中国智谱AI公司完全在华为处理器上训练图像生成模型，证明中国企业无需依赖西方先进芯片即可构建具有竞争力的AI系统。

该模型于周二发布，智谱AI在声明中表示，这标志着首次有最先进的多模态模型在中国制造的芯片上完成完整训练周期。这家总部位于北京的公司使用MindSpore AI框架在华为昇腾Atlas 800T A2设备上训练该模型，在不依赖西方硬件的情况下完成了从数据预处理到大规模训练的整个流程。

这一成就对智谱AI具有战略意义。去年，美国商务部将该公司列入实体清单，理由是其涉嫌与中国军方存在关联，被认为违背了美国国家安全或外交政策利益。这一指定实际上切断了该公司获得英伟达H100和A100 GPU的渠道，而这些GPU已成为训练先进AI模型的标准配置，迫使中国企业围绕国产芯片架构开发替代方案。

技术架构与性能表现

根据智谱AI的技术报告，GLM-Image采用混合架构，结合了90亿参数的自回归模型和70亿参数的扩散解码器。自回归组件负责指令理解和整体图像构成，而扩散解码器专注于渲染精细细节和准确文本。

该架构解决了生成知识密集型视觉内容的挑战，在这类内容中语义理解和精确文本渲染都很重要，如演示幻灯片、信息图表和商业海报。

在CVTG-2K基准测试中，该测试衡量在多个图像位置放置文本的准确性，GLM-Image获得了0.9116的单词准确度分数，在开源模型中排名第一。该模型还在LongText-Bench测试中领先，该测试用于渲染扩展文本段落，在包括标牌、海报和对话框在内的八种场景中，英文得分0.952，中文得分0.979。

该模型原生支持从1024×1024到2048×2048像素的多种分辨率，无需重新训练。

自主优化技术突破

在昇腾硬件上训练GLM-Image需要智谱AI为华为芯片架构开发定制优化技术。该公司构建了一个训练套件，实现了动态图多级流水线部署，使训练过程的不同阶段能够并发运行并减少瓶颈。

智谱AI还创建了与昇腾架构兼容的高性能融合算子，并采用多流并行技术在分布式训练期间重叠通信和计算操作。这些优化旨在从运行方式不同于大多数AI框架默认针对的英伟达GPU的硬件中提取最大性能。

这种技术方法验证了竞争性AI模型可以在中国国产芯片生态系统上进行训练，尽管在开发时间和工程投入方面的成本仍不明确。

智谱AI没有透露使用了多少处理器或训练该模型花费了多长时间，也没有说明与基于英伟达的等效系统相比的要求如何。

商业化与市场影响

智谱AI已通过API提供GLM-Image，每生成一张图像收费0.1元（约0.014美元）。该公司在GitHub、Hugging Face和ModelScope社区发布了模型权重，供独立部署使用。

这一定价使GLM-Image成为企业大规模生成营销材料、演示文稿和其他文本密集型视觉内容的经济高效选择。

对于在中国运营的跨国企业来说，GLM-Image在国产硬件上的训练提供了证据，表明中国AI基础设施能够支持最先进的模型开发。在中国有业务的公司可能需要评估是否围绕华为昇腾等平台和MindSpore等框架制定策略。

这一发布正值中国公司投资国产AI基础设施替代方案之际。出口管制是否会减缓或加速平行AI生态系统的发展仍然是政策辩论的主题。

Q&A

Q1：GLM-Image模型有什么特殊之处？

A：GLM-Image是首个完全在中国芯片上训练完成的最先进多模态模型，采用90亿参数自回归模型和70亿参数扩散解码器的混合架构，专门擅长生成包含精确文本的图像内容，如演示幻灯片、信息图表等。

Q2：GLM-Image在性能测试中表现如何？

A：在CVTG-2K基准测试中，GLM-Image获得0.9116的单词准确度分数，在开源模型中排名第一。在LongText-Bench测试中，英文场景得分0.952，中文场景得分0.979，在文本渲染能力方面表现优秀。

Q3：普通用户如何使用GLM-Image？成本如何？

A：智谱AI通过API提供GLM-Image服务，每生成一张图像收费0.1元（约0.014美元）。同时在GitHub、Hugging Face和ModelScope社区开源了模型权重，用户可以独立部署使用。