平台簡介
BIRENSUPA™是壁仞科技自主研發的軟體平台,於2022年8月9日隨首款通用GPU晶片BR100一同發布。該平台採用分層架構,包含驅動程式、庫、編程平台、機器學習框架和解決方案。
其軟體全棧覆蓋驅動與硬體抽象層、編程平台、框架層以及套用解決方案。編程平台提供BIRENSUPA編程模型、加速庫、工具鏈、編譯器。框架層支持
PyTorch、
TensorFlow、百度飛槳PaddlePaddle等主流深度學習框架,並包含自研推理引擎suInfer。套用解決方案包括AutoStream智慧型視頻分析引擎和suCTR廣告推薦訓練框架。該平台兼容
CUDA生態,已完成對
通義千問、
DeepSeek等大模型的適配,並加入了由百度飛槳發起的硬體生態共創計畫。在軟體生態建設上,公司最佳化對PyTorch、
vLLM、SGLang等開源框架和Triton、
TileLang等開源生態的支持;同時,推動軟體開源戰略,構建軟體棧BIRENSUPA™的生態。BIRENSUPA與壁仞科技的壁礪系列通用GPU產品協同,形成軟硬一體解決方案,能夠調度大規模智慧型計算集群,支持從雲端到邊緣的AI模型訓練、推理、科學計算等場景。
發展歷程
2022年,壁仞科技為打造異構計算平台,支持在壁仞硬體上開發深度學習和通用計算套用,同時降低用戶從CUDA遷移的成本,創建了BIRENSUPA平台。
BIRENSUPA平台於2022年8月9日隨公司首款通用GPU晶片
BR100一同發布,並在發布會上宣布加入由
百度飛槳發起的硬體生態共創計畫。
2024年,在2024全球AI晶片峰會上,壁仞科技公布異構GPU協同訓練方案HGCT,解決大模型異構算力孤島難題;同年在
世界人工智慧大會上,壁仞科技闡述了BIRENSUPA軟體生態系統並發布《BIRENSUPA編程模型白皮書》。
2026年,壁仞科技推動軟體開源戰略,並加強與高等教育機構合作,例如與
浙江大學AI教學平台Mo平台合作,旨在培養軟體生態建設者。
技術架構
BIRENSUPA軟體平台採用分層架構,包含
驅動程式、庫、編程平台、機器學習框架、解決方案等層級,其完整軟體棧包括
固件、驅動程式、
編譯器、工具、編程模型、庫、機器學習框架和端到端套用SDK,用於支持人工智慧套用。該平台採用全棧協同最佳化設計,通過軟硬體協同以發揮自研晶片的性能,並提供最佳化加速庫、主流框架支持和高性能推理引擎,用於訓練、推理和開發。
BIRENSUPA編程平台位於軟體棧的中心位置,包括BIRENSUPA編程模型、加速庫、工具鏈、編譯器等組件,幫助開發者利用硬體算力進行套用開發。
解決方案層提供具體的套用解決方案,主要包括AutoStream智慧型視頻分析引擎和suCTR廣告推薦訓練框架。AutoStream智慧型視頻分析引擎基於GStreamer框架,用於端到端的智慧型視頻分析。suCTR廣告推薦訓練框架支持TB級參數,兼容
TensorFlow。
該平台提供包括程式設計界面、高性能庫、訓練與推理框架以及完整工具鏈在內的一體化能力,並配備針對不同場景的套用SDK,以簡化AI開發與部署流程。同時,BIRENSUPA能夠兼容其他第三方GPGPU計算軟體平台。
套用場景
BIRENSUPA軟體平台支持從雲端到邊緣的AI模型訓練及推理。其平台支持大模型訓練與推理、科學計算等場景,並支持包括
通義千問、
DeepSeek在內的多種大模型。該平台可調度由大量互聯
GPGPU單元構成的大規模智慧型計算集群,協同執行並行處理任務,以集群形式為人工智慧及通用計算場景提供算力支持。公司的產品可以大規模智慧型計算集群的形式交付,在BIRENSUPA軟體平台的調度下,協同執行並行處理任務。
生態合作與行業適配
BIRENSUPA平台積極構建產業生態,在2022年8月發布之初即宣布加入由
百度飛槳發起的硬體生態共創計畫,並與飛槳完成適配,獲得了產品兼容性證明。BIRENSUPA平台已完成對
通義千問、
DeepSeek等國產大模型的適配,有效降低了開發者的遷移成本。此外,壁仞科技還牽頭推動智算集群異構混訓標準建設,旨在填補行業技術空白。
運營模式
BIRENSUPA平台提供包括程式設計界面、高性能資料庫、訓練與推理框架以及完整工具鏈在內的一體化能力。該平台與其他第三方GPGPU計算軟體平台兼容。
所獲榮譽與市場影響
2025年12月,壁仞科技憑藉其GPGPU晶片架構及BIRENSUPA軟體開發平台等成果,獲2026 IC風雲榜“年度AI優秀創新獎”。2026年1月2日,壁仞科技在
港交所上市,其市值在上市首日大幅上漲。根據其2025年財報,公司收入同比增長207%。
BIRENSUPA™是一個具有完整功能架構的軟體開發平台,能夠為開發者提供高效的套用開發平台。
BIRENSUPA軟體平台是該公司智慧型計算解決方案的組成部分,支持從雲端到邊緣的AI模型訓練及推理。該平台兼容主流深度學習框架。