长江日报大武汉客户端6月11日讯（记者李佳 通讯员黄梦婷）6月11日，第四届软件创新发展大会在汉举办，大会以“智启软件新时代，共创AI新生态”为主题。摩尔线程智能科技（北京）股份有限公司高级副总裁董龙飞带来《AI算力：全栈MUSA，全芯智算，共筑AI软件新底座》主题演讲。

摩尔线程智能科技（北京）股份有限公司高级副总裁董龙飞带来《AI算力：全栈MUSA，全芯智算，共筑AI软件新底座》主题演讲。 记者李佳 摄

董龙飞介绍，GPU是AI软件运行的核心基础设施。如今依托国家对芯片、创新产业的大力扶持，我国第一次在软件底层运行环境领域，拥有了自主可控的国产技术力量。回顾PC时代、移动互联网时代，国内软件大多搭建在海外底层软硬件体系之上，而这一局面正在发生改变。

他认为，当下的GPU早已不再是单一硬件产品，而是演变为AI计算的核心架构。目前国内头部企业关注的重点，早已不是“有没有算力”，而是算力好不好用、能否满足顶尖大模型企业、互联网厂商的严苛需求，以及基础软件的适配性。这也意味着我国GPU产业已经站在国际发展前沿。而大模型的竞争，早已不只是芯片硬件能力的较量，而是融合了底层软件、推理系统、综合软件创新在内的综合成本竞赛。

董龙飞介绍，AI产业和互联网产业有着本质区别。互联网基础设施具备边际成本趋近于零的特点，用户规模扩张不会带来成本大幅上涨；但AI每一次运算，都对应着实打实的算法消耗，用户扩容意味着算力同步扩容。哪些都是成本？他认为，每百万 Token 成本、每路视频分析成本、每个智能体任务成本、每次工业检测成本、每次数字人交互成本……都属于“单位智能成本”。

同时，他介绍，团队还观察到一个重要趋势：AI模型训练赛道将迎来普及化。他预判，未来一年到一年半内，模型训练、集群搭建、训练算法等技术，将不再是头部企业的专属能力，大中小型企业乃至个人，都将具备自主训练模型的条件。

“当下中国软件产业迎来独特发展窗口期。过往和海外厂商合作时，不少客户有个性化需求却不敢提出，因为海外厂商不会针对细分需求做底层调整。”董龙飞说，如今我们拥有自主芯片、自主底层架构，能够从最基础的代码、算法层面切入，针对性解决各类问题，大幅加速软件创新落地。

他介绍，从芯片、编译器、二进制算法到汇编代码，如今国内可以实现全链路自主研发，每一行代码都由国内团队主导，这是和以往最大的不同。

【编辑：丁翾】