编辑：编辑部 HYZ
【新智元导读】国内首个自研万卡集群，刚刚成功点亮！国产AI的高价门槛直接被打下来了。在百度智能云平台上，DeepSeek R1和V3的官方价格直接低至五折和三折，基本实现全网最低。
在全世界都在加码AI研发之际，国内传来了一个振奋人心的消息——
百度智能云成功点亮了首个自研万卡集群。
这台由昆仑芯三代组成的“超级巨兽”，正式宣告中国在AI算力上迈出的重要一步。
这也成为DeepSeek后，本土化AI的又一重磅发布！
更令人期待的是，百度智能云宣布将进一步扩大规模，计划点亮3万卡集群。
这不仅仅是一个数字的跃升，更是中国科技实力的又一次证明。
万卡集群为什么重要？
随着o1、R1等“推理模型”的兴起，测试时计算、强化学习等过程，让模型的性能实现了持续性的提升。
与之相伴的，则是对算力更大的需求。
为了让自己的模型不在AI争霸中落后，全世界的AI公司都在竞相抢购GPU并争取数据中心资源。
OpenAI曾与微软达成了约140亿美元的战略合作，其中就包含了大量的算力配额。另有“星际之门”项目，4年5000亿美元，要在全美建设20座超算。
Anthropic也获得了亚马逊80亿美元的投资，其中包含了一个配备超10万枚专用AI芯片的全新算力集群的使用权。
xAI拥有配备了超10万块GPU的全球最大超算——Colossus。并且，按照CEO马斯克的设想，这一规模还将扩大到惊人的100万块。
前段时间，纳德拉曾在采访中称，今年微软计划在AI基础设施中投资800亿美元。
另有小扎公开表示，Meta将在今年加码650亿美元，全部用于人工智能基础设施的建设中。
昨天，谷歌公布的2024 Q4财报中，透露了计划今年在AI竞赛中斥资约750亿美元，较上一年323亿美元，大幅飙升。
不难看出，在人工智能scaling law进程中，亘古不变的是对算力的投资。
从这一点来说，万卡集群的建成无疑意义重大。
首先，超大规模并行计算能力，可以实现训练效率的跃升。
这样，万卡集群就能将千亿参数模型的训练周期大幅降低，让AI原生应用快速迭代。
第二，它还能支持更大模型与复杂任务和多模态数据，支撑Sora类应用的开发。
第三，它还能支持多任务并发能力。通过动态资源切分，单集群就能同时训练多个轻量化模型，通过通信优化与容错机制减少算力浪费，实现训练成本指数级下降。
而百度万卡集群，就全面覆盖了以上优点。
它就像一只训练有素的“天团”，通过智能调度和资源优化，让训练成本呈指数级下降。
百舸4.0开路
然而，组建这样一支“天团”并非易事。
多芯混训、激增的故障率等难题，成为万卡集群部署过程中面临的巨大挑战。
可以说，从硬件到软件，技术挑战是全方位的。
百度的秘密武器在于——百舸AI异构计算平台4.0（百舸平台），专为十万卡集群部署而设计。
它在2024年9月得到了全新升级，围绕落地LLM全旅程的算力需求，在集群创建、开发实验、模型训练、模型推理四大方面，能为企业提供“多、快、稳、省”的AI基础设施。
首先，它突破了硬件的扩展性瓶颈，比如卡间互联的拓扑限制，这样，就避免了通信带宽成为瓶颈。
同时，它还解决了万卡集群的超高功耗与散热问题。
可以说，百舸4.0就像是一位神通广大的总指挥，因为采用创新散热方案，让集群不会因太热罢工。
第三，它完善了模型的分布式训练优化。
通过采用高效并行化的任务切分策略，它直接将集群的MFU提升至58%，让每一分算力物尽其用。
第四，它大大提升了稳定性。
在这方面，百舸提供的容错和稳定性机制，实现了98%的有效训练效率。
百度自研的BCCL（百度集合通信库）可以快速定位故障，并提供自动化容错能力，将小时级故障恢复时间降低至分钟级。
最后，百舸4.0针对机间通信带宽需求，构建了十万卡级的超大规模HPN高性能网络，优化拓扑结构，最终实现了覆盖几十公里的超大规模网络，让带宽有效性达到90%以上。
在通信效率方面，通过领先了拥塞控制算法和集合通信算法，万卡集群完全无阻塞，并通过10ms级别超高精度网络监控，保障了网络的稳定性。
针对多芯混训，百舸4.0更是展现出强大的资源整合能力。
不同地点、不同规模的异构算力，它都能进行统一管理，构建起“多芯资源池”。
当业务提交工作负载时，百舸能智能匹配最优芯片，基于集群的实时剩余资源，动态选择性价比最高的芯片执行任务。
这样一来，能够最大化利用剩余计算资源，实现高达95%的万卡多芯混合训练效能。
在这个国产中，百度自研的AI芯片昆仑芯，也证实了自己独特的技术优势。
可以说，在百舸4.0能力的加持下，昆仑芯展现出了自己的生成式AI时代强大的竞争力。
这种突破性的创新，让花旗银行都为之惊叹。
在其最新研报中，它将百度与DeepSeek并列，认为中国AI企业具备了高效低成本优势，这将加速全球AI技术创新，推动2025年迎来AI应用的重要拐点。
2025，AI应用拐点将至
目前，基于百舸4.0，中国石化、中海石油、上交大、生数科技等行业龙头企业和机构在自身业务场景中，为用户提供了更加稳定智能的体验。
AI视频
以生数科技为例，最新Vidu 1.5大模型，仅需30秒，就能让一句话变成视频。
提示：小男孩对着镜头笑，眨眼睛，手里握着金色戒指
要知道，视频大模型对算力、模型和数据的要求非常之高，这往往是困扰企业的核心难题。
而Vidu之所以能够生成如此丝滑的视频，背后便依靠的是百舸高效、稳定、混合多芯的能力。
在此过程中，百度百舸·AI异构计算平台为生数科技Vidu大模型提供了系统性、端到端的多模态大模型训练支持。
得益于百舸在LLM训练方面的硬核实力，Vidu训练效率大幅提升，其素材渲染加速效率提升3倍，数据拉取效率提升51倍。
在短时间内，生数科技得以完成了Vidu的上线和开放API。
并且，无论是Vidu的文生视频和图生视频，都保证了高动态性、高逼真度和高一致性效果。
而与生数科技的合作，只是百舸多模态能力的一个缩影。在未来，它还将为千行百业提供强大、可靠的多模态能力。
科研
在与高校上交大合作中，以百度智能云核心能力，“全家桶”解决方案构建了AI for Science科学数据开源开放平台，率先在国内实现GenAI与科研场景的深度融合。
可以说，AI for Science科学数据开源开放平台是百度智能云综合能力的体现。
在算力层，通过百舸端到端优化的异构算力底座，为上交大科研人员提供训练、推理网络的算力优化配置，实现训练和推理加速，大幅提高了研究效率。
教育
另外，百度智能云还为好未来自研的“九章大模型（MathGPT）”提供了关键支撑，推动大模型深入教育场景。
因此，好未来才能快速、方便地创建千卡级别的训推任务集群。
具体来说，百度百舸·AI异构计算平台能实现单集群总量超过500TB，可为训练任务的模型、数据加载提供高性能的数据读取与传输保障，大大提升任务的时效。
面对不同的大模型训练场景，平台还能在运行框架和实践中，从计算效能、显存策略、分布式并行策略等方面进行优化，提升模型训练性能。
LLaMA2系列、GLM系列等多尺寸模型都达到了训练指标，千卡任务加速比保持在90%，模型算力利用率（MFU）60%—70%，在有限的算力条件下，大幅降低了训练时间。
如今，通过功能丰富、性能卓越的百度百舸·AI异构计算平台，“九章大模型（MathGPT）”已经广泛应用于学而思旗舰学习机及多个业务场景中。
不久，我们将会看到更多基于百舸4.0加持万卡集群的AI智能应用崭露头角。
万卡集群点亮，国产AI迎来新时代
前有DeepSeek低价震撼全球，今有百度昆仑芯三代万卡集群点亮。
从此，国产AI价格高、无法稳定应用等难题将一一破除，企业开发应用和产业创新的门槛，再一次被打下来了。
不仅如此，DeepSeek两款最强模型R1和V3同时在千帆ModelBuilder平台上线，R1 API价格打骨折，V3调用打3折，堪称全网最低。
而且，百度还提供了2周限时免费服务。
这一极具性价比的优势，正是得益于百度智能云万卡集群的搭建。
在AI发展战略上，百度有着清晰的定位，即聚焦基础设施建设。
他们希望帮助更多用户打造属于自己的Sora，创造出无数个超级有用的多模态应用。
这条路线，也获得了市场的认可。
去年1-8月，大模型中标项目数量已经达到2023年全年的5倍，不仅行业覆盖广泛，而且央企国企客户占比超一半。
作为中国骄傲，百度以强大的算力优势和成本效益，为国产AI的发展再次注入新的活力。
中国AI，就是这样擅长花小钱办大事！
从此，不仅是AI行业，整个中国科技界和互联网行业都将迎来全新的发展机遇。
