硬件绑定模型才能真正被接受国产AI芯片要看模型覆盖和集群规模能力 当国产AI芯片接连发布、估值高涨之际，一个尖锐的问题依然悬在头顶：它们真的能撑起下一代万卡集群与万亿参数模型的训练吗？一边是市场对替代方案的迫切期待，另一边是英伟达在利润与估值上仍高歌猛进……百度智能云AI计算首席科学家王雁鹏在量子位MEET2026智能未来大会上，基于百度昆仑芯在大规模生产环境中的实战经验指出：评判芯片实力的标准已从单纯的算力数值，转向了能否稳定支撑从百亿到万亿参数、从稠密模型到MoE架构、从单模态到多模态的完整模型谱系训练，并能在万卡乃至更大规模集群上实现高效扩展。在演讲中，王雁鹏系统拆解了大规模训练中集群稳定性、线性扩展与模型生态三大核心挑战的攻坚路径，并回应了行业对MoE时代硬件路径的关切。他认为，即便是参数激增的MoE模型，“小芯片搭大集群”的路径依然可行，其关键在于极致的通信优化与系统级协同设计。为完整呈现王雁鹏的思考，在不改变原意的基础上，量子位对演讲内容进行了整理编辑，希望能给你带来更多启发。MEET2026智能未来大会是由量子位主办的行业峰会，近30位产业代表与会讨论。线下参会观众近1500人，线上直播观众350万+，获得了主流媒体的广泛关注与报道。网页链接
