算力成人工智能产业发展关键之一 国产AI芯片出路在哪里?-直击GAIDC

《科创板日报》2月26日讯（记者 张洋洋）AI芯片开发者论坛成2023全球人工智能开发者先锋大会一大“热门”。

《科创板日报》记者注意到，2月25日，AI芯片开发者论坛还未开始，现场已座无虚席，不少人在四周空地站立“听讲”。一名参会的计算机行业研究员告诉记者，这次“特意从北京过来”，希望能从行业一线获得一些研究经验。

最近因ChatGPT的火热，人工智能行业再度引发市场关注，而因大模型训练和应用的庞大算力需求，市场将目光聚焦到了AI芯片之上。

此次大会单独设置了一个论坛讨论AI芯片，据《科创板日报》记者现场观察，参会嘉宾将分享的重点放在了国产AI芯片技术、生态构建和产业落地的挑战上，对于国产AI芯片的破局和发展机会也给出了各自的判断。

从技术角度来看，昆仑芯科技副总裁孙孝思认为，随着算力要求越来越高，目前AI芯片的挑战主要来自三方面：

一是摩尔定律面临失效的风险，硬件本身支撑芯片制造的尺寸缩小，接近物理极限；另一个则是架构瓶颈，即计算与存储单元分离带来的数据交换存在存储墙和功耗墙问题；最后是能耗瓶，器件尺寸越小、密度就越大，若产品功耗无法等比例缩小或大致缩小，那么其功耗便会面临较大问题。

璧仞科技联合创始人、COO张凌岚也表达了类似观点，现在芯片厂商在AI芯片的开发过程中，会受到来自制程、性能、良率、成本等多方面的限制。

“Chiplet有望成为破局手段。”张凌岚提出，利用Chiplet技术，一是可以突破光罩尺寸对单芯片面积的限制；二是可以充分发挥旧工艺节点的性价比优势，有效提升产品的良率；最后，不同工艺芯粒继承，可以有更灵活的产品策略。

国产化的崛起，目前市面上的国产芯片厂商不在少数。但在产业落地上，商汤科技联合创始人、大装置事业群总裁杨帆也总结了两大挑战：AI芯片与框架高度耦合，适配工作量巨大；链路长，对AI场景的理解不强。

杨帆解释到，不同芯片厂商快速发展，但多元化的芯片也意味着多个框架，而对比英伟达，其已形成了一个强强联合的成熟生态，国产AI芯片框架目前还是“群狼乱战”；具体的应用落地上，AI芯片本身又处于AI产业链上游，中间环节多且复杂，链路长，芯片企业远离算法应用，对AI场景理解又不强，“最后未必能杀出一条生路”。

也因此，开源开放成为在场嘉宾提到的一个破局关键点。

“国内的企业还是围绕着各自生态在闭环建设。”燧原科技创始人 、COO张亚林认为，要想突破英伟达扩大生态造成的生态壁垒，在中国层面，他提出构建一个异构的算力生态，这就包括软硬件层面的芯片（GPU/CPU/DPU/NPU）、外设、主机，软件层面的系统软件、工具链、解决方案等。

“如何从最底层的算力和软件站，往上扩展到开源设计和生态合作伙伴，再往上牵引出更多的应用，是我们现在认为中国算力和生态发展的一个必经之路。”张亚林称，国内企业还是在围绕着各自生态闭环建设，“我们希望拥抱一个开源和开放的环境”。

杨帆则以芯片适配为例，阐述了商汤目前的做法。商汤虽是AI算法出身，但针对一些重要的有大规模需求的场景，愿意跟头部合作伙伴去把一些下游场景打通，真正实现芯片国产化落地应用，在芯片适配上，商汤已经适配了22家超过58款的国产芯片。

“开源开放是很重要的一件事情。”杨帆提到，“中国任何行业都很‘卷’，科技圈也不例外，越是这种‘卷’的情况下，如果能有一些更开放的心态，互通有无，其实我们就有机会在生态上实现一些追赶。”