《科創板日報》7月9日訊（記者 李明明）過去國內的GPU市場為英偉達所壟斷。如今，國產GPU行業正“從無到有”，并開始出現一批明星企業。
在2023世界人工智能大會（WAIC）上，國內GPU領先企業登臨科技，攜手20多家合作伙伴亮相。
(資料圖片僅供參考)
大會期間，登臨科技聯合創始人王震宇來到財聯社直播間，向《科創板日報》記者介紹了登臨科技的發展歷程、產品以及對國內GPU行業的未來展望。
新一代產品助力大模型應用
《科創板日報》：談到芯片行業，公眾往往很好奇，這么多芯片廠商都有什么異同，請介紹下登臨公司。
王震宇：登臨成立于2017年底，是一家通用GPU公司，也是國內首個實現商業化落地的GPU企業。近期，登臨科技完成了C輪融資，投資方為國家網信辦和財政部共同發起的中國互聯網投資基金。此前，登臨科技已獲五輪投資。投資方有高通創投與光遠資本等。
登臨科技的核心技術完全是自主研發，兼顧推理和訓練，覆蓋數據中心和高能效智能邊緣計算，是目前國產GPU公司中商業化進程較快，客戶質量較高、行業分布較廣的新創公司。
登臨科技第一款產品高凜一代 GPU 在兼容主流 CUDA （顯卡廠商NVIDIA推出的運算平臺）開發生態、大幅降低客戶遷移成本的前提下，對客戶業務提供 3 倍能耗優勢。目前首款創新通用GPU——Goldwasser?（高凜?）系列產品已在云至邊緣的各個應用場景實現規模化商業落地，如：城市大腦、智慧城市、智慧社區、智能交通、工業AI質檢、互聯網等領域，目前更在金融、運營商、電力等多個領域持續拓展。
此外，登臨產品的商業化落地進程速度比較迅猛，這和產品的技術創新分不開，主要體現在技術的通用性上，登臨GPU+（基于GPGPU的軟件定義的片內異構計算架構）采取硬件兼容CUDA 的技術路線，這極大緩解了國內AI產品面臨的軟件生態問題，既能避免投入大量的人力物力去重復造輪子，又能及時跟進國際AI發展出現的新框架、新算法和新特性。降低了國產AI芯片的適配成本，助力項目的快速開發和落地。
《科創板日報》：你剛剛提到CUDA生態，對于用戶來說，易用的軟件生態可以幫助用戶快速推進產品設計和落地，那從整個AI產業鏈角度來看，是否也要考慮生態的建設？
王震宇：登臨是一家AI算力提供商，是整個AI產業鏈中的一環，我們需要與其他配套方面的企業做好合作。比如CPU的兼容性、服務器廠商的適配性，AI框架廠商的框架適配等方面，這其中上下游產業鏈非常多，所以需要有開放融合的心態，目前登臨發起了登臨瀚海生態合作伙伴計劃，聯合了數十家包括硬件服務器/工控機廠家、算法、系統軟件、行業解決方案等在內的眾多合作伙伴構，共同構建先進的AI生態體系，致力于推動國產化AI解決方案在各行各業的發展和落地。
《科創板日報》：ChatGPT宣告了大模型時代的開啟，國內外廠商都在紛紛布局，目前登臨的產品在大模型應用上有什么進展嗎？
王震宇：大模型最近非常火爆，據產業界、投資界的預估，未來30年內都有非常強的增長趨勢。大模型給AI計算帶來了爆發式的增長需求，這也對支撐AI計算的產品提出更高要求。
目前登臨新一代Goldwasser?（高凜?）采用先進的生產工藝，內存最高可到128GB，在大模型應用場景下，這樣大內存容量的產品比較有競爭力。
此外，登臨積極與合作伙伴打造面向大模型應用的底層算力硬件，構建開放融合的大模型生態。目前，并已與多家合作伙伴，合力打造多款云端訓推一體的產品方案，該方案可覆蓋眾多大模型應用場景，希望通過提供高能效、通用性強的解決方案，助推大模型應用落地。
中國GPU行業尚處于成長期
《科創板日報》： 你怎么看ChatGPT的到來對芯片行業的影響？
王震宇：首先是整個應用領域非常火熱，可以看到大量算法公司開始下場。大量非常資深的AI從業人員，開始啟動新一輪的創業熱潮。這就涌現出大量的大模型應用場景，而這大量的場景需要AI芯片去做計算的加速。
但與此同時，美國對人工智能AI芯片產品做了部分出口限制，這給國內芯片企業帶來壓力的同時，也帶來巨大的市場機會。當然對大模型應用來說，算力只是硬件底座的一部分，中國算法工程師很多，產業生態也很多，大模型發展給整個產業生態帶來了巨大的發展前景。
《科創板日報》：如何看待現在國內 GPU 芯片行業的競爭？
王震宇：站在一家公司的角度去看，大家一定存在競爭的，比如登臨與其他通用GPU兄弟企業之間，肯定會有競爭。大家會從產品性能、應用落地等方面看誰的產品更有優勢。但從一個行業角度來看，中國的 AI 芯片或者 GPU 行業，其實還處在很早期階段。
去年英偉達在中國市場的產品銷售額（當然這個數字不算游戲類，這個市場只算數據中心）大概有 400 億人民幣，按照行業機構預估，到2026 年將會是 1000 億元，這還是在 ChatGPT 爆火之前。這么大的市場，其實可以容納非常多家的企業。
但是，芯片特別是大芯片是一個周期性長的產品，今天做的芯片從流片到實現大規模量產可能需要2-3年的時間。在這么長的產業周期里，企業如何定義好自己的產品，做成真正具有競爭力、能幫助客戶實現商業化落地的產品，其實需要前瞻性。
作為中國企業，我們很愿意與大家一起把技術、產品做好，讓這個行業從業人員的技術積累越來越多，真正幫助本土芯片產品賦能各行各業，我相信這不單是登臨的想法，也是國內所有AI芯片從業者的想法。
