|
來源：半導體行業觀察 Gartner研究副總裁盛陵海日前在一場分享會上直言，在美國幾度加碼限制之后，中國獲得先進AI芯片和技術的難度大增。不過，在吸取了過去的經驗教訓后，中國已經提前做了一些準備，不至于出現手足無措的情況。 “我們現在已經走到了自主研發的階段，展望未來5到10年，我們有機會可以通過積極新的路徑實現‘禁運’封鎖的整體突破。”盛陵海樂觀道。“在當下非常火熱的大模型方面，中國與國際企業的差距并沒有多大。這足以證明我們可以實現自主研發，這也是我堅信我們能夠搞好自己的AI芯片的原因。”盛陵海接著說。 在具體講如何突破AI芯片之前，盛陵海首先強調，國內AI企業必須要放棄幻想。因為美國對我們的封鎖大概率會一直存在。為此，只有轉向本土供應鏈，只有堅持使用國產芯片，才是最終的解決方案。雖然轉向國產，必然會碰到不少問題和局限性。但在海外對我們持久限制的既定前提下，繼續使用海外芯片廠商的“降規格”版本產品是權宜之計，我們必須做好打游擊戰的準備。 
“唯有轉向國產芯片，把碰到的問題一一破解，把國內的整個AI芯片乃至整個生態培養起來才是長久之道。”盛陵海表示。當然，可以明見的是，在這種發展方式下，中美AI芯片行業會割裂成兩個生態，這從全球化的角度來看當然是不太有利。 “但也正是在這種競爭態勢之下，讓飽受英偉達重壓的國產AI芯片找到可乘之機”。盛陵海告訴半導體行業觀察。他進一步指出，對于國內的AI芯片企業來說，去訓練市場跟英偉達等現有對手掰手腕，也是勝算不大的，事實證明也是如此。但企業們可以在廣大的AI推理芯片市場找到突破點，這實際上也是一個龐大的市場。 Gartner預測，到2025年，云端的“推理”需求會超過“訓練”。這一方面是因為過去幾年廠商在訓練方面投入了巨額的資源，這種投資力度不可能一直持續下去；另一方面，諸如OpenAI應用端被擠爆，無法登錄的現狀頻發，證明我們在推理上面的投入還是不夠多。 基于這兩點現狀，大家自然就會往推理側投資更多芯片，這也是Gartner做出2025年會出現交叉點，之后推理需求量會比訓練增加更快預測的原因。當然，這個成立的前提是會有越來越多的人使用AI應用。
Gartner同時還預測，到2026年之后，更多基于GenAI的要求應答將在端側而非云端處理。在云端投入持續高漲，Gartner認為這是一條必經之路。 “設備端可以支持十億到一百億規模的模型，邊緣端則能支持一百億到一千億的這個規模的大模型，這意味著它們都可以實際支持一定的企業或者個人的應用。換而言之，這個從技術上其實也是可行的。”盛陵海說。他進一步指出，邊緣側和端側的生成式人工智能應用會從智能手機、電腦，不斷地擴散、到消費物聯網、智能家居和汽車。 對于國產AI芯片企業而言，在這股大浪潮下，針對推理方面，也可以從各個環節入手，尋找機會。不過，正如大家所見，現在市場上的很多解決方案都是各自為政，這樣帶來的重復造輪子和生態不兼容的副作用影響深遠。 “國內官方組織或者企業領頭羊如果能夠針對生成式AI的推理、加速定一個標準，然后搞一些可以通用的架構，將其標準化之后，軟件和生態的開發相對來說就容易一點。”盛陵海建言道。 屆時，我們生活的整個科技世界，也將在AI的推動下，邁向一個新臺階。 |
