全国首个5A级！AI算力“神助攻”了解一下

在商汤2025技术交流日活动上，一个由两个机器人分别“扮演”顾客和收银员的互动视频吸引了观众的目光，它们正在为超市场景收集具身智能数据。然而，这个由商汤科技联合创始人、大装置事业群总裁杨帆展示的视频却并非真实场景，而是虚拟合成的。 在实地真机训练前，AI开发者可以先在虚拟环境中生成大量、全面的多模态数据进行训练，这样不仅保证了模型训练中需要的大量数据，还能够为企业大大降低成本。

杨帆表示， 人工智能产业要更好、更长久、更持续地发展，需要降低整个行业的从业门槛。 而满足多模态大模型的需求是行业趋势之一。杨帆说，像训练人形机器人这样的具身智能训练任务，虚拟化仿真的成本比真机低很多。商汤通过自己积累的基础性能力，能够满足客户对数据的需求。

除了 多模态成为重点技术需求， 杨帆认为，人工智能产业还有两个重要趋势。一是 开源工具的应用强度正在加大， 二是 对降低成本的迫切需求。 在上述三个方面，全新发布的商汤大装置SenseCore 2.0，都将全力为从业者提供服务。

杨帆在介绍商汤大装置“SenseCore 2.0”

当前，人工智能的开源工具越来越多。从业者开发早期为了降低成本，会用开源工具快速完成产品搭建。但初步验证成功后，需要选择一个商业化服务商来进行产品及服务量产时，为了配合商业服务商的接口，只得放弃开源的工具，为此花费更多时间和资源。针对这类问题， 商汤SenseCore 2.0提供了对开源更高的兼容，能够让基于最新的开源工具研发的产品零成本迁移到商汤的商用平台上。 “当产业走向开源，我们作为AI基础设施服务商，一直在思考用对开源更好的兼容和包容，给我们客户提供一个更加低成本、高效率的选择。”杨帆说。

杨帆认为， 性价比依然是大模型商业模式的生死线。在算力与芯片仍然供不应求的前提下，算力与芯片的利用效率就成为降低成本的关键。 他举例说，国产同构芯片的行业平均利用率约为50%-60%，但在去年年底，为帮助一位国内客户提升效率，商汤通过异构拆解，将不同环节放到可能更适合该环节任务的不同类型国产芯片上运行，优化整体的算力使用，使国产芯片的异构混训效率达到了80%。

“而且，在硬件出现故障的时候，我们快速通过软件的调度和切换，把任务调度到备份硬件，然后再去处理出故障的硬件，保证客户的整个训练过程中不出现问题。”杨帆说。