摘要： AI基础设施论坛上，无问芯穹联合创始人兼CEO夏立雪指出，当前Model Scaling Law思潮下，大模型面临高性能、计算量等多方面挑战。同时呼吁打破异构生态竖井，支持多元化异构芯片融合，以提高算力推高大模型生态完整性，并通过统一编程框架实现多算力调度整合。

在近期的AI基础设施论坛上，无问芯穹联合创始人兼CEO夏立雪指出，在当前的Model Scaling Law思潮下，大模型面临着诸多挑战。这些挑战包括但不限于高性能、计算量和跨硬件平台运行等方面的问题。
他强调：“大模型是推动人工智能发展的重要引擎，但同时也面临着性能瓶颈。高性能主要体现在处理大规模复杂数据时的效率上，而计算量则直接影响了模型训练的速度和规模。此外，不同的硬件平台可能对同一种架构有不同的适用性，这不仅需要考虑硬件的成本，还需要考虑到其兼容性和可扩展性。”
针对这些问题，夏立雪提出了一个大胆的解决方案——打破异构生态竖井，支持多元化异构芯片融合。他认为，“只有当所有的硬件平台都能在一个平等的基础上运行，我们才能充分利用每一块硬件的优势，提高整体的计算能力和处理能力。”
他还指出，“我们应通过统一的编程框架来实现多算力调度整合，这样可以减少不同硬件平台之间的差异，使整个大模型生态系统更加完善。”
总的来说，夏立雪的观点是，面对大模型面临的挑战，我们需要采取创新的策略，如打破异构生态竖井，支持多元化异构芯片融合，并通过统一的编程框架来实现多算力调度整合，以应对当前的Model Scaling Law思潮。