自2023年ChatGPT引爆生成式AI革命以来，智算需求呈爆炸式增长。进入2025年，随着大量AI应用上线，高端GPU“一卡难求”，算力愈发成为核心生产资料。
“除非量子计算、光子计算能够大规模替代硅基计算，否则后摩尔时代一定是体系结构的天下。”11月14日，容芯致远联合创始人、CTO石旭在21世纪卓越董事会（苏州站）活动上表示。
在石旭看来，单纯依靠提升芯片制程来提高芯片性能、进而优化计算机系统性能的路径已走到尽头，只有算力芯片、交换芯片、软件生态协同更新，才能实现计算机系统的性能迭代。“因此英伟达不仅做算力芯片（GPU），还做网络芯片（收购Mellanox）、交换芯片（NVSwitch）以及软件生态（CUDA）。”
从通算到智算
据统计，2023年中国通算服务器销量为470万台，智算服务器销量为15万台。而到了2025年上半年，通算服务器销量萎缩到100多万台，智算服务器销量则攀升至100多万台。
业内普遍认为，这一转变的关键点在于Deepseek混合专家模型（MoE）架构的诞生：在GPT-3等传统的稠密模型下，输入任何问题都要激活模型中的全部参数；MoE模型内包含多个子模型，可以“按需激活”，直接降低了大模型训练和推理的单位成本。
石旭认为，类似于英特尔X86颠覆了大型机、小型机，使得计算机能够进行企业、家庭，带来了互联网、云计算、大数据的发展；Deepseek的MoE架构使得智算进入企业、家庭成为现实。
这为国产GPU提供了一个“弯道超车”机遇：它不要求某一个GPU单元拥有极高的单卡性能，而追求GPU的数量多，因此更考验多卡协同工作的效率。
但当前，多卡协同工作依然存在不少通信瓶颈。
石旭告诉21世纪经济报道记者，传统铜互连的高速互联方式，只能提供几十厘米级的低延迟互联能力。这不仅使得在设备内部构建8卡甚至更多GPU设备变得愈发困难，而且也对高功耗的散热设计提出了挑战。
面对传统铜互联的物理瓶颈，业界已达成共识，要构建“电算光传”的下一代数据中心架构：用电计算，用光传输，从而让计算回归芯片、让传输走向光纤。
石旭指出，由于激光光源的基础原理是受激辐射，功率密度高，需要工作在相对比较低的环境温度中，最佳工作温度是小于60℃的环境温度。因此只能解决服务器之间高速互联的问题，仍然无法解决服务器内部芯片间高速互联的问题。“英伟达也在研发类似的技术。我们首创了不受60℃限制的光传输技术（BlueLink），所以能做出配备20张GPU卡的服务器，1台即可高效运行671B满血版大模型。”
以GPU为中心
在智算行业，算力技术与算法模型构成了两大支柱：算法模型以AI大模型为代表持续突破，算力技术则通过AI芯片、AI服务器及集群等硬件载体实现支撑。
近年来，随着摩尔定律放缓，CPU受到制程限制，正在接近极限。面对“不堪重负”的CPU，以英特尔为代表的厂商自2019年推动“基础设施处理单元”（IPU），以英伟达为代表的厂商则推出了“数据处理单元”（DPU），以接管“杂务”、减轻CPU的负担。
但CPU“串行处理”的架构并不适合AI、大数据等大规模并行计算任务。而原本为游戏图像渲染而设计的GPU，其多核、高速、高并行等性能远远超过CPU，逐渐成为AI时代不可或缺的算力核心。
然而，在传统的以CPU为中心的传统AI架构（AI computer system with the CPU as its Core，简称ACC）中，GPU仅作为PCIe总线上的协处理器存在，其地位、形态都类似于外设的硬盘、网卡，强大性能无法被充分释放。
为了打破这一枷锁，业界正转向以GPU和数据为中心的全新架构，以解放GPU的算力潜能，如英伟达提出了GPU硬件架构以及配套的CUDA软件平台、容芯致远提出了AGC（AI computer system with the GPU as its Core）智算架构。
石旭指出，在GPU为核心的AGC智算架构中，CPU成了“外设”。这降低了对于CPU的性能要求，英特尔、AMD的CPU不再是必需，国产CPU也能支持国产GPU较好发挥性能。
要以GPU为中心，还要解决GPU高故障率、高耗能、寿命短等应用痛点。
石旭指出，AIDC（智算中心）的故障率约为20%-30%。这是因为，GPU凭借先进制程实现了超高晶体管密度，但也因此对温度极为敏感，高温极易引发性能衰减乃至任务中断。尤其在数据中心7x24小时满负荷运行的极限工况下，其经济寿命可能被压缩至短短2-3年。为此，容芯致远率先突破了GPU热插拔、GPU RAID高可用和GPU节能延寿技术，让GPU从脆弱、昂贵的奢侈品转变为可靠、经济的生产力工具。
通过AI架构创新，也能够将算力有效值（MFU）从传统服务器的平均40%提升至60%以上。石旭指出，虽然英伟达的GPU标称算力值高，但在国产GPU算力逊于英伟达的情况下，提高MFU也能够提高算力值。“这就是体系的力量。”
