無論是游戲顯卡還是AI加速卡，NVIDIA都已經是絕對壟斷地位，而在當前的形勢下，我們不但要有自己的游戲卡，更要有自己的加速卡。
這個重擔，摩爾線程英勇地都扛了起來，率先交付全國產千卡千億模型算力集群之后，又率先拓展到了萬卡、萬P、萬億規模！
摩爾線程重磅宣布，AI旗艦產品夸娥（KUAE）智算集群解決方案重大升級，從當前的千卡級別，擴展至萬卡規模，從而具備萬P級或者說10E級浮點運算能力，也就是每秒可執行千億億次級別的計算。
所謂萬卡集群，顧名思義，就是由1萬張甚至更多GPU計算加速卡組成的高性能計算系統，主要用來訓練、微調超大規模的基礎大模型。
這種超級集群全面整合了高性能GPU計算、高性能RDMA網絡、高性能并行文件存儲、智算平臺等全套軟硬件技術，堪稱一臺“超級計算機”，可支持千億級、萬億級參數規模的大模型訓練，可以大幅提高訓練效率、縮短訓練時間，快速迭代模型能力。
在國外，諸多科技巨頭都已經部署了萬卡集群，擁有數萬甚至數十萬張GPU加速卡。
比如馬斯克近日就透露，新一代AI聊天機器人Grok 3就動用了多達10萬張NVIDIA H100加速卡進行訓練，因此將會“非常特別”，為此耗資多達三四十億美元。
再比如谷歌的超級計算機A3 Virtual Machines擁有2.6萬塊H100 GPU，Meta訓練下一代大模型的兩個集群擁有24576塊H100 GPU，16個專家模型和1.8萬億參數的GTP-4需要在大約2.5萬塊A100 GPU上訓練90-100天。
在國內，字節跳動、阿里巴巴、百度、科大訊飛等也都在積極推動萬卡集群的建設。
比如字節跳動搭建了一個12288張卡的訓練集群，研發MegaScale生產系統，用于訓練大語言模型，科大訊飛2023年建成了首個支持大模型訓練的超萬卡集群算力平臺“飛星一號”。
由此可見，在AI模型訓練的主戰場，萬卡集群已成為最低入場券。
但是，萬卡集群乍一看只是千卡集群的拓展和延伸，它絕非簡單的更多計算卡疊加，而是一個超級復雜的系統工程，需要解決超大規模組網互聯、集群有效計算效率、訓練高穩定與高可用、故障快速定位與可診斷工具、生態Day0級快速遷移、未來場景通用計算等眾多難題。
那么，萬卡集群如此難做，摩爾線程作為成立還不到4年的國產GPU企業，為什么要去挑戰呢？
這是一條難而正確的事情，摩爾線程推出夸娥萬卡智算集群解決方案，就是希望能夠建設一個規模超萬卡、場景更通用、生態兼容好的一個加速計算平臺，并優先解決大模型訓練的難題。
摩爾線程創始人兼CEO張建中強調：“要挑戰最難做的事情，除了有勇氣之外，還要有能力，要有很好的團隊，有很強的研發、生產、制造、銷售、市場、服務等等方方面面的人才，否則是很難做成的。做成一件事情，其實不是偶然的，而是要花很多時間去建立的。每一家成功的企業都有很多正確的決定，但是不管什么樣的決定，真正強的團隊才是核心。摩爾線程就有很強的團隊，這么多年的經驗，我們在GPU行業里的知識、Know-how，碰到過的困難，解決過的難題，對我們來說都是非常寶貴的經驗。”
夸娥，是摩爾線程的智算中心全棧解決方案，以其自主研發的全功能GPU為底座，包括以夸娥計算集群為核心的基礎設施、夸娥集群管理平臺（KUAE Platform）、夸娥大模型服務平臺（KUAE Model Studio），軟件硬件一體化，訓練推理一體化，交付一體化，可以開箱即用，提供大規模GPU算力集群的建設、運營管理。
摩爾線程的夸娥萬卡集群具備PB級的超大顯存總容量、PB/s級的超高速卡間互聯總帶寬、PB/s級的超高速節點互聯總帶寬，可實現系統性協同優化，從而達到超強的算力，并且MFU最高可以達到60％。
穩定性也是卓爾不群，平均無故障運行時間超過15天，最長可以穩定訓練大模型30天以上，周均訓練有效率超過99％，遠超行業平均水平，而且可以性能自動調休、問題自動診斷，2分鐘內就能快速修復，進而斷點續訓練。
這得益于摩爾線程自主研發的一系列可預測、可診斷的多級可靠機制，包括：軟硬件故障的自動定位與診斷預測，實現分鐘級的故障定位；Checkpoint多級存儲機制，實現內存秒級存儲和訓練任務分鐘級恢復；高容錯高效能的萬卡集群管理平臺，實現秒級納管分配與作業調度。
此外還有強大的通用性，支持所有主流大模型訓練，可加速LLM、MoE、多模態、Mamba等不同架構、不同模態，支持主流分布式訓練框架(Colossal-AI、DeepSpeed、Megatron-LM、Flag Scale)。
同時，基于高效易用的MUSA編程語言、完整的CUDA生態兼容、自動化遷移工具Musify，開發者只需極短的時間、極少的工作就能完成遷移，甚至幾乎不需要修改代碼，遷移成本趨近于零。
值得一提的是，摩爾線程表示，如果已經適配過摩爾線程的千卡集群，不需要任何額外工作就可以無縫跑在萬卡集群上，而哪怕是第一次適配萬卡集群，也只需幾個小時，只是性能調優需要花一點時間，主要是模型使用方法不同、芯片廠商策略不同所致。
目前，摩爾線程已經實現從芯片到算力卡，從一體機到節點集群的全棧式覆蓋，支持從單機多卡到多機多卡、從單卡到千卡萬卡集群的無縫擴展。
－ 大模型智算加速卡MTT S4000
訓推兼顧，專為大模型打造的大模型智算加速卡。
單卡支持 48GB 顯存、768GB/s顯存帶寬，并支持摩爾線程自研MTLink 1.0互連技術，卡間互連帶寬240GB/s，從而支持高效多卡互聯。
－ AI大模型訓推一體機MCCX D800
雙路八卡GPU服務器，專為支持MTT S4000大模型智算加速卡充分發揮其訓推性能、穩定性、可靠性的服務器系統。
它還具備多達16×64GB DDR5內存、2×480GB SATA系統盤、4×3.84TB NVMe SSD緩存數據盤、雙路400Gb IB與四路25Gb以太計算存儲網絡。
－ AI超融合一體機（KUAE FUSION）
夸娥智算集群的單個節點，如今也可作為單獨產品提供，可以任意并聯擴展。
它基于MCCX D800 訓推一體機，屬于可靈活部署的推理、訓練、微調軟硬件一體化解決方案。
目前，摩爾線程萬卡集群項目已經完成了三項戰略簽約，分別是：
與青海移動的青海零碳產業園萬卡集群；
與青海聯通、北京德道信科集團的青海高原萬卡集群，；
與中國能源建設、桂林華崛大數據的廣西東盟萬卡集群。
生態方面，摩爾線程的版圖也正在迅速擴大。
國內眾多AI廠商、云廠商、科技廠商、軟件廠商和、科研院校機構等，都與摩爾線程有著深入的合作，尤其是利用摩爾線程夸娥智算集群，助力大模型訓練、大模型推理、具身智能等不同場景和領域持續創新。
在上海舉辦的世界人工智能大會WAIC 2024期間，摩爾線程也展示了自己的全棧解決方案。
除了芯片、算力卡、服務器、一體機節點之外，還有AI算力底座、AIGC創作生產力、產業升級三大展示區。
AI算力底座展示區，包括夸娥集群管理平臺、夸娥模型服務平臺、夸娥大模型推理平臺，以及夸娥生態版圖。
夸娥集群管理平臺是摩爾線程大規模GPU計算集群產品可視化管理平臺，是用于Al大模型訓練、分布式圖形渲染、流媒體處理和科學計算的軟硬件一體化平臺，深度集成全功能GPU計算、網絡和存儲，提供高可靠、高算力服務。
夸娥模型服務平臺覆蓋大模型預訓練、微調和推理全流程，支持所有主流開源大模型。通過摩爾線程MUSIFY代碼移植工具，可以良好兼容CUDA應用生態，內置的容器化解決方案，則可實現API一鍵部署。
夸娥大模型推理平臺，基于高效的MT Transformer大模型推理引擎，支持業內主流vLLM推理框架、MUSA Serving自研推理框架等，幫助開發人員高效地在云端部署高性能推理服務。
AIGC創作生產力展區，可以看到依靠夸娥智算集群、基于圖形計算和AI計算的軟硬件一體化AIGC內容創作平臺“摩筆馬良”。
它部署了摩爾線程自研大語言模型MUSAChat，可以及時潤色、翻譯用戶的輸入文本，進一步增強語義理解，還可以基于用戶的文本指向，靈活調用SDXL、SD1.5兩代模型能力，生成細節豐富、有藝術感的圖像結果。
同時，結合多種IP-Adapter、ControlNet技術，它還支持“創意人像”，上傳一張個人照片，以文字描述目標風格，1分鐘內就可以得到細膩、逼真的人像圖片，而且無需訓練、風格不限。
“摩筆天書”則是依靠夸娥智算集群的AI內容生成解決方案，可提供一站式、多模態、全流程、全自動的繪本生成創作體驗。
用戶只需輸入標題和簡要的故事大綱，即可一鍵生成完整故事、繪本圖片、旁白、字幕、背景音樂等素材，并自動合成圖文繪本故事和視頻繪本故事。
“MT AIR”(MT AIReality)是摩爾線程自研的新一代的AI渲染平臺，構建擁有照片級、視網膜級、堪比物理世界真實度的實時渲染管線，輕松實現三維重建，可用于影視、動畫、游戲、元宇宙等領域。
“Sora復現計劃”(Open-Sora-Plan)是由北京大學、兔展AIGC聯合實驗室共同發起的開源項目，利用開源社區的力量，完成對Sora文生視頻的復現，當前在Github上有超過1萬開發者，摩爾線程則是國內極少數支持運行Open-Sora-Plan視頻生成模型的國產GPU公司。
在產業數智化升級展示區，可以看到基于人工智能氣象預報大模型書生·風烏的氣象預測應用、基于東華軟件私有化大模型智多型（A.I.Cogniflex）的公共安全應用、佳都全息路口解決方案的數字交通應用、基于中科聞歌自主研發雅意大模型的輔助決策應用、智慧安防應用、智能金融應用、智慧政務應用等等。
值得一提的是，依托夸娥智算集群的強兼容、高算力等特性，風烏成功在24小時內就完成了從CUDA到MUSA的無縫、快速生態遷移，首次實現從硬件到算法的全國產化，且性能、精度均達到國際先進水平。
