《科创板日报》7月9日讯（记者 李明明）过去国内的GPU市场为英伟达所垄断。如今，国产GPU行业正“从无到有”，并开始出现一批明星企业。
在2023世界人工智能大会（WAIC）上，国内GPU领先企业登临科技，携手20多家合作伙伴亮相。
(资料图片仅供参考)
大会期间，登临科技联合创始人王震宇来到财联社直播间，向《科创板日报》记者介绍了登临科技的发展历程、产品以及对国内GPU行业的未来展望。
新一代产品助力大模型应用
《科创板日报》：谈到芯片行业，公众往往很好奇，这么多芯片厂商都有什么异同，请介绍下登临公司。
王震宇：登临成立于2017年底，是一家通用GPU公司，也是国内首个实现商业化落地的GPU企业。近期，登临科技完成了C轮融资，投资方为国家网信办和财政部共同发起的中国互联网投资基金。此前，登临科技已获五轮投资。投资方有高通创投与光远资本等。
登临科技的核心技术完全是自主研发，兼顾推理和训练，覆盖数据中心和高能效智能边缘计算，是目前国产GPU公司中商业化进程较快，客户质量较高、行业分布较广的新创公司。
登临科技第一款产品高凛一代 GPU 在兼容主流 CUDA （显卡厂商NVIDIA推出的运算平台）开发生态、大幅降低客户迁移成本的前提下，对客户业务提供 3 倍能耗优势。目前首款创新通用GPU——Goldwasser™（高凛™）系列产品已在云至边缘的各个应用场景实现规模化商业落地，如：城市大脑、智慧城市、智慧社区、智能交通、工业AI质检、互联网等领域，目前更在金融、运营商、电力等多个领域持续拓展。
此外，登临产品的商业化落地进程速度比较迅猛，这和产品的技术创新分不开，主要体现在技术的通用性上，登临GPU+（基于GPGPU的软件定义的片内异构计算架构）采取硬件兼容CUDA 的技术路线，这极大缓解了国内AI产品面临的软件生态问题，既能避免投入大量的人力物力去重复造轮子，又能及时跟进国际AI发展出现的新框架、新算法和新特性。降低了国产AI芯片的适配成本，助力项目的快速开发和落地。
《科创板日报》：你刚刚提到CUDA生态，对于用户来说，易用的软件生态可以帮助用户快速推进产品设计和落地，那从整个AI产业链角度来看，是否也要考虑生态的建设？
王震宇：登临是一家AI算力提供商，是整个AI产业链中的一环，我们需要与其他配套方面的企业做好合作。比如CPU的兼容性、服务器厂商的适配性，AI框架厂商的框架适配等方面，这其中上下游产业链非常多，所以需要有开放融合的心态，目前登临发起了登临瀚海生态合作伙伴计划，联合了数十家包括硬件服务器/工控机厂家、算法、系统软件、行业解决方案等在内的众多合作伙伴构，共同构建先进的AI生态体系，致力于推动国产化AI解决方案在各行各业的发展和落地。
《科创板日报》：ChatGPT宣告了大模型时代的开启，国内外厂商都在纷纷布局，目前登临的产品在大模型应用上有什么进展吗？
王震宇：大模型最近非常火爆，据产业界、投资界的预估，未来30年内都有非常强的增长趋势。大模型给AI计算带来了爆发式的增长需求，这也对支撑AI计算的产品提出更高要求。
目前登临新一代Goldwasser™（高凛™）采用先进的生产工艺，内存最高可到128GB，在大模型应用场景下，这样大内存容量的产品比较有竞争力。
此外，登临积极与合作伙伴打造面向大模型应用的底层算力硬件，构建开放融合的大模型生态。目前，并已与多家合作伙伴，合力打造多款云端训推一体的产品方案，该方案可覆盖众多大模型应用场景，希望通过提供高能效、通用性强的解决方案，助推大模型应用落地。
中国GPU行业尚处于成长期
《科创板日报》： 你怎么看ChatGPT的到来对芯片行业的影响？
王震宇：首先是整个应用领域非常火热，可以看到大量算法公司开始下场。大量非常资深的AI从业人员，开始启动新一轮的创业热潮。这就涌现出大量的大模型应用场景，而这大量的场景需要AI芯片去做计算的加速。
但与此同时，美国对人工智能AI芯片产品做了部分出口限制，这给国内芯片企业带来压力的同时，也带来巨大的市场机会。当然对大模型应用来说，算力只是硬件底座的一部分，中国算法工程师很多，产业生态也很多，大模型发展给整个产业生态带来了巨大的发展前景。
《科创板日报》：如何看待现在国内 GPU 芯片行业的竞争？
王震宇：站在一家公司的角度去看，大家一定存在竞争的，比如登临与其他通用GPU兄弟企业之间，肯定会有竞争。大家会从产品性能、应用落地等方面看谁的产品更有优势。但从一个行业角度来看，中国的 AI 芯片或者 GPU 行业，其实还处在很早期阶段。
去年英伟达在中国市场的产品销售额（当然这个数字不算游戏类，这个市场只算数据中心）大概有 400 亿人民币，按照行业机构预估，到2026 年将会是 1000 亿元，这还是在 ChatGPT 爆火之前。这么大的市场，其实可以容纳非常多家的企业。
但是，芯片特别是大芯片是一个周期性长的产品，今天做的芯片从流片到实现大规模量产可能需要2-3年的时间。在这么长的产业周期里，企业如何定义好自己的产品，做成真正具有竞争力、能帮助客户实现商业化落地的产品，其实需要前瞻性。
作为中国企业，我们很愿意与大家一起把技术、产品做好，让这个行业从业人员的技术积累越来越多，真正帮助本土芯片产品赋能各行各业，我相信这不单是登临的想法，也是国内所有AI芯片从业者的想法。
