編輯：編輯部 HYZ
【新智元導讀】國內首個自研萬卡集群，剛剛成功點亮！國產AI的高價門檻直接被打下來了。在百度智能雲平台上，DeepSeek R1和V3的官方價格直接低至五折和三折，基本實現全網最低。
在全世界都在加碼AI研發之際，國內傳來了一個振奮人心的消息——
百度智能雲成功點亮了首個自研萬卡集群。
這台由崑崙芯三代組成的「超級巨獸」，正式宣告中國在AI算力上邁出的重要一步。
這也成為DeepSeek後，本土化AI的又一重磅發布！
更令人期待的是，百度智能雲宣布將進一步擴大規模，計劃點亮3萬卡集群。
這不僅僅是一個數字的躍升，更是中國科技實力的又一次證明。
萬卡集群為什麼重要？
隨著o1、R1等「推理模型」的興起，測試時計算、強化學習等過程，讓模型的性能實現了持續性的提升。
與之相伴的，則是對算力更大的需求。
為了讓自己的模型不在AI爭霸中落後，全世界的AI公司都在競相搶購GPU並爭取數據中心資源。
OpenAI曾與微軟達成了約140億美元的戰略合作，其中就包含了大量的算力配額。另有「星際之門」項目，4年5000億美元，要在全美建設20座超算。
Anthropic也獲得了亞馬遜80億美元的投資，其中包含了一個配備超10萬枚專用AI晶元的全新算力集群的使用權。
xAI擁有配備了超10萬塊GPU的全球最大超算——Colossus。並且，按照CEO馬斯克的設想，這一規模還將擴大到驚人的100萬塊。
前段時間，納德拉曾在採訪中稱，今年微軟計劃在AI基礎設施中投資800億美元。
另有小扎公開表示，Meta將在今年加碼650億美元，全部用於人工智慧基礎設施的建設中。
昨天，谷歌公布的2024 Q4財報中，透露了計劃今年在AI競賽中斥資約750億美元，較上一年323億美元，大幅飆升。
不難看出，在人工智慧scaling law進程中，亘古不變的是對算力的投資。
從這一點來說，萬卡集群的建成無疑意義重大。
首先，超大規模並行計算能力，可以實現訓練效率的躍升。
這樣，萬卡集群就能將千億參數模型的訓練周期大幅降低，讓AI原生應用快速迭代。
第二，它還能支持更大模型與複雜任務和多模態數據，支撐Sora類應用的開發。
第三，它還能支持多任務並發能力。通過動態資源切分，單集群就能同時訓練多個輕量化模型，通過通信優化與容錯機制減少算力浪費，實現訓練成本指數級下降。
而百度萬卡集群，就全面覆蓋了以上優點。
它就像一隻訓練有素的「天團」，通過智能調度和資源優化，讓訓練成本呈指數級下降。
百舸4.0開路
然而，組建這樣一支「天團」並非易事。
多芯混訓、激增的故障率等難題，成為萬卡集群部署過程中面臨的巨大挑戰。
可以說，從硬體到軟體，技術挑戰是全方位的。
百度的秘密武器在於——百舸AI異構計算平台4.0（百舸平台），專為十萬卡集群部署而設計。
它在2024年9月得到了全新升級，圍繞落地LLM全旅程的算力需求，在集群創建、開發實驗、模型訓練、模型推理四大方面，能為企業提供「多、快、穩、省」的AI基礎設施。
首先，它突破了硬體的擴展性瓶頸，比如卡間互聯的拓撲限制，這樣，就避免了通信帶寬成為瓶頸。
同時，它還解決了萬卡集群的超高功耗與散熱問題。
可以說，百舸4.0就像是一位神通廣大的總指揮，因為採用創新散熱方案，讓集群不會因太熱罷工。
第三，它完善了模型的分散式訓練優化。
通過採用高效並行化的任務切分策略，它直接將集群的MFU提升至58%，讓每一分算力物盡其用。
第四，它大大提升了穩定性。
在這方面，百舸提供的容錯和穩定性機制，實現了98%的有效訓練效率。
百度自研的BCCL（百度集合通信庫）可以快速定位故障，並提供自動化容錯能力，將小時級故障恢復時間降低至分鐘級。
最後，百舸4.0針對機間通信帶寬需求，構建了十萬卡級的超大規模HPN高性能網路，優化拓撲結構，最終實現了覆蓋幾十公里的超大規模網路，讓帶寬有效性達到90%以上。
在通信效率方面，通過領先了擁塞控制演算法和集合通信演算法，萬卡集群完全無阻塞，並通過10ms級別超高精度網路監控，保障了網路的穩定性。
針對多芯混訓，百舸4.0更是展現出強大的資源整合能力。
不同地點、不同規模的異構算力，它都能進行統一管理，構建起「多芯資源池」。
當業務提交工作負載時，百舸能智能匹配最優晶元，基於集群的實時剩餘資源，動態選擇性價比最高的晶元執行任務。
這樣一來，能夠最大化利用剩餘計算資源，實現高達95%的萬卡多芯混合訓練效能。
在這個國產中，百度自研的AI晶元崑崙芯，也證實了自己獨特的技術優勢。
可以說，在百舸4.0能力的加持下，崑崙芯展現出了自己的生成式AI時代強大的競爭力。
這種突破性的創新，讓花旗銀行都為之驚嘆。
在其最新研報中，它將百度與DeepSeek並列，認為中國AI企業具備了高效低成本優勢，這將加速全球AI技術創新，推動2025年迎來AI應用的重要拐點。
2025，AI應用拐點將至
目前，基於百舸4.0，中國石化、中海石油、上交大、生數科技等行業龍頭企業和機構在自身業務場景中，為用戶提供了更加穩定智能的體驗。
AI視頻
以生數科技為例，最新Vidu 1.5大模型，僅需30秒，就能讓一句話變成視頻。
提示：小男孩對著鏡頭笑，眨眼睛，手裡握著金色戒指
要知道，視頻大模型對算力、模型和數據的要求非常之高，這往往是困擾企業的核心難題。
而Vidu之所以能夠生成如此絲滑的視頻，背後便依靠的是百舸高效、穩定、混合多芯的能力。
在此過程中，百度百舸·AI異構計算平台為生數科技Vidu大模型提供了系統性、端到端的多模態大模型訓練支持。
得益於百舸在LLM訓練方面的硬核實力，Vidu訓練效率大幅提升，其素材渲染加速效率提升3倍，數據拉取效率提升51倍。
在短時間內，生數科技得以完成了Vidu的上線和開放API。
並且，無論是Vidu的文生視頻和圖生視頻，都保證了高動態性、高逼真度和高一致性效果。
而與生數科技的合作，只是百舸多模態能力的一個縮影。在未來，它還將為千行百業提供強大、可靠的多模態能力。
科研
在與高校上交大合作中，以百度智能雲核心能力，「全家桶」解決方案構建了AI for Science科學數據開源開放平台，率先在國內實現GenAI與科研場景的深度融合。
可以說，AI for Science科學數據開源開放平台是百度智能雲綜合能力的體現。
在算力層，通過百舸端到端優化的異構算力底座，為上交大科研人員提供訓練、推理網路的算力優化配置，實現訓練和推理加速，大幅提高了研究效率。
教育
另外，百度智能雲還為好未來自研的「九章大模型（MathGPT）」提供了關鍵支撐，推動大模型深入教育場景。
因此，好未來才能快速、方便地創建千卡級別的訓推任務集群。
具體來說，百度百舸·AI異構計算平台能實現單集群總量超過500TB，可為訓練任務的模型、數據載入提供高性能的數據讀取與傳輸保障，大大提升任務的時效。
面對不同的大模型訓練場景，平台還能在運行框架和實踐中，從計算效能、顯存策略、分散式並行策略等方面進行優化，提升模型訓練性能。
LLaMA2系列、GLM系列等多尺寸模型都達到了訓練指標，千卡任務加速比保持在90%，模型算力利用率（MFU）60%—70%，在有限的算力條件下，大幅降低了訓練時間。
如今，通過功能豐富、性能卓越的百度百舸·AI異構計算平台，「九章大模型（MathGPT）」已經廣泛應用於學而思旗艦學習機及多個業務場景中。
不久，我們將會看到更多基於百舸4.0加持萬卡集群的AI智能應用嶄露頭角。
萬卡集群點亮，國產AI迎來新時代
前有DeepSeek低價震撼全球，今有百度崑崙芯三代萬卡集群點亮。
從此，國產AI價格高、無法穩定應用等難題將一一破除，企業開發應用和產業創新的門檻，再一次被打下來了。
不僅如此，DeepSeek兩款最強模型R1和V3同時在千帆ModelBuilder平台上線，R1 API價格打骨折，V3調用打3折，堪稱全網最低。
而且，百度還提供了2周限時免費服務。
這一極具性價比的優勢，正是得益於百度智能雲萬卡集群的搭建。
在AI發展戰略上，百度有著清晰的定位，即聚焦基礎設施建設。
他們希望幫助更多用戶打造屬於自己的Sora，創造出無數個超級有用的多模態應用。
這條路線，也獲得了市場的認可。
去年1-8月，大模型中標項目數量已經達到2023年全年的5倍，不僅行業覆蓋廣泛，而且央企國企客戶佔比超一半。
作為中國驕傲，百度以強大的算力優勢和成本效益，為國產AI的發展再次注入新的活力。
中國AI，就是這樣擅長花小錢辦大事！
從此，不僅是AI行業，整個中國科技界和互聯網行業都將迎來全新的發展機遇。
