无问芯穹打通DeepSeek-R1适配优化
**无问芯穹打通DeepSeek-R1适配优化，引领AI算力新时代**
在人工智能领域，每一次技术的突破都可能带来行业的深刻变革。近日，无问芯穹，这家在AI基础设施领域深耕多年的企业，宣布了一个令人振奋的消息：已成功打通DeepSeek-R1在七大国产芯片平台上的适配优化。这一举措不仅标志着DeepSeek系列模型与国产算力平台的深度融合，更为中国AI产业的自主可控发展注入了强劲动力。
DeepSeek自问世以来，便以其卓越的性能和广泛的应用前景受到了业界的广泛关注。然而，随着其影响力的不断扩大，如何更好地适配和优化不同硬件平台，成为摆在无问芯穹面前的一道难题。为此，无问芯穹的技术团队与壁仞科技、海光信息、华为昇腾、摩尔线程、沐曦、燧原科技、天数智芯等七家国产芯片巨头展开了紧密合作，共同攻克了这一技术难关。
此次适配优化的成功，意味着开发者现在可以通过无问芯穹的Infini-AI异构云平台，一键获取DeepSeek系列模型与多元异构国产算力服务。这不仅极大地简化了开发流程，降低了开发成本，更为AI应用的快速部署和迭代提供了有力支持。
无问芯穹联合创始人、CEO夏立雪表示：“DeepSeek的突破激发了越来越多的下游应用创造力。未来，行业日均tokens消耗量将达到百万亿级别，这不仅将激发国产芯片的市场需求，更为打造全国产AI产业闭环，实现更可控的自主算力发展创造了有利条件。”
在美国，模型、系统、芯片已经形成闭环生态，以英伟达为例，其GPU的主流地位与CUDA生态有直接关系。然而，随着Transformer统一模型结构的出现，大模型应用落地场景所需的算子数量大幅度收缩，CUDA的护城河正在变薄。而在中国，DeepSeek作为开源模型，正如同Android之于移动互联网革命，将重构整个AI产业生态。
夏立雪进一步指出：“DeepSeek将引发链式反应，加快上层应用发展和下层系统‘统一’增速，由此广泛调动起跨越软硬件和上下游的生态，一起加大投入‘模型-芯片-系统’协同优化和垂直打通。这不仅可以继续‘打薄CUDA生态’，更为中国AI产业走出了一条独特的技术路径。”
事实上，无问芯穹在软硬协同优化方面早已积累了丰富的经验。其核心技术团队早在2018年就总结出了“深度学习算法-编译-芯片联合设计”路线，致力于人工智能场景下能效电路和系统设计方法的研究。依托“多元异构、软硬协同”的核心技术优势，无问芯穹打造了连接“M种模型”和“N种芯片”的“M×N”AI基础设施新范式。
此次DeepSeek-R1在国产硬件平台的多芯片适配优化，正是无问芯穹这一技术范式的又一重要实践。通过这一实践，无问芯穹希望进一步团结从模型到芯片的上下游产业伙伴，在打造“国产模型+国产算力+国产系统+国产应用”全国产化AI产业链的进程中起到牵引带动作用。
值得一提的是，DeepSeek大语言模型在参数规模不断扩大的同时，所用的训练算力并未与模型尺寸等比例的成倍增长。这得益于无问芯穹在软硬件协同设计方面的深厚积累，通过不断提升系统开销到模型尺寸、能力的转化率，实现了在算力受限条件下模型能力的突破。
随着DeepSeek-R1适配优化的成功，无问芯穹正携手国产芯片巨头，共同开启AI算力新时代的大门。这一举措不仅将推动中国AI产业的自主可控发展，更为全球AI产业的多元化竞争注入了新的活力。我们有理由相信，在未来的AI领域，中国将拥有更多的话语权和影响力。
