(资料图片)

近日，国家网信办等七部门联合公布《生成式人工智能服务管理暂行办法》，其中提到要鼓励生成式人工智能算法、框架、芯片及配套软件平台等基础技术的自主创新，鼓励采用安全可信的芯片、软件、工具、算力和数据资源。

这对于我国人工智能产业链发展无疑是一针强心剂。尤其是为AI芯片等核心领域的自主创新，从顶层设计上注入了新的驱动力量。

众所周知，在AI芯片领域，GPGPU凭借丰富的指令集、硬件架构通用性强的特点，可以更便于在GPGPU架构芯片上编写AI算子和构建AI软件生态，成为云端训推芯片最佳选择。相较于FPGA、ASIC、DSA等技术路线，在当前市场具备无可比拟的应用优势。

从AI加速器市场占比来看，GPGPU服务器占据86%的市场份额，NV约占96.1%。可以说，Nvidia Cuda开创并支撑起了近乎全部的AI软件生态。同时，在技术上也只有GPGPU架构芯片才能够兼容和享受到AI软件生态红利。

无论是在科研还是在产业界，灵活的算法开发工具，以及完善的、普适的、兼容性好的软件生态始终是用户和企业的第一诉求。基于此，海光DCU采用了与NV、AMD等同样的GPGPU架构，具有极强通用性，且主流的和新出的AI算子和框架都基于GPGPU实现，从而真正意义上实现了自我生态的建设，并保证了DCU持续的兼容与发展，成为国产AI芯片赛道的主力军。

作为国产AI芯片中唯一一家大量出货、且支持全部计算精度的芯片，海光DCU除基本的AI算力支持外，在标称的算力、访存等直观数据上也表现突出，并且完整打造了支撑AI算力应用的软件生态。无论是从芯片设计、数据精度支持、AI开源框架支持、推理加速引擎，还是虚拟化方案、调度管理方案、领域模型适配、大模型先进性验证、机密计算安全性、AI开发软件平台等各方面，均可以实现对NV生态的国产化替换。

受益于强大的生态、性能基础，海光DCU目前已获得国内主流市场的选择与认可，在智算中心、互联网、金融、电信、教育等众多应用场景中成功落地，并不断推出和完善符合国内产业发展需求的专业化解决方案，帮助更多用户实现生态平稳迁移，保障数据安全可控。

此次《生成式人工智能服务管理暂行办法》的发布，也预示着政策驱动下的国产自主创新进程进一步提速，叠加当前国内AI产业的爆发式发展需求，海光DCU在国产AI芯片赛道的先发优势将愈发稳固。

关键词：