直击WAIC丨 AI算力需求驱动AI芯片：电路集成走向系统集成

21世纪经济报道见习记者 孙燕 上海报道

“前期是汽车芯片短缺，现在是智能算力芯片供不应求。”7月6日下午，上海市经信委主任吴金城在2023世界人工智能大会（WAIC）“从‘端’到‘云’，勇攀‘芯’高峰”芯片主题论坛上指出。

随着智能时代加速到来，高性能的智能芯片作为人工智能发展的硬件基础，需求也愈加凸显。据上海市集成电路行业协会会长张素心介绍，我国在人工智能芯片领域整体发展起步较晚，比较有代表性的企业，大部分是近年来才成立。

从行业发展角度，张素心还建议，业界应正视发展过程中存在的问题，包括技术标准体系的建立、产业生态的协同发展、公共测试服务平台等各个产业要素的建立。

从电路集成到系统集成

在燧原科技创始人、董事长兼CEO赵立东看来，大模型出现后，其参数量呈指数级增长，使得算力供不应求，未来对算力的需求更是海量。

赵立东指出，2020年7月9日，英伟达的市值首次超过了英特尔，是历史上芯片公司首次超越万亿市值，也是半导体行业里程碑式的标志之一。“英伟达代表了AI算力和智能算力中心方向，其产品和技术在这个领域遥遥领先，所以华尔街用真金白银押宝这个技术和方向。”

不断增长的AI算力也驱动了AI芯片的研发。赵立东认为，如今的AI芯片需要高性能、高带宽、高存储、高通用性以及高效的分布式计算、集群互联。换言之，这已不是单芯片，而是系统集群的概念。

以全场景智能车为例，芯驰科技CTO孙鸣乐指出，未来座舱对汽车芯片提出了高性能、高安全、适用性强等特征，端侧的DMS、语音交互等本地AI应用都离不开本地的算力。未来智能汽车或将变成基于中央计算的平台，提供通用化的CPU算力、GPU算力、NPU算力，支撑未来的AI应用。

对于AI芯片的技术发展之路，中国科学院院士、深圳大学校长毛军发同样认为，芯片只是手段，系统才是目的。“摩尔定律正面临极限挑战，转折点正在临近。微电子技术将从过去的电路集成走向未来的系统集成，这一变革性的发展路径，为我国半导体技术变道超车提供了一个难得的历史机遇。”

从“端”到“云”

对于本次论坛的特殊之处，上海市集成电路行业协会秘书长郭奕武介绍道，过去与会嘉宾以芯片企业为主，这次不仅有芯片企业，还邀请了相关终端企业，旨在从新的技术、新的产品、新的应用、新的生态、新的势力五个方面发展。

“在今天，AI无论是从训练还是从推理里来看，大部分都还是在云端。但同时我们也看到，端侧的人工智能越来越重要。”在高通全球副总裁兼高通AI研究院负责人侯纪磊看来，在端侧大量部署生成式AI，对推进成本摊平能够起到非常好的作用，也更具有隐私性。

展望未来的应用场景，侯纪磊认为，中心云、边缘云、终端侧云之间相互协调、紧密联合的方式能够实现规模化的扩展；AI处理中心在一定程度上可以向边缘化发展，这是将来支持生成式AI、大语言模型能够全球化部署的重要手段。

“我们认为，人工智能发展的第二个阶段应该是边缘训练阶段。”英特尔（中国）网络与边缘事业部CTO、英特尔高级首席AI工程师张宇表示。

张宇进一步指出，边缘人工智能的发展可能包括三个阶段：第一个阶段是边缘的推理，第二个阶段是边缘的训练，第三个阶段是边缘的自主学习。目前边缘人工智能绝大多数应用处于边缘推理阶段，即用大量数据和极大算力在数据中心训练一个模型，而后把训练的结果推送到前端执行推理操作。

对于实现边缘训练，张宇认为，需要有更加自动化的手段和工具去完成从数据标注到模型训练，以及模型部署这一整套开发流程。另外，也应注意数据隐私保护问题。