【編者按】
「星漢燦爛,若出其里。」人工智慧邁入閃耀時刻。
4月29日，習近平總書記來到位於徐匯區的上海「模速空間」大模型創新生態社區調研。他指出，人工智慧技術加速迭代，正迎來爆髮式發展，上海要總結好以大模型產業生態體系孵化人工智慧產業等成功經驗，加大探索力度，力爭在人工智慧發展和治理各方面走在前列，產生示範效應。
如今，徐匯區已形成「北斗列陣」+「群星閃耀」的ai生態布局。其中，「北斗七星」由稀宇科技、商湯科技、階躍星辰、無問芯穹、星紀魅族、特贊科技和斑馬智行7家標杆企業構成。
這些企業何以成為「北斗」？它們在人工智慧領域有哪些探索和前瞻性的思考？澎湃新聞推出「北斗專訪」系列報道，通過深度對話，解碼標杆企業的ai星辰版圖。
祝碧晨 海報設計
作為企業掌舵人，清華大學電子工程系畢業夏立雪身上帶有理工科學生的氣質。如今他的身份是無問芯穹ceo，常穿公司文化衫或西裝出席公開場合，每次採訪均準時現身。
面對澎湃新聞記者的提問，他總會迅速作答，有問必答、條理清晰，即使談及激烈而殘酷的競爭，也保持平和而剋制的語調。
來到上海發展，這個出生於1991年的青年企業家開始喜愛這座城市。「上海確實讓我有很大的一個感觸，它和年輕人是很匹配的。我們公司平均年齡32歲，年輕人喜歡上海，可能因為它的文化基因更加開放和活潑。」
無問芯穹至今成立剛滿兩年，融資近10億元。接下來要不要上市，夏立雪似乎並不心急。他說：「我相信只要堅持做好兩件事，既有技術的持續領先，又有商業化的成功，上市只是一個水到渠成的事情。」
無問芯穹，位於上海徐匯濱江模速空間一樓。受訪者 供圖
擺在眼前的，是ai競爭來到「深水區」。2025年，大模型在算力上的比拼正發生深刻轉變：從原來的「比誰有更多gpu」，演變成了「比誰能更聰明、更經濟地用好手中算力」。
「我們現在需要考慮的是，在算力資源有限的情況下，怎麼去解決模型持續增長的問題？」在夏立雪看來，ai的任務越來越多樣，晶元技術越來越細分，算力資源越來越緊張——於是，「用最適合的晶元做最適合的任務」就成了大趨勢。比如，適合訓練的晶元專註訓練，適合推理的晶元完成推理，適合端側的晶元負責部署。更重要的是，要發揮異構算力資源的整體效能。
無論對中國還是全球，整合多元異構算力已不再是權宜之計，而是技術演進、成本壓力和應用多樣化之下的一個必然方向。
2025年5月，上海模速空間，無問芯穹公司門口。澎湃新聞記者 李佳蔚 圖
中國算力資源的一大突出特點是多元異構。市場上主流cpu生態有5種以上，gpu生態則多達10種以上，不同的算力晶元、伺服器形態、存儲形態，以及網路形態組合配置在一起，可以形成成百上千的組合。
「沒有用不完的英偉達gpu，也不是必須用英偉達的gpu。」夏立雪說，ai企業如今更關注「用對晶元」，而非「用貴晶元」。掌握整合多元異構算力的核心技術，是中國確保人工智慧安全、可靠、可控的一部分。
他進一步談到，「打開水龍頭，我們可能不知道水是從哪個水庫過來的，只知道它是標準化的自來水。同理，作為算力運營商，我們要調用不同的基座模型、使用不同的算力晶元，最終為ai企業提供標準化的算力服務。」
【對話夏立雪】
澎湃新聞：這兩年大模型技術更迭非常快，每年都有新焦點，你對行業變化有什麼感受？
夏立雪：這兩年人工智慧發展飛速變化，前年我們在討論大語言模型，去年多模態已經進入視野，今年的推理模型大家也習以為常了，技術飛快地迭代。隨著模型能力增強，背後是模型的體量增大。
人工智慧依然遵循scaling law（尺度定律），對算力的需求越來越大，大到了一個什麼程度？大到了你不能再假設你的資源是無限的。前兩年訓練模型的時候，很多大廠有一個基本假設，算力是無限的，至少在做單一任務時算力是無限的。但是，現在這個假設的邊界已經逼近，我們需要考慮，中國的算力資源是有限的，怎麼去解決模型持續增長的問題？
deepseek提供了一個很好的例子，它沒有用「大力出奇蹟」的方式，而是用低成本、高效率的方式，在資源有限的情況下造出了一個好模型。所以，在打造更好的模型方面，現在我們需要更加精細化地把現有算力資源用好。
另外，我們還要考慮供需關係的問題。比如，當很多算力資源被用在模型訓練上，而推理落地的算力需求也在上升，那後者的資源就有限了。這中間，算力資源的供需匹配和性價比是一個很大的挑戰。
當前，我們特別需要把沒有被用起來的算力資源充分利用，同時要確保使用效率高。如果你拿來的算力不好用，大模型跑得非常卡，三秒才出一個字，那沒人願意用。
2025年5月，上海模速空間，無問芯穹辦公空間一隅。澎湃新聞記者 李佳蔚 圖
澎湃新聞：算力資源有限，是中國特有的還是全球性問題？
夏立雪：大多數國家都面臨這個問題，只是有些國家會選擇放棄。在ai大模型的賽道上，目前來看主要是中國和美國仍在堅持，隨著模型不斷增大，都會面臨算力資源有限的瓶頸。
澎湃新聞：你提到算力供需錯配，這是怎麼回事？這個市場痛點如何解決？
夏立雪：現階段，算力市場的供需錯配是比較明顯的。舉個簡單例子，由於使用習慣問題，大家都優先選擇所謂的高質量算力，最尖端的gpu，它經過市場驗證，一定好用。但問題是，每家企業都需要用尖端卡嗎？對性能要求不高的企業，用一般性能的gpu行不行？不同企業需求不同，可以用不同的卡。如果所有企業都搶最尖端的卡，一方面成本極高，另一方面資源很快短缺。
事實上，市場上還有大量性能不錯，但沒有被關注或接受的算力，我們要讓這些算力都被利用起來。這當中要解決一些問題，比如，這種算力和模型是不是適配，企業會不會用。異構卡出於不同的設計理念，會有很多性能差異，適配不同的任務，因此多種不同類型的卡展現出的效率差異會導致大規模分散式訓練變得低效。
我們有一個公式，ai模型的算力=晶元算力×優化係數×多元異構能力。其中，優化係數是通過軟硬體協同發揮晶元算力最大價值的能力；多元異構，則是讓不同類型的算力資源都進入算力池，並實現算力適配的能力。
打開水龍頭，我們可能不知道水是從哪個水庫過來的，只知道它是標準化的自來水。同理，作為算力運營商，我們要調用不同的基座模型、使用不同的算力晶元，最終為ai企業提供標準化的算力服務。
2025年5月，上海模速空間，無問芯穹成立2周年的一處照片牆。澎湃新聞記者 李佳蔚 圖
澎湃新聞：既然ai任務變得越來越多樣化，晶元技術也越來越細分，是不是意味著算力應該用在最適合它的地方？
夏立雪：是的，企業手裡有算力，一定要把它用好。算力需求本身是分層的，供給也應該分層。一些晶元更適合承擔大模型訓練的高吞吐任務，另一些則在低延遲、低功耗的推理場景中更有優勢，還有些專為端側部署設計，追求輕量化，實時響應。不同類型的ai應用，匹配最適合的算力資源，才能在性能、效率與成本之間找到最優解。
澎湃新聞：能否解釋一下，在龐大的ai產業當中，你們具體提供怎樣的產品和服務？
夏立雪：就像剛才說的，我們有點像一個「自來水廠」，從不同水庫調取水源，經過統一標準化的處理，再供給到千家萬戶。我們也像是大模型算力的電商平台，你要部署ai應用，可以像在電商平台上購物一樣，在我們這裡選擇不同晶元、不同模型，選購最適合自己的組合套餐。最終，我們希望讓更多的企業能用得起算力，也用得好算力。
目前，無問芯穹擁有全球首個可進行單任務千卡規模異構晶元混合訓練的平台，支持包括華為昇騰、天數智芯、沐曦、摩爾線程與amd、nvidia六種異構晶元在內的大模型混合訓練，集群算力利用率最高可達97.6%。
澎湃新聞：你是清華博士，也是「90後」，你怎麼看如今越來越多的科學家和年輕人投身ai行業？
夏立雪：這兩個問題在人工智慧行業是有統一性的。也就是說，科學家創業和年輕人創業，在人工智慧行業很普遍，也很匹配。人工智慧是一個快速迭代的技術體系，現在很多技術都來不及寫書、來不及成為教材，就已經被廣泛應用起來了。和傳統上我們先在學校學習，然後才進入行業應用的模式非常不同。
我們公司平均年齡只有32歲，比我更小，如果算上實習生，那平均年齡才28歲。2023年我們公司推出的第一個在業界打響名氣的推理加速方法flashdecoding++，通過非同步方法實現注意力計算的真正並行，它就是一個年僅24歲的實習生作為主要貢獻者實現的，那年她也拿到了我們公司最高榮譽「無穹之星」。所以在這個行業，年輕人大有可為。
澎湃新聞：來到上海，你對這座城市以及這裡的人工智慧發展環境有什麼感受？
夏立雪：北京、上海都是人工智慧很強的城市，有各自不同的優勢。上海確確實實讓我有很大的一個感觸，就是它和年輕人的匹配，可能因為它的文化基因更加開放、更加活潑，年輕人生活工作在其中比較舒適。這種環境既有利於創新，也吸引了大量人工智慧企業的聚集。
澎湃新聞：無問芯穹是否有融資壓力，考慮上市嗎？
夏立雪：我們有自己的技術理想，同時也考慮商業化落地。從公司發展角度，一方面我們會繼續堅持一套自主、可控的技術方向，符合且服務國家需求；另一方面，我們不是一家研究院，我們樂於追求商業價值，不僅僅是給股東交答卷，更是要讓技術接受市場的驗證。我相信只要堅持做好兩件事，既有技術的持續領先，又有商業化的成功，上市只是一個水到渠成的事情。
澎湃新聞：無問芯穹是首批入駐模速空間的企業，講一個你對模速空間的深刻印象吧。
夏立雪：我們公司和模速空間共同成長，感情很深。模速空間為我們提供了全方位的貼心服務，並給予了大力支持。這裡聚集了大量人工智慧上下游企業，我經常上樓找其他同行聊一聊天，相互交換一些行業早期的信息和判斷，這對各自發展都有好處。另外，我們很多合作也是這樣達成的，有時模速空間兩家企業相互合作，有時我們攜手去服務外部的另一個客戶。在這裡，機遇非常多。
