直擊WAIC丨 AI算力需求驅動AI芯片：電路集成走向系統集成

21世紀經濟報道見習記者 孫燕 上海報道

“前期是汽車芯片短缺，現在是智能算力芯片供不應求。”7月6日下午，上海市經信委主任吳金城在2023世界人工智能大會（WAIC）“從‘端’到‘云’，勇攀‘芯’高峰”芯片主題論壇上指出。

(相關資料圖)

隨著智能時代加速到來，高性能的智能芯片作為人工智能發展的硬件基礎，需求也愈加凸顯。據上海市集成電路行業協會會長張素心介紹，我國在人工智能芯片領域整體發展起步較晚，比較有代表性的企業，大部分是近年來才成立。

從行業發展角度，張素心還建議，業界應正視發展過程中存在的問題，包括技術標準體系的建立、產業生態的協同發展、公共測試服務平臺等各個產業要素的建立。

從電路集成到系統集成

在燧原科技創始人、董事長兼CEO趙立東看來，大模型出現后，其參數量呈指數級增長，使得算力供不應求，未來對算力的需求更是海量。

趙立東指出，2020年7月9日，英偉達的市值首次超過了英特爾，是歷史上芯片公司首次超越萬億市值，也是半導體行業里程碑式的標志之一。“英偉達代表了AI算力和智能算力中心方向，其產品和技術在這個領域遙遙領先，所以華爾街用真金白銀押寶這個技術和方向。”

不斷增長的AI算力也驅動了AI芯片的研發。趙立東認為，如今的AI芯片需要高性能、高帶寬、高存儲、高通用性以及高效的分布式計算、集群互聯。換言之，這已不是單芯片，而是系統集群的概念。

以全場景智能車為例，芯馳科技CTO孫鳴樂指出，未來座艙對汽車芯片提出了高性能、高安全、適用性強等特征，端側的DMS、語音交互等本地AI應用都離不開本地的算力。未來智能汽車或將變成基于中央計算的平臺，提供通用化的CPU算力、GPU算力、NPU算力，支撐未來的AI應用。

對于AI芯片的技術發展之路，中國科學院院士、深圳大學校長毛軍發同樣認為，芯片只是手段，系統才是目的。“摩爾定律正面臨極限挑戰，轉折點正在臨近。微電子技術將從過去的電路集成走向未來的系統集成，這一變革性的發展路徑，為我國半導體技術變道超車提供了一個難得的歷史機遇。”

從“端”到“云”

對于本次論壇的特殊之處，上海市集成電路行業協會秘書長郭奕武介紹道，過去與會嘉賓以芯片企業為主，這次不僅有芯片企業，還邀請了相關終端企業，旨在從新的技術、新的產品、新的應用、新的生態、新的勢力五個方面發展。

“在今天，AI無論是從訓練還是從推理里來看，大部分都還是在云端。但同時我們也看到，端側的人工智能越來越重要。”在高通全球副總裁兼高通AI研究院負責人侯紀磊看來，在端側大量部署生成式AI，對推進成本攤平能夠起到非常好的作用，也更具有隱私性。

展望未來的應用場景，侯紀磊認為，中心云、邊緣云、終端側云之間相互協調、緊密聯合的方式能夠實現規模化的擴展；AI處理中心在一定程度上可以向邊緣化發展，這是將來支持生成式AI、大語言模型能夠全球化部署的重要手段。

“我們認為，人工智能發展的第二個階段應該是邊緣訓練階段。”英特爾（中國）網絡與邊緣事業部CTO、英特爾高級首席AI工程師張宇表示。

張宇進一步指出，邊緣人工智能的發展可能包括三個階段：第一個階段是邊緣的推理，第二個階段是邊緣的訓練，第三個階段是邊緣的自主學習。目前邊緣人工智能絕大多數應用處于邊緣推理階段，即用大量數據和極大算力在數據中心訓練一個模型，而后把訓練的結果推送到前端執行推理操作。

對于實現邊緣訓練，張宇認為，需要有更加自動化的手段和工具去完成從數據標注到模型訓練，以及模型部署這一整套開發流程。另外，也應注意數據隱私保護問題。

關鍵詞：