随着人工智能技术的快速发展，尤其是大模型参数规模的持续增加，算力需求呈爆发式增长，对AI算力基础设施也提出了更高的要求，并进一步推动了智算集群的兴起。

在国际市场， Google推出了拥有26000块NVIDIA H100 GPU的超级计算机A3 Virtual Machines，同时基于自研芯片搭建TPUv5p 8960卡集群。Meta在2022年推出了拥有16000块NVIDIA A100 的AI研究超级集群，2024年初又公布2个包含24576块NVIDIA H100的集群，用于支持下一代生成式AI模型的训练。马斯克xAI团队拥有10万块H100的Colossus集群已经上线，也是目前全球最强的智算集群，而未来规模还要翻一倍，扩展到15万张H100+5万张H200。

在国内，字节跳动搭建了一个12288卡Ampere架构训练集群，研发MegaScale生产系统用于训练大语言模型。科大讯飞在2023 年建成首个支持大模型训练的国产万卡智能算力集群“飞星一号”。中国移动近日也宣布，其智算中心（哈尔滨）节点超万卡智算集群正式投用。

全球科技巨头、电信运营商、云服务厂商等都在加紧布局智算集群，以抢抓大模型发展的机遇。

但是，智算集群并不是简单的硬件堆砌，集群规模的线性提升也并不直接等同于集群有效算力的线性提升。要构建一个高能效的智算集群，需要从卡间和节点间的互联网络、软硬件的适配调优、算力的调度优化、设备的管理与运维等多个方面，进行综合考量和设计规划，更需要产业链上下游厂商通力合作。

为了帮助大家更好的了解智算集群，智猩猩芯片与算力教研组策划推出「智猩猩智算集群公开课」，聚焦集群构建、互联网络、算力调度、存储等关键技术。