" 百模大戰(zhàn) " 爆發(fā) 中國半導(dǎo)體亟需的 " 第二解 "

作者／ IT 時報記者 范昕茹

編輯／ 王昕 孫妍

(資料圖片)

今年世界人工智能大會（WAIC 2023），大模型成為最耀眼的存在。在經(jīng)歷了半年多的準(zhǔn)備期之后，國產(chǎn)大模型在 WAIC 上全面爆發(fā)，堪稱 " 百模大戰(zhàn) "。正所謂 " 巧婦難為無米之炊 "，" 百模大戰(zhàn) " 背后的國產(chǎn)芯片挑戰(zhàn)也隨之戰(zhàn)略升級。

7 月 6 日，" 從‘端’到‘云’，勇攀‘芯’高峰 " 主題芯片論壇在上海張江科學(xué)會堂舉行。面對大模型的狂飆，來自半導(dǎo)體業(yè)內(nèi)的專家和企業(yè)家仍然牢牢將目光聚焦于國產(chǎn)芯片產(chǎn)業(yè)鏈對國外廠商產(chǎn)品的替代話題。

新架構(gòu) + 開源

破題 " 第二解 "

AI 的發(fā)展，讓行業(yè)見證了英偉達一次次創(chuàng)造歷史。

2020 年 7 月 9 日，英偉達市值首次超越曾經(jīng)的半導(dǎo)體霸主英特爾。僅僅兩年之后，2022 年下半年，ChatGPT 的出現(xiàn)，將英偉達的市值一路推高，直至超越萬億美元，將其他所有芯片公司遠遠甩在了身后。

"一家芯片公司超越萬億美元市值，這是半導(dǎo)體行業(yè)的里程碑。" 燧原科技創(chuàng)始人、董事長兼 CEO 趙立東說。

英偉達成功的背后，既是算力需求瘋狂暴漲的托舉，也是英偉達押注 GPU 芯片賽道的一次勝利。多家機構(gòu)預(yù)測，至 2030 年，全球半導(dǎo)體市場規(guī)模將超萬億美元。

大模型背后龐大的算力市場讓不少企業(yè)將目光瞄準(zhǔn) GPU 芯片。去年，多家國內(nèi)廠商涌入 GPU 芯片賽道。然而，隨著地緣政治因素的日益復(fù)雜，大模型蜂擁而至?xí)r，算力供不應(yīng)求，在這樣的節(jié)點，英偉達是否仍是那個繞不過的答案？

"行業(yè)需要第二解。" 在趙立東看來，盡管第一波大模型的訓(xùn)練基本都依賴英偉達芯片，但市場對 AI 芯片的需求是高性能、高帶寬、高存儲、高通用性、高效分布式計算和集群互聯(lián)。趙立東解釋：" 這已經(jīng)不是一個單芯片了，它實際上是在講系統(tǒng)集群的概念，在講分布式計算。"要解決這個問題，必須在架構(gòu)、能耗和集群上突破。

盡管在大多數(shù)人的設(shè)想中，未來算力應(yīng)該如水電一般，人人都可取用自如，但想要實現(xiàn)上述場景的重要前提之一就是算力普惠—— " 普 " 意味著需要時可以獲取，" 惠 " 則保證算力使用者負擔(dān)得起。趙立東坦言，如今算力既不普，也不惠。當(dāng)前算力領(lǐng)域存在用能耗換算力的現(xiàn)狀，市場缺乏多樣性導(dǎo)致運算費用昂貴，急需第二方案。

"如何實現(xiàn)算力普惠？燧原科技給出的答案是要以創(chuàng)新的架構(gòu)加開源的生態(tài)。" 趙立東解釋說，創(chuàng)新的架構(gòu)、開源的生態(tài)可以促進市場化競爭和技術(shù)創(chuàng)新，以滿足市場的性價比、能效比等需求。

創(chuàng)新的架構(gòu)加開源的生態(tài)還意味著可以用非 GPU 芯片來做 AI 加速。" 無論你把它的名字叫做 DSA，還是 NPU，大家都對其通用性有質(zhì)疑，" 趙立東說，" 我覺得這是市場的誤解。" 在他看來，創(chuàng)新架構(gòu)、開源生態(tài)的產(chǎn)品同樣具備通用性和易用性，能夠加速產(chǎn)業(yè)和各種應(yīng)用的落地，促進產(chǎn)業(yè)發(fā)展，幫助標(biāo)準(zhǔn)形成，并構(gòu)建軟硬件生態(tài)的閉環(huán)。

未來 60 年

將是集成系統(tǒng)的時代

盡管大模型的狂飆突進、算力需求的激增給全球芯片產(chǎn)業(yè)極大地注入了活力，但芯片制造業(yè)仍然面對著摩爾定律衰退的難題。

在半導(dǎo)體產(chǎn)業(yè)近 60 年的發(fā)展歷程中，摩爾定律作為經(jīng)典范式，見證了行業(yè)的輝煌。然而近年來，摩爾定律衰退也是事實。盡管關(guān)于摩爾定律是生是死仍未有定論。但在英特爾和英偉達的爭論背后，對應(yīng)了行業(yè)的兩種不同選擇：" 延續(xù)摩爾定律法 " 或 " 繞道摩爾定律法 "。

在中國科學(xué)院院士、深圳大學(xué)校長毛軍發(fā)看來，集成系統(tǒng)將是繞道摩爾定律的重要路徑之一。" 如果說過去 60 年是集成電路 IC 時代的話，" 他說，" 未來 60 年很可能就是集成系統(tǒng) IS 的時代。"

所謂集成系統(tǒng)，是從系統(tǒng)角度進行一體化設(shè)計制作，將各種芯片、傳感器、元器件、天線、互連線等制作集成在一個基板上，形成具有預(yù)期功能的系統(tǒng)。相比于傳統(tǒng)的集成電路，所有芯片和元器件在結(jié)構(gòu)上組成一個整體，可以使系統(tǒng)高密度、小型化、強功能、低功耗、低成本、高可靠、易設(shè)計、易制作。當(dāng)前產(chǎn)業(yè)熟知的小芯片、無源元件、封裝天線和異質(zhì)異構(gòu)集成技術(shù)等都是集成系統(tǒng)的體現(xiàn)和雛形。

國際范圍內(nèi)，各國產(chǎn)業(yè)界都對異質(zhì)異構(gòu)集成非常重視，美國、日本、新加坡、歐洲等都有相關(guān)的計劃，如聯(lián)合微電子計劃、電子復(fù)興計劃等。毛軍發(fā)說：" 美國希望通過異質(zhì)異構(gòu)集成使得系統(tǒng)的能力再提高 100 倍，重量、體積、功耗下降到目前的 1%，這相當(dāng)于摩爾定律還在往前走，效果是一樣的，只不過路徑不一樣。"

盡管集成系統(tǒng)需要跨尺度、跨材料、跨工藝、跨維度、跨物理進行集成，難度較大，但對我國芯片產(chǎn)業(yè)而言，集成系統(tǒng)路徑本身就十分重要。由于集成系統(tǒng)是從系統(tǒng)層面進行頂層規(guī)劃、協(xié)同設(shè)計、融合制造、一體化集成，它站得高、看得遠，可以使芯片制造效率大大提高，弱化芯片單體的作用。另一方面，用相同的工藝實現(xiàn)更高的性能，也可以弱化 EUV 光刻機等半導(dǎo)體設(shè)備對我國產(chǎn)業(yè)的限制。

" 系統(tǒng)集成的思路不僅可以進一步提高系統(tǒng)的設(shè)計效率和綜合性能，減少成本，增加其可靠性，更重要的是，它還能夠降低對芯片設(shè)計及設(shè)備的要求，" 毛軍發(fā)說，" 這對我國，對上海而言，都是一個彎道超車的機會。"

大模型算力的下一場

從云到端

除了芯片設(shè)計、制造側(cè)的變革，在應(yīng)用端，隨著行業(yè)數(shù)字化轉(zhuǎn)型，大模型正逐漸從云上走向端側(cè)。

在今年世界移動通信大會 MWC 上，高通在手機端實現(xiàn)了超 10 億參數(shù)大模型的推理演示，展示了大模型在端側(cè)的應(yīng)用，而在智能汽車、智能手表等終端上，越來越多的人工智能大模型開始發(fā)揮更顯著的效用。

在高通全球副總裁兼高通 AI 研究負責(zé)人侯紀(jì)磊看來，端側(cè)的人工智能正在變得越來越重要，這是因為端側(cè) AI 有其明顯優(yōu)勢。侯紀(jì)磊解釋，相比在云端部署大模型和生成式 AI 應(yīng)用，端側(cè)具有更強的隱私性，也更利于成本攤平，有利于算力普惠的推進。而在個性化方面，端側(cè)大模型的部署更有利于 AI 結(jié)合用戶個人特質(zhì)，進行個性化的微調(diào)，能加速個人助理類應(yīng)用在端側(cè)的落地。

盡管敏捷連接、隱私保護方面的訴求推動了人工智能的發(fā)展，但在英特爾（中國）網(wǎng)絡(luò)與邊緣事業(yè)部 CTO、英特爾高級首席 AI 工程師張宇看來，邊緣人工智能目前絕大部分的應(yīng)用還處于邊緣推理階段。也就是說，在云端完成人工智能的訓(xùn)練，再將人工智能推送到端側(cè)去執(zhí)行推理，這是目前絕大部分邊緣端人工智能的使用模式。從實際的市場需求來看，端側(cè)對大模型及人工智能相關(guān)應(yīng)用的要求顯然更高。張宇舉例，在自動駕駛領(lǐng)域，一個好的自動駕駛系統(tǒng)需要適應(yīng)復(fù)雜路況，并針對不同駕駛員的駕駛行為進行調(diào)整，這就需要將人工智能訓(xùn)練集成到端側(cè)，在不斷訓(xùn)練中自我優(yōu)化。

" 因此人工智能發(fā)展的第二個階段應(yīng)該是邊緣訓(xùn)練階段。" 不過，張宇并不認為邊緣訓(xùn)練可以照搬數(shù)據(jù)中心的訓(xùn)練方式。由于端側(cè)往往沒有專門的標(biāo)注和訓(xùn)練人員，因而如果要實現(xiàn)邊緣訓(xùn)練，就需要有更加自動化的手段和工具去完成從數(shù)據(jù)標(biāo)注到模型訓(xùn)練，再到模型部署這一整套開發(fā)流程。這就要求企業(yè)在軟硬件各方面進行全棧的創(chuàng)新和優(yōu)化。

" 應(yīng)該說推動本輪人工智能發(fā)展最核心的要素，實際上是計算、通訊和存儲技術(shù)的不斷提升。" 在張宇看來，邊緣人工智能下一步的發(fā)展方向應(yīng)該是自主學(xué)習(xí)。到那時，人工智能應(yīng)該能夠感知人的意圖，并根據(jù)人的意圖自主選擇合適的模型進行訓(xùn)練，再把訓(xùn)練結(jié)果自主推送到前端去執(zhí)行相應(yīng)的推理操作，完成一整套自主化學(xué)習(xí)的成熟流程。

排版／ 季嘉穎

圖片／ WAIC

來源／《IT 時報》公眾號 vittimes

E N D