生态共荣｜打通国产异构算力“通信关”，沐曦GPU与InfiniCCL开源框架完成首发适配

近日九源智能计算系统生态联合体旗下InfiniTensor 团队正式发布InfiniCCL v0.1.0 通信框架。这是该项目的首个开源版本沐曦股份位列首批适配硬件厂商名单内与框架完成首发适配。按照官方产品定位InfiniCCL是一个统一、跨平台、面向异构AI集群的通信库。在目前支撑AI大模型训练、推理的多卡、多节点算力集群场景InfiniCCL 并不试图替代某一个特定平台的通信实现而是在更高层提供统一API基于C语言编写的应用程序编程接口、统一的运行方式、统一的异构集群编排能力让上层框架无需再为不同硬件单独维护一套通信逻辑。了解更多 InfiniCCL 项目详情欢迎访问https://github.com/InfiniTensor/InfiniCCL软硬协同突破异构算力时代的“通信瓶颈”AI 基础设施正在进入一个新的竞争维度——过去几年我们更多关注模型规模、算力规模、单机性能。今天竞争的主战场正在转向系统效率和生态效应”。“如何提升多卡、多节点的集群系统效率”已经成为核心问题。然而长期以来AI 基础设施领域面临一大现实挑战在异构算力集群系统内部不同硬件平台之间缺乏统一的通信。开发者往往需要针对不同芯片、不同 SDK、不同通信后端分别适配平台切换与多节点部署都伴随着巨大的工程成本。集群通信已经成为直接影响集群系统吞吐、延迟与扩展能力的“隐形瓶颈”。在算力异构化趋势日益明显的今天这个问题正变得愈发突出。通信层的统一化、标准化是AI行业不可绕开的基础工作。为了这一目标InfiniCCL团队在多项核心技术上实现创新突破接口设计上InfiniCCL 并没有重新设计新的通信模型而是选择兼容现有的主流GPU生态开发习惯提供了统一的C语言 API接口可降低迁移门槛实现了“底层加速器硬件-通信后端-运行环境”的自动感知。项目会根据环境自动启用对应平台支持使用者不必再去关注每个异构环境的单独维护部署逻辑集群部署上InfiniCCL 提供了配套的智能集群编排工具 icclrun支持通过 SSH 自动编排多节点、在远程节点自动构建与部署运行环境将“通信库运行”升级为“异构集群自动化部署框架”。目前InfiniCCL v0.1.0 已实现 AllReduce、AllGather、ReduceScatter等六大核心集合通信算子支持主流的硬件平台并通过统一 MPI 抽象层兼容 OpenMPI 与 MPICH 两大通信后端完成了从算子到硬件、从接口到后端的全链路覆盖。值得关注的是在 InfiniCCL v0.1.0 已支持的硬件平台列表中沐曦GPU成为首批适配的硬件平台之一。这意味着基于沐曦GPU构建的AI集群可直接通过InfiniCCL的统一接口完成多节点集合通信使用与其他平台一致的开发体验共享相同的通信逻辑与部署工具链。对于正在构建异构算力基础设施的企业和开发者而言这一首发兼容具有直接的工程价值迁移成本降低上层框架无需为沐曦平台单独适配通信逻辑多平台协同成为可能在同一套通信抽象下沐曦 GPU 可与其他硬件平台协同参与分布式训练与推理新硬件接入门槛下降统一抽象层让生态扩展更加顺畅。携手共建生态打通算力落地的“最后一公里”回顾国产芯片的发展历程硬件性能的提升固然重要但软件生态的完善程度往往才是规模化落地的门槛。一款芯片能否被主流框架、主流通信库、主流部署工具顺畅支持直接决定了它在真实业务场景中的可用性。InfiniCCL 这类开源统一通信库的出现正在从基础设施层面降低国产算力硬件的适配成本推动整个生态向着更开放、更统一的方向演进。一直以来沐曦股份坚持以自研MXMACA软件栈为核心构建开放、协同、高效的计算生态目标是打造人工智能时代的 “Android”。目前MXMACA软件栈已经兼容40余种AI框架覆盖AI训练与推理、科学计算支持500多款AI模型、4500多个热门开源软件项目的测试。依托突出的兼容性与软硬件协同效率沐曦GPU此前已经支持国内超25款主流模型的Day0适配实现即插即用。同时自2025年2月宣布开源至今MXMACA软件栈已积累近50万开发者注册侧用户生态规模日益壮大。沐曦股份始终相信硬件能力需要与软件生态协同演进才能真正释放算力价值打通算力落地的“最后一公里”。