智谱收购中科加禾：打通国产算力最后一公里 | AI新闻资讯

type

status

date

slug

summary

软硬协同的纽带：为什么AI编译器是“隐藏的钥匙”

在AI产业链中，芯片（硬件）和大模型（算法）往往占据了最多的聚光灯，但两者之间存在一个致命的断层——软件生态。英伟达之所以能统治AI算力市场，不仅因为其GPU硬件性能强劲，更得益于其构建了坚不可摧的CUDA软件生态。大量AI开发工具和算法框架能够无缝基于CUDA进行优化，从而极大地降低了开发者的迁移与适配成本。

相比之下，国产AI芯片面临着“硬件百花齐放，软件各自为战”的尴尬局面。不同的芯片厂商拥有独立的软件栈和编程框架，模型在不同硬件间的迁移往往需要耗费巨大的人力进行算子适配和性能调优。

编译器正是连接AI模型与芯片的“翻译官”。它的职责是将高层的大模型计算任务，高效地转换为适配目标芯片的机器代码，并通过算子优化和计算调度释放硬件的极限性能。中科加禾团队正是这一领域的佼佼者，致力于打造一套横跨不同品牌、不同型号AI芯片的软件底座，以降低模型在不同国产芯片之间的适配和迁移成本。

强强联合：中科加禾的技术壁垒与团队背景

中科加禾成立于2023年，其创始人崔慧敏博士是清华大学计算机系毕业生、中科院计算所研究员，也是国内硬核技术领域少有的女性创业学者。她带领的团队拥有20年以上的编译器开发经验，主持或参与研发过包括龙芯、神威、寒武纪、华为昇腾等多款国产芯片的编译器。

在商业化层面上，中科加禾推出了异构原生算力产品矩阵，包括： * SigInfer：异构原生推理引擎，优化模型在线推理效率。 * SigFT：异构原生微调引擎，降低模型下游适配成本。 * SigTrans：算子自动生成和转译工具，实现代码跨平台快速迁移。

这套工具链的愿景是让每一颗国产芯片以及受限版芯片都能融入统一的大模型生态，定义编译层的通用国产基础软件标准。在国产AI芯片软件生态薄弱的当下，这样一支具备深厚积淀的编译器团队堪称稀缺资源。智谱将其收入囊中，直接确立了自身在国产算力优化领域的底座优势。

智谱的下一程：从算力供给到算力释放

智谱为什么要在这个节点重金收购一家编译器公司？答案在于其商业模式的转变以及随之而来的算力压力。

根据行业最新观察，智谱正在逐步增加面向企业客户的云端API模型服务收入，以降低对本地化部署项目的依赖。云端服务虽然能带来更稳定、可持续的订阅式收入，但这也意味着模型运行的算力成本完全由智谱自身承担。随着用户调用量呈现爆发式增长，智谱面临着极大的计算集群压力。

今年年初，智谱在发布GLM-4后就曾因算力资源阶段性紧张而采取限流措施。为了解决这一问题，智谱一方面大手笔投入硬件，建设了1GW级的国产AI算力数据中心；另一方面，则需要解决“如何用好这些芯片”的问题。

在GLM-5的超大规模推理实践中，高并发和长上下文场景曾导致系统出现底层竞态Bug。在SGLang开源社区的记录中，智谱正是与中科加禾团队联合完成了根因分析与代码修复。这表明，在正式宣布收购之前，中科加禾的技术就已经深入到智谱最核心的推理基础设施优化工作中。

资本与市场的双重回响：重建万亿估值信心

这笔收购的完成，对智谱的资本市场表现起到了立竿见影的提振作用。在消息公布前夕，智谱股价曾经历剧烈回调，较高点回撤约70%。然而，随着完成对中科加禾的收购以及1GW级国产AI算力数据中心落地的消息双管齐下，市场信心迅速修复，智谱股价单日盘中最高上涨超40%，总市值回升至5676亿港元。

资本市场的反应充分说明，在今天的人工智能行业中，仅有算法能力已经不足以支撑起万亿级估值，拥有自主可控、软硬一体的算力基础设施，才是决定大模型厂商能否跑赢长跑的关键。

结语

智谱对中科加禾的战略收购，不仅是一次顶尖技术团队的重组，更是国内大模型生态走向深水区的一个缩影。通过“1GW数据中心解决算力供给，中科加禾编译技术解决算力释放”的闭环，智谱正在为国产AI大模型的高效运行铺平道路。

在算力即国力的时代，底层软件生态的自主可控将决定中国大模型产业能走多远。想了解更多关于大模型基础设施、chatGPT 及 claude 等前沿技术的深度解析，请持续关注我们的 AI新闻频道，获取最新最全的 AI日报。