9 月 9 日，在第五届深圳国际人工智能展（GAIE）第二届智能算力发展论坛上，中昊芯英（杭州）科技有限公司（以下简称 " 中昊芯英 "）与中国联合网络通信有限公司深圳市分公司（以下筒称 " 深圳联通 "）联合举办了 " 智算基建，加速未来 " 高性能 AI 智算中心项目启动仪式，标志着双方将携手合作共同建设广东地区首个采用国产 TPU 技术的智算中心。

据深圳联通副总经理赵桂标介绍，" 项目一期由 32 个算力节点通过高效互联构建而成，整体算力不低于 50P，后期将扩容至千卡规模，形成训推一体化的枢纽，成为中国联通在深圳的核心智算高地的重要组成部分。"

谈及合作共建智算中心的具体布局，他进一步表示，" 中国联通以国家智算能力布局要求和市场实际需求为牵引，根据‘规划先行、市场驱动、适度超前、小步快跑’原则统筹规划构建中国联通智算体系，构建形成‘ 1+N+X ’智算能梯次布局。"

优势互补，提升算力利用率

此次中昊芯英与深圳联通的合作，是基于双方在各自领域的深厚积累与优势互补。

据了解，中吴芯英作为国内领先的 TPU 架构 AI 芯片企业，此次提供了搭载其自主研发的高性能 TPU 芯片 " 刹那 ® " 的人工智能服务器及大规模 AI 计算集群系统 " 泰则 ® "，为项目搭建坚实的 AI 计算底座。

深圳联通则凭借其网络资源和运营经验，将配合政府及行业伙伴，建设针对特定行业的智算节点，预部署相应软件和模型，为社会提供智能算力服务或 MaaS 服务，赋能产业发展。

该项目优势在于算力的共享，避免单个企业因业务需求波动导致的算力闲置或不足问题，提高算力整体利用率，降低运营成本。同时，该项目将搭载联通云自研 " 星罗 " 算力管理平台，实现多元异构算力的适配和服务编排，形成 " 通算 + 智算 + 超算 " 的融合调度能力，可面向客户提供一体化算力运营服务，也可用于企业私有化部署的智能算力网络搭建及运菅管理。

谈及合作的优势，中昊芯英创始人兼 CEO 杨龚轶凡介绍道，" 中昊芯英的优势在于芯片设计、软件优化以及集群的软硬件栈构建，为 AI 算法提供了坚实的硬件基础；而深圳联通则擅长云平台建设、物理层面的突破、智算中心管理以及能耗控制，为 AI 算法的运行提供了高效、可靠且可扩展的云端环境。双方合作不仅弥补了彼此的短板，还共同构建了高效、可靠的人工智能算法基础设施资源平台，实现了资源的最优配置和效益的最大化。"

此次项目的成功启动对于双方都具有深远意义。对于深圳联通而言，这不仅是对其智算体系布局的重要补充和完善，也是其推动深圳数字经济高质量发展的具体行动。而对于中昊芯英而言，则是其在华南区域落地 AI 高性能智算中心的重要里程碑，标志着其在国产 AI 算力运营和产业智能升级方面迈出了坚实的一步。

近年来，各地都在布局智算中心落地，而在智算中心的运营成本中，电力成本占据了相当大的比例。针对耗电问题，赵桂标向 AI 科技评论介绍表示，" 压降能耗主要从以下两个方面着手；一是要在规划设计层面进行大胆创新，拥抱新技术，如液冷、磁悬浮冷机、模块化电源、间接蒸发冷却等，采用高效能的设备，尽可能多的利用自然冷源来压降能耗；二是要在运营层面不断积累精细化能耗管控的经验，多措施并举持续优化 PUE，达到节能降碳的效果。"

而杨龚轶凡则从 TPU 的优势切入分析道，"TPU 更针对于大模型的模型训练和推理性设计，软件和网络的架构和结构比 GPU 实现同样性能的网络架构更为简洁和简单，所以在软件的运维层面来说会变得更加高效，在硬件的搭载过程中也会设计让它能够可运维，整体来说会尽可能降低生产成本、运维成最后实现对模型的高算力的支持。"

TPU   要做   AI   界的   X86

中昊芯英与深圳联通的合作，不仅仅是技术层面的深度融合，更是对未来人工智能产业发展趋势的把握。

随着 AIGC   时代的到来，大模型训练、神经网络开发等应用场景对算力的需求日益激增。中昊芯英自   2018 年成立以来，便致力于为 AIGC 时代的超大规模 AI   模型计算提供高性能 AI   芯片与计算集群，作为国内唯一掌握   TPU   架构 AI   芯片核心技术的企业，  中昊芯英通过 " 算力基础设施 + 生态合作 + 产业应用场景   " 的三位一体化方案，为客户提供具备生 产变革能力的 AI   创新技术方案，加速 AI   的工程落地与产业化进程。

而   TPU   和   GPU   相比究竟优势何在？

杨龚轶凡向   AI 科技评论介绍称，" 就整个   TPU   来说，我们想把这个架构做成 AI   界的   X86，因为英特尔   X86   是统治   了   PC   时代，CPU   的时代所有架构里没有任何东西能够跟   X86   去   PK，直到手机出现有了 ARM   才分走了一部分的市场份额。  我们希望   TPU   架构就是 AI   界里未来最核心的架构方式。他指出，随着技术的发展，在相同制造工艺、芯片尺寸和能耗条件下，TPU   相较于传统   GPU   架构，其不可替代的优势在于   专为 AI   深度学习定制。"

他进一步说道，"TPU   舍弃了   GPU   的部分灵活性，如光线追踪等复杂计算，转而专注于优化深度学习中的非线性计算，  性能可提升   3   到   5   倍，具有显著的性价比。在   AI   领域，尤其是深度学习模型的训练和部署，性价比是决定模型能否广泛落地的关键因素   "。 

同时，"TPU   的架构设计使其在处理深度学习模型时，无论是单线程还是集群性能均表现出色，特别适用于大规模模型训练和推理。其网络基础架构和网络形态专为深度学习数据流量特征设计，无向前兼容负担，进一步增强了 AI   算法运行的性价比。"

在杨龚轶凡看来，" 从所有的实际证据和研发的指标来看，面向 AI 大模型计算场景，TPU   比   GPU   更有核心竞争力。预期   3-5   年之后主要的 AI 算力硬件市场会让   TPU   和类   TPU   的其他 ASIC   占领，GPU   会回到原有的 20% 的市场地位。"

此外，值得一提的是，此次和深圳联通合作的 TPU   智算中心采用的是纯   TPU   技术，和异构智算中心相比也有自身优势。

杨龚轶凡表示，" 任何东西只要异构一定面临性能损耗，  无论是拿什么样的芯片异构，最后网络性能节点上一定有打折，这个折扣基本是   5   折到   7   折不等。如果能够有纯构的计算平台，当然性价比是在服务客户时，假如成本一致的情况下，性能是它的   1.3-1.5   倍，其实性价比是更高的，服务的费用可以比异构平台更低一些，对于终端客户而言成本是降低的。" 雷峰网雷峰网