科大讯飞加码自主可控大模型训练

xinwen.mobi · 发表于 2025-10-4 02:16:43

科大讯飞近期在自主可控大模型训练领域动作频频，通过算力基建扩容、技术架构创新与行业场景落地的三维联动，持续巩固全栈国产化技术优势。以下从战略布局、核心突破与产业影响三方面展开分析：一、战略加码：24亿算力投入构建自主底座2025年9月，科大讯飞宣布调整募集资金用途，将24亿元专项投入算力租赁项目，这一决策背后是大模型迭代对算力需求的指数级增长。不同于传统厂商自建算力集群的重资产模式，该公司采用的租赁方案具备双重优势：一方面能快速响应星火大模型升级的算力缺口——按照行业标准，每训练一个token需对模型参数进行6-8次浮点运算，千亿参数模型的训练单次迭代就需海量算力支撑；另一方面依托政策红利实现成本优化，相比自建集群缩短部署周期约60%，单机位算力成本降低35%以上。这一布局延续了其“飞星”系列智算平台的演进路径。自2023年发布支持万亿参数训练的全国产智算平台“飞星一号”以来，科大讯飞已形成“算力平台-模型训练-行业应用”的闭环：2024年基于该平台训练出国内首个国产算力千亿参数模型星火V3.5，2025年初推出具备深度推理能力的星火X1，此次算力扩容将为后续“飞星二号”平台的迭代奠定基础，目标实现训练效率再提升200%。二、技术突破：国产算力集群实现性能飞跃在自主可控的技术攻坚中，科大讯飞与华为昇腾团队的合作成果尤为突出。双方联合突破MoE（混合专家）模型的大规模跨节点并行推理技术，通过四重创新实现性能翻倍：1. 架构优化：首创PD分离部署模式，定制集合通信协议消除流量冲突，使Prefill/Decode阶段性能提升20%；2. 算法创新：实现国产算力专属的MTP多token预测技术，单步计算耗时降低30%；3. 负载均衡：升级多DP均衡算法，卡间负载差异控制在8%以内，集群吞吐提升30%；4. 硬件协同：异步双发射技术解决高并发场景下的CPU瓶颈，实现NPU与CPU的高效调度。这些突破已转化为实际性能优势。最新升级的星火X1深度推理模型，在参数量比业界主流模型少一个数量级（70B vs 千亿级）的情况下，数学能力全面对标DeepSeek R1和OpenAI o1，中文数学任务准确率领先15%-20%。更关键的是，该模型实现“快思考”与“慢思考”双模架构创新，在实时响应场景（如智能客服）和深度推理场景（如医疗诊断）中可动态切换，幻觉治理准确率比主流模型高出25个百分点。三、产业落地：300+场景验证自主价值自主可控的技术底座正在加速行业渗透。截至2025年上半年，星火大模型已服务80.6万企业用户，覆盖教育、医疗、水利等300多个垂直场景：教育领域：依托弹性算力支撑，可针对不同学段定制训练专属模型，2025年高考盲测中，星火作文得分登顶，数学成绩突破140分；医疗场景：推出的星火医疗大模型X1，整合临床数据与医学知识库，辅助诊断准确率达到三甲医院主治医师水平；公共服务：在水利行业构建“AI+数字孪生”系统，通过大模型分析水利工程日志数据，故障诊断效率提升3倍，预警响应时间缩短至分钟级。生态层面，讯飞开放平台已开放813项AI能力，吸引152万大模型开发者，API日均调用量同比增长430%。特别在多语言能力上，星火大模型已覆盖130+语种，成为央国企海外业务数字化转型的首选底座，打破了国外大模型的垄断格局。从行业意义看，科大讯飞的实践验证了国产算力的可行性——通过“飞星一号”平台和昇腾芯片的深度适配，证明国产算力集群在大规模模型训练中可达到国际一流水平。随着24亿算力项目的落地，预计2026年将推动行业大模型定制成本降低50%，加速金融、制造等关键领域的AI自主化进程。

		自动登录	找回密码
密码			立即注册

科大讯飞加码自主可控大模型训练

科大讯飞加码自主可控大模型训练

相关帖子