AI芯片格局震蕩，國產(chǎn)廠商“錢途”幾何？

過去的一年，國內(nèi)AI產(chǎn)業(yè)面臨巨大挑戰(zhàn)，大算力AI芯片和板卡被“卡”，AI芯片軟件生態(tài)也面臨巨大困難。業(yè)界普遍認(rèn)為，除了美國英偉達(dá)等產(chǎn)品外，使用其他產(chǎn)品進(jìn)行大模型開發(fā)難度極大。

這種形勢(shì)其實(shí)也反映了市場(chǎng)需求的大幅增長(zhǎng)和技術(shù)進(jìn)步的迫切需求。大模型尤其是多模態(tài)大模型的出現(xiàn)，正在將AI帶到更多領(lǐng)域，對(duì)AI技術(shù)發(fā)展起到巨大的推動(dòng)作用。

近期，英偉達(dá)“中國特供版”芯片遇冷的局面，也給國產(chǎn)AI芯片帶來更大的想象空間。國產(chǎn)AI芯片是否有望開啟新格局、并深遠(yuǎn)影響AI技術(shù)的發(fā)展？<與非網(wǎng)>對(duì)話AI明星企業(yè)，探尋產(chǎn)業(yè)的關(guān)鍵動(dòng)力和發(fā)展趨勢(shì)。

Imagination：AI SoC設(shè)計(jì)靈活性是關(guān)鍵

過去幾年，Transformer已經(jīng)取代傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)成為AI的首選，這在硬件方面產(chǎn)生了重大影響，尤其是對(duì)那些通常只針對(duì)少數(shù)算法優(yōu)化進(jìn)行定制的AI加速器。

這給硬件設(shè)計(jì)師帶來了挑戰(zhàn)，他們往往希望能夠面向未來工作負(fù)載繼續(xù)進(jìn)行優(yōu)化。這在產(chǎn)品生命周期較長(zhǎng)的市場(chǎng)中尤其明顯，例如在汽車行業(yè)，隨著車輛連接性的增強(qiáng)，汽車甚至可以在車載SoC設(shè)計(jì)后十年內(nèi)接收軟件更新。

Imagination副總裁、中國區(qū)總經(jīng)理劉國軍認(rèn)為，“鑒于AI軟件的持續(xù)進(jìn)化，將設(shè)計(jì)靈活性整合到SoC中可能比僅專注于固定功能性能更為理想?！?/p>

Imagination副總裁、中國區(qū)總經(jīng)理 劉國軍

行業(yè)呼喚芯片架構(gòu)突破“三角束縛”

后摩智能聯(lián)合創(chuàng)始人項(xiàng)之初談到，如何讓大模型更廣泛落地，形成商業(yè)閉環(huán)，為大眾帶來經(jīng)濟(jì)價(jià)值和福祉，是需要進(jìn)一步探索的。從支撐大模型底層的算力芯片角度看，目前并沒有找到特別好的方案，能夠在性能、功耗、成本等方面都能滿足大模型在更廣泛場(chǎng)景的落地需求。

“顯然不能到處去部署大幾百瓦、幾萬美元一顆的GPU。所以我們需要更創(chuàng)新的芯片架構(gòu)，去突破馮諾依曼架構(gòu)對(duì)算力、功耗、成本這個(gè)不可能三角的束縛”，項(xiàng)之初表示。

后摩智能聯(lián)合創(chuàng)始人 項(xiàng)之初

大模型不是“萬金油”，算力是關(guān)鍵

鯤云科技合伙人、COO王少軍博士認(rèn)為，2023年，國產(chǎn)大模型爆發(fā)式增長(zhǎng)，但真正實(shí)現(xiàn)產(chǎn)業(yè)落地還需要時(shí)間。目前，許多行業(yè)仍然主要使用傳統(tǒng)的深度學(xué)習(xí)方法，如CV和NLP類算法。而新應(yīng)用場(chǎng)景更加具體化，AI技術(shù)需要與具體業(yè)務(wù)需求結(jié)合得更緊密。

他指出，AI企業(yè)不僅需要具備技術(shù)能力，還要與各行業(yè)合作，深入了解業(yè)務(wù)場(chǎng)景，才能真正發(fā)揮AI技術(shù)的實(shí)際作用。

在AI的發(fā)展過程中，如何將產(chǎn)品落地到實(shí)際場(chǎng)景一直是一個(gè)挑戰(zhàn)，大模型能否改變這一現(xiàn)狀？王少軍表示，對(duì)于常規(guī)場(chǎng)景，大模型有望解決這一問題，但對(duì)于一些長(zhǎng)尾、稀缺場(chǎng)景，大模型仍存在局限性。在他看來，算力才是大模型時(shí)代最基礎(chǔ)、優(yōu)先級(jí)最高的問題，如果沒有足夠的算力，其他技術(shù)得以有效應(yīng)用的基礎(chǔ)也不存在。

鯤云科技合伙人、COO 王少軍博士

全面突圍：多元芯片架構(gòu)+軟硬件生態(tài)

AI芯片競(jìng)爭(zhēng)日趨激烈，而沿用原有技術(shù)路線、依靠先進(jìn)工藝來提升芯片性能，不論是從技術(shù)發(fā)展角度、還是在當(dāng)前的國際背景下，都變得越來越難。

“單純依賴芯片工藝并不能確保產(chǎn)業(yè)的持久發(fā)展，在國內(nèi)可控工藝條件下，通過架構(gòu)創(chuàng)新來實(shí)現(xiàn)性能更優(yōu)、性價(jià)比更高的芯片，應(yīng)該是國內(nèi)大多數(shù)芯片公司努力的方向”，王少軍談到，“只有當(dāng)產(chǎn)品性價(jià)比足夠高，滿足市場(chǎng)競(jìng)爭(zhēng)需求時(shí)，行業(yè)才算真正做好，從業(yè)者的能力才算真正提升。當(dāng)前，產(chǎn)業(yè)界應(yīng)該積極探索底層技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展的新路徑。數(shù)據(jù)流架構(gòu)就是一個(gè)備受關(guān)注的方向，國內(nèi)外一些大型公司也在致力于可重構(gòu)數(shù)據(jù)流的研究。這個(gè)方向具有廣泛的應(yīng)用場(chǎng)景，適用于云、邊、端各種場(chǎng)景?！?/p>

除了數(shù)據(jù)流架構(gòu)，存算一體AI芯片架構(gòu)也被認(rèn)為有潛力承擔(dān)大模型時(shí)代的底層算力支撐。項(xiàng)之初表示，“存算一體作為一種新的芯片架構(gòu)，需要資本、人才和社會(huì)資源的共同投入，促進(jìn)研發(fā)和落地，同時(shí)也需要更多的應(yīng)用機(jī)會(huì)進(jìn)行迭代?！?/p>

劉國軍認(rèn)為，隨著邊緣AI無處不在，對(duì)于那些要求快速響應(yīng)、高度安全或在網(wǎng)絡(luò)連接不穩(wěn)定的情況下運(yùn)行的應(yīng)用，直接在設(shè)備上處理AI工作負(fù)載的能力變得至關(guān)重要。并且，賦予AI芯片設(shè)計(jì)靈活性至關(guān)重要，特別是在邊緣設(shè)備有限的面積、內(nèi)存和功耗條件下。他介紹，Imagination GPU IP能以高性能和高效率處理計(jì)算工作負(fù)載，而且支持包括OpenCL在內(nèi)的常用API，具備高度可編程性。通過持續(xù)投資軟件領(lǐng)域，包括工具、庫、模型和驅(qū)動(dòng)程序等，希望提供最優(yōu)的計(jì)算編程環(huán)境。“人工智能的普及預(yù)計(jì)將主導(dǎo)半導(dǎo)體行業(yè)及Imagination未來的業(yè)務(wù)發(fā)展”，他補(bǔ)充道。

行業(yè)或?qū)⑾磁?，大模型持續(xù)進(jìn)化

千芯科技董事長(zhǎng)陳巍認(rèn)為，大模型主要有以下四大趨勢(shì)：首先，大模型還會(huì)進(jìn)一步進(jìn)化。從目前看來，Transformer結(jié)構(gòu)雖好，但對(duì)于超長(zhǎng)token生成時(shí)，算力資源呈幾何級(jí)數(shù)增長(zhǎng)，對(duì)于編程等長(zhǎng)文的自動(dòng)生成并不友好。有較大概率會(huì)有新的結(jié)構(gòu)替代，或者Transformer自己進(jìn)化，形成新一代的大模型基礎(chǔ)結(jié)構(gòu)。

千芯科技董事長(zhǎng) 陳巍

第二，多模態(tài)大模型和混合專家（MoE）模型會(huì)逐漸成為新的主流模型。目前文本模態(tài)的大模型是主流，但隨著技術(shù)的進(jìn)步，多模態(tài)大模型會(huì)提供更多的功能、落地應(yīng)用。另外大模型的主體會(huì)逐漸演變到MoE模式，而這兩者都會(huì)對(duì)算力有更高要求。

第三，大模型逐漸具備自學(xué)習(xí)能力。目前的大模型訓(xùn)練還是離線的，這使得模型訓(xùn)練后就固化，難以隨著應(yīng)用場(chǎng)景自動(dòng)適應(yīng)。預(yù)估1-2年，自適應(yīng)學(xué)習(xí)的大模型會(huì)逐漸進(jìn)入應(yīng)用領(lǐng)域，更好地服務(wù)人類社會(huì)。

第四，CUDA生態(tài)有一定概率被其他開源生態(tài)取代。目前來看，CUDA生態(tài)是主流，但由于CUDA編程模型本身是以緩存為中心的，與目前大模型的分層結(jié)構(gòu)有一定的調(diào)度矛盾。從這個(gè)角度看，現(xiàn)有的CUDA生態(tài)也是大模型算力發(fā)展的障礙。隨著微軟、Google、特斯拉等巨頭自研大模型芯片的進(jìn)度加快，預(yù)計(jì)這些巨頭也會(huì)協(xié)力推動(dòng)新的并行硬件編程生態(tài)。

王少軍則從算力和大模型角度提出兩大值得關(guān)注的方向：一是推理的重要性，隨著大模型應(yīng)用在更多場(chǎng)景，推理將成為關(guān)鍵，需要關(guān)注推理芯片的計(jì)算訴求和系統(tǒng)要求，以降低成本并提高易用性，從而推動(dòng)大模型在行業(yè)中的快速落地。二是大模型輕量化的趨勢(shì)，大模型走向輕量化、并且在邊緣和終端進(jìn)行部署，將成為值得關(guān)注的領(lǐng)域。

2023年10月，工業(yè)和信息化部等六部門印發(fā)了《算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展行動(dòng)計(jì)劃》，要求到2025年國內(nèi)算力達(dá)到300EFLOPS。其中，不僅包括云端算力，也強(qiáng)調(diào)了邊緣算力的協(xié)同發(fā)展?！斑@對(duì)于國產(chǎn)AI芯片企業(yè)來說是一個(gè)積極的信號(hào)，意味著存在巨大的市場(chǎng)和豐富的應(yīng)用場(chǎng)景。對(duì)于從業(yè)者來說，每個(gè)人都有機(jī)會(huì)在這個(gè)市場(chǎng)中分得一杯羹，為整個(gè)行業(yè)帶來利好”， 王少軍表示。

項(xiàng)之初認(rèn)為，雖然國內(nèi)AI產(chǎn)業(yè)目前是被客觀因素限制的狀態(tài)，并沒有完全展示出應(yīng)有的潛力。但總體上看，因?yàn)辇嫶蟮膽?yīng)用場(chǎng)景和數(shù)據(jù)量，還是會(huì)讓中國成為全球唯二的AI產(chǎn)業(yè)市場(chǎng)，這個(gè)預(yù)期將會(huì)長(zhǎng)期存在?？傮w上，大模型的下沉、在更多垂直領(lǐng)域的落地，將會(huì)給行業(yè)帶來新的增長(zhǎng)契機(jī)，比如Transformer上車對(duì)自動(dòng)駕駛的意義等趨勢(shì)都值得關(guān)注。

當(dāng)然，AI芯片未來一兩年還是會(huì)有很多挑戰(zhàn)，比如資本市場(chǎng)過山車般的態(tài)度轉(zhuǎn)變，會(huì)讓很多暫時(shí)沒實(shí)現(xiàn)融資、前期擴(kuò)張又過于激進(jìn)的公司陷入困境。

“但硬幣總有另外一面，市場(chǎng)態(tài)度的轉(zhuǎn)冷，能夠讓芯片人才安靜下來，而不是頻繁跳槽抬高短期收入，這對(duì)行業(yè)的健康發(fā)展，對(duì)有長(zhǎng)期價(jià)值的公司反而是好事”，項(xiàng)之初補(bǔ)充。

寫在最后

自去年10月，美國發(fā)布新規(guī)阻止英偉達(dá)向中國出售尖端AI芯片以來，英偉達(dá)陸續(xù)推出幾款“特供”芯片，以便在合規(guī)情況下繼續(xù)在中國的生意。

不過，幾家頭部云廠商近期表明，訂購的芯片數(shù)量遠(yuǎn)遠(yuǎn)少于原計(jì)劃購買的已被禁的高性能芯片。知情人士稱，一方面，這些云廠商將先進(jìn)半導(dǎo)體訂單轉(zhuǎn)移給了本土芯片公司；另一方面，他們也在更多依賴公司內(nèi)部開發(fā)的芯片。

短期來看，國產(chǎn)AI芯片與英偉達(dá)降級(jí)版芯片的性能差距在縮小，但論及中美芯片局勢(shì)實(shí)現(xiàn)逆轉(zhuǎn)還為時(shí)過早。正如幾位受訪人所指出，AI當(dāng)前面臨的形勢(shì)是極其復(fù)雜的，既需要底層技術(shù)的根本變革，也需要軟硬件生態(tài)、上下游供應(yīng)鏈的合力發(fā)展，同時(shí)，也要充分看到AI大模型的發(fā)展方向，下沉到邊緣、端側(cè)是必然方向，也將給多元算力發(fā)展帶來全新機(jī)遇。