大模型热度不断攀升、各家厂商加速迭代赶超的背后，是不容忽视的算力挑战。目前大模型研发高度依赖高端

　　同时，国际产业链表现出的不确定性，也使得国内企业必须提前做投入。“我国大模型安全和发展的关键是，基于自主创新的硬件及软件的大模型生态快速进步。”高级副总裁、认知智能全国重点实验室主任胡国平说，“讯飞星火与昇腾AI的联合使得国产大模型架构在自主创新的软硬件基础之上。”

　　在会上，华为宣布昇腾AI集群规模从最初的4000卡集群扩展至16000卡，是业界首个万卡AI集群，拥有更快的训练速度和30天以上的稳定训练周期。

　　据介绍，一方面，以昇腾AI为核心，软硬件协同优化，构建算力集中、性能优越、供给稳定、数据安全的大模型训练集群；另一方面，讯飞星火认知大模型基于训练推理一体化设计，实现大模型稀疏化、低精度量化的技术突破，能高效适配昇腾AI，加速大模型的行业落地应用和迭代。

　　科大讯飞总裁吴晓如在演讲中也多次强调了大模型的行业应用，并表示要与头部企业共同打造行业大模型——7月7日，科大讯飞与交通银行宣布联合筹建人工智能联合创新实验室。

　　他在后续采访中提及，大模型技术对产业端的介入会受到产业数字化程度、应用价值等方面的影响，在对数字化的重视程度较高的金融、汽车等领域会率先落地；其次，在民生相关的教育、医疗领域，大模型所产生的价值更为直观，也会较快落地；至于传统制造业等行业则需要循序渐进，找到行业的需求点。

　　至于大模型未来的市场格局，吴晓如认为基础专利、搭建平台方面大企业会有优势，而在垂直行业内，融合行业数据的小企业同样有机会。在他看来，面对后续的市场竞争，科大讯飞的主要优势体现在长期聚焦、算法自主可控、与应用的结合三个方面。

　　吴晓如表示，大模型生命力在于应用，虽然它有一系列问题需要解决，但是可以选择从一些稳定的高价值场景切进去，循序渐进。“讯飞是一个to b型的企业，而大模型下一步要形成有价值的应用，b端的牵引还是非常重要的。”他强调说。