜上加喜！亲上加亲！近日，河南商丘一双胞胎兄弟同天迎娶双胞胎姐妹。婚礼现场被网友称为“复制粘贴的幸福”，简直就像是电视剧里的情节在现实中上演。网友们纷纷表示，以后生的孩子又是堂兄弟姐妹，表兄弟姐妹，这和亲兄弟姐妹没啥区别了。

　　本文仅在今日头条发布，谢绝转载。封面新闻记者 边雪湖南省邵东市的曾女士一家，原本期待着11月25日的婚礼，却在前一天清晨接到了令人心碎的电线岁的堂弟在双峰县青树坪镇的准新娘家中坠楼身亡。

　　注意！11月26日，山东济南，济南云巴开通在即，云巴车站内没有安检，没有卫生间。站内功能与公交车站配置基本一致。

　　伊川平等乡种植瓜蒌发家致富#优质农产品 #瓜蒌 @娜娜在伊川 @闪闪探伊川 @洛阳一婷 @葛高远老宣传

　　日本发出“最强烈警告”！高市早苗妄为之“祸”来了，分析师：日本将损失超2万亿日元，日本三季度GDP再现负增长#高市早苗 #日本三季度GDP再现负增长

　　中国武器越先进，世界越和平，世界人民感觉越安全！#我要上热门 #国之重器 #93阅兵#东风61#东风5C

　　空中客车公司一名发言人表示，约6000架空客A320飞机需要紧急更换一种易受太阳辐射影响的飞行控制软件。

　　你是不是也总是劝说父母“没事多运动”？运动本是为了健康，但若选错了方式，反而伤膝、伤腰，得不偿失！一位来自四川的陈女士（化名），今年60岁，退休后开始迷上了跳广场舞，越跳越起劲儿，每天跳好几小时。

　　“以前都是正月十五才有灯会，现在从10月开始就有灯会，每天都很热闹。”衣红玲一边招呼着游客，一边感慨道。初冬的永济公园，华灯初上。形态各异的彩灯勾勒出古桥的轮廓，倒映在粼粼水波中，恍如穿越时空。

　　当你在一件千年文物前驻足观赏后，转身就能品尝到以它的纹样为灵感制作的美食，既饱了眼福又饱了口福。这些的场景，如今在不少博物馆里真实上演。“去博物馆干饭”正成为年轻人争相打卡的新风尚。