【主权AI的三大支柱：成败就看它了】
大会伊始，中国工程院院士、清华大学计算机系教授郑纬民发表了一番发人深思的演讲。
郑纬民院士首先提出了主权AI的三大支柱：算力自主、算法自强、生态自立，三者互为前提，互相约束，共同构成主权AI的系统工程框架。
其中，真正决定主权AI成败的，在于是否有足够多的开发者，愿意长期在一套堆栈上为一款GPU写代码，因为开发者才是生态的核心，并不是厂家。
所以，国产平台最需要解决的问题，就是降低迁移成本、提高工具链成熟度、做好社区尤其是开源社区，这样才能从实现“能用”到“好用”再到“愿意用”的逐步跨越。
郑院士对摩尔线程可以说是赞不绝口。
一是摩尔线程的国产全功能GPU，一颗芯片就能同时做好3D图形渲染、HPC高性能计算、AI加速，这是非常不容易的。
二是摩尔线程MUSA就是类似于CUDA生态的国产实践，也非常重视开源。
郑院士所在的清华大学团队做了两件事，一个是做了Mooncake，是在推理中以KVCache为中心的大模型推理架构，能节省很多硬件资源，而且是开源的。
第二个例子是KTransformers，通过基于计算强度的Offload策略，可以混合使用多个CPU、GPU，将大模型中的不同负载分配给不同设备，首次将千亿模型本地化的成本降到了十万元级别。
郑院士最后提出，国内GPU行业目前面临严重的内卷、碎片化问题，形成了巨大的阻碍。
所以产业联盟与软硬件协同设计非常重要，产业界要团结起来，应用也要团结起来，一起努力解决这个问题。
只有当国产AI加速卡在真实业务中大规模使用，生态才会具备自我强化的正反馈，形成正向闭环。
