在手游行业，算力不仅是决定游戏体验流畅度的关键因素，更是推动游戏技术不断突破的重要力量，随着手游画面质量的不断提升、游戏内容的日益丰富，对算力的需求也呈现出爆炸式增长，国产算力在面临这一挑战时，却遭遇了芯片与模型生态分散的困境，本文将深入探讨无问芯穹、沐曦、壁仞等公司在国产算力瓶颈破局之道上的见解与实践，为手游公司提供有价值的参考。
芯片：算力基石的困境与突破
芯片是算力系统的核心，其性能直接决定了手游的流畅度和画面质量，国产芯片在面临国际巨头如英伟达、AMD的竞争时，显得力不从心，据沐曦联合创始人兼软件CTO杨建分析，硅基的算力提升速度远远跟不上大模型对算力的需求，他提到，即便在硬件层面进行极致优化，也无法满足大模型对算力吞吐量三年提升750倍的要求。
这一困境在手游领域尤为明显，手游玩家对游戏的流畅度和画面质量有着极高的要求，而国产芯片在性能上与国际先进水平存在差距，导致部分高端手游在国产设备上无法流畅运行，为了应对这一挑战，国产芯片厂商正在加大研发投入，力求在制程工艺、微架构等方面实现突破。
无问芯穹联合创始人兼CEO夏立雪在2024世界人工智能大会上指出，国产算力生态分散是导致算力瓶颈的重要原因之一，他提到，国内芯片厂商众多，但缺乏统一的标准和生态，导致不同芯片之间的兼容性差，难以形成合力，为了打破这一困境，无问芯穹提出了异构千卡混训解决方案，通过建立一个通用集合通信库，实现不同芯片之间的高效通信，从而提高了算力利用率。
模型生态：从分散到协同的探索
除了芯片层面的困境，国产算力还面临着模型生态分散的问题，在手游领域，这表现为不同游戏引擎、不同游戏模型之间的不兼容，导致游戏开发者在优化游戏性能时面临巨大挑战，壁仞科技副总裁兼AI软件首席架构师丁云帆认为，大模型的训练是一个系统工程，需要软件和硬件结合起来，同时也需要算法和工程协同，在国产算力生态中，这些要素往往处于分散状态，难以形成有效的合力。
为了打破这一困境，国产算力厂商正在积极探索模型生态的协同之路，无问芯穹通过异构千卡混训解决方案，实现了不同芯片之间的高效通信和协同工作，从而提高了算力利用率，沐曦则在算法层面进行突破，试图从基本的算法层面出发，思考怎么从算法上进行改变，才能让算法在三年内推理效率提高750倍，壁仞科技则在软硬件结合的有效算力方面下功夫，通过优化集群调度效率、算法性能优化等手段，提高了算力利用效率。
国产算力破局之道：从硬件到软件的全面升级
面对芯片与模型生态分散的困境，国产算力厂商正在从硬件到软件进行全面升级，力求打破算力瓶颈，在硬件层面，国产芯片厂商正在加大研发投入，力求在制程工艺、微架构等方面实现突破，他们还在积极探索芯片之间的协同工作机制，以提高算力利用率。
在软件层面，国产算力厂商正在加强算法和工程协同，优化游戏引擎和游戏模型之间的兼容性，他们还在积极探索新的算法和模型，以提高游戏性能和画面质量，沐曦正在尝试突破Transformer算法的限制，探索新的算法架构以提高推理效率，壁仞科技则在软硬件结合的有效算力方面下功夫，通过优化集群调度效率、算法性能优化等手段，提高了算力利用效率。
国产算力厂商还在积极探索系统级优化方案，他们试图通过优化CPU与GPU之间的互联结构、提高数据传输效率等手段，进一步提高算力性能，无问芯穹提出的异构千卡混训解决方案就通过优化不同芯片之间的通信机制，提高了算力利用率。
手游公司的应对策略：选择适合的算力解决方案
面对国产算力瓶颈的挑战，手游公司需要选择适合的算力解决方案以确保游戏的流畅度和画面质量，他们可以选择与国际先进的芯片厂商合作，引入高性能的芯片以提升游戏性能，他们也可以与国产算力厂商合作，共同探索适合手游的算力解决方案。
在选择算力解决方案时，手游公司需要考虑多个因素，他们需要评估不同芯片的性能和功耗表现，以确保游戏在高性能运行的同时不会过度消耗设备电量，他们需要考虑不同芯片之间的兼容性问题，以确保游戏在不同设备上的流畅运行，他们还需要考虑算力解决方案的成本效益比，以确保在有限的预算内获得最佳的算力性能。
国产算力破局之路任重而道远
国产算力在面临芯片与模型生态分散的困境时，正在从硬件到软件进行全面升级以打破算力瓶颈，无问芯穹、沐曦、壁仞等公司在这一过程中发挥着重要作用，国产算力的破局之路仍然任重而道远，随着手游行业的不断发展和技术的不断进步，国产算力将面临更多的挑战和机遇，只有不断加强技术研发和创新合作，才能推动国产算力实现跨越式发展，为手游行业提供更加优质的算力支持。
参考来源
本文信息来源于电子发烧友网、九游手机网游（九游网）及相关企业公开信息。
