国产草莓视频在线观看_欧美同性videos免费播放_免费一级毛片激情永久_国产特级全黄一线毛片_精品少妇影视免费_2020无码专区人妻日韩_最新国产网站_刘亦菲激情旡码大片_中文无码视频互动交流_欧美日韩激情aⅤ综合在线

吳軍×陳寧巔峰對話：尋找 AI 芯片下一個浪潮

發(fā)布時間：2025-09-10 來源：佳人才子網(wǎng)作者：上帝123

9月6日下午，以“智匯全球·綠創(chuàng)未來”為主題的全球創(chuàng)新峰會（深圳）在深圳市南山區(qū)舉辦。

云天勵飛董事長兼CEO陳寧博士受邀出席，并與硅谷知名計算機科學家、《浪潮之巔》作者吳軍博士展開創(chuàng)新巔峰對話。

吳軍博士與陳寧博士圍繞人工智能產(chǎn)業(yè)發(fā)展路徑、技術突破與全球競爭格局展開深度交流。

吳軍博士首先探討了人工智能在平臺、算力與應用三大層面的發(fā)展現(xiàn)狀及存在的瓶頸。

陳寧博士則從技術要素角度進行分析，指出中國在應用落地、系統(tǒng)集成以及部分數(shù)據(jù)資源方面已形成獨特優(yōu)勢，尤其是大灣區(qū)在智能硬件與 AI 融合領域展現(xiàn)出明顯的競爭力。

陳寧博士強調，當前人工智能正從“訓練時代”邁向“推理時代”，低功耗、高能效的推理芯片需求正快速崛起，推動終端應用普及。

雙方均認為，不能簡單以單一技術指標衡量發(fā)展差距，而應結合具體應用場景、商業(yè)化成熟度及生態(tài)完善度進行綜合判斷，同時強調大規(guī)模應用推廣和全球化市場布局對未來發(fā)展至關重要。

在觀眾互動環(huán)節(jié)，現(xiàn)場提問圍繞國內外技術對標、發(fā)展差距評估等現(xiàn)實問題展開。

陳寧博士回應指出，行業(yè)對比需全面考慮技術性能、軟件生態(tài)、應用適配等多維因素，不能簡單以個別企業(yè)或產(chǎn)品作為對標對象；在差距評估方面，應區(qū)分技術迭代周期與應用落地階段，理性看待動態(tài)發(fā)展中的相對位置。

雙方均表示，中國在應用推廣和市場滲透方面進展顯著，未來有望通過AI規(guī)?；瘧脦蛹夹g升級，并通過全球化合作提升產(chǎn)業(yè)國際競爭力。

以下為對話詳細內容，在不改變原意的基礎上進行編輯

吳軍：陳總是直接從事人工智能產(chǎn)業(yè)的專家，所以剛才想向您請教。如果簡單地把AI產(chǎn)業(yè)劃分為平臺、算力和應用三個層面，您覺得目前在國內，哪些方面發(fā)展得比較好，哪些方面還相對薄弱？或者說，哪些領域還有更多機會吸引人才和企業(yè)加入？

陳寧：很高興能與吳博士交流。美國多年前曾發(fā)布了一份報告，指出人工智能的幾個核心要素——芯片、算法、人才、數(shù)據(jù)、應用、系統(tǒng)集成，中國的優(yōu)勢在于后三者。

有分析師認為，人才是流動的，算法是一套數(shù)學模型，可以通過交流快速追趕和獲取。唯獨芯片，它具備一定的壟斷屬性。從英偉達的芯片銷售，到光刻機設備的制造、工藝和材料，整個鏈條都在對中國的高性能芯片產(chǎn)業(yè)進行投資、人才和服務上的限制，試圖延緩中國在這一領域的追趕。

在這樣的大背景下，我個人有幾個觀點。

應用系統(tǒng)：中國肯定是全球領先的。

數(shù)據(jù)：中國有差異化的優(yōu)勢，尤其是在中文語料和物聯(lián)網(wǎng)的傳感數(shù)據(jù)上。但在互聯(lián)網(wǎng)的人類知識數(shù)據(jù)方面，過去六年我們是有劣勢的。不過，最近幾年我們在快速追趕?？梢哉f，在算法層面，到今年年初，我們與國際先進水平的差距已經(jīng)縮小到12個月以內。在應用層面，中國也有自己獨特的優(yōu)勢。

商業(yè)模式：但在中國，像SaaS（軟件即服務）或面向中小企業(yè)的AI服務收費模式，似乎發(fā)展得并不順利。在美國，OpenAI以及許多SaaS公司，包括Cursor，都能成功收費。但在中國，無論是做基礎大模型的公司，還是做AI Agent的應用公司，都很難實現(xiàn)商業(yè)閉環(huán)。所以，在應用層面，中美各有差異。

另外，在中國，AI與智能硬件的結合是一個巨大的機會，尤其是在粵港澳大灣區(qū)。粵港澳大灣區(qū)全球創(chuàng)新指數(shù)躍居全球第一，靠的就是機電一體化的優(yōu)勢。大灣區(qū)幾乎是全球唯一一個能夠把智能硬件與AI結合得最好的區(qū)域。因此，中國的應用機會可能更多地體現(xiàn)在“AI+智能硬件”的結合上。而最大的挑戰(zhàn)，我認為就是芯片。

吳軍：我先補充一點，然后再問您關于芯片的問題。其實大家今天了解比較多的美國企業(yè)是OpenAI，但它本身也未必能完全收回成本，基本上不怎么賺錢。真正能賺大錢的是像Databricks這樣的公司，一上市就獲得了幾十億美元的估值。它的利潤也很高，因為它解決了企業(yè)級數(shù)據(jù)處理的痛點。

而且，美國是企業(yè)家在主導，他們非常懂得如何為價值付費。比如，一個企業(yè)級軟件的座位，每年可能收費150美元，這在美國是普遍現(xiàn)象。所以，像Oracle等公司都做得很好。中國非常遺憾的是，所有這些獨立的軟件公司加起來的總和，可能還不如美國一家公司。這是一個很遺憾的事。

講到芯片，當然現(xiàn)在基本上已經(jīng)沒人再提英特爾了，因為它技術路線走錯了，基本退出了這個競爭。暫時我不覺得它能回來，主要是因為它太通用了，刷新效果不好?，F(xiàn)在大家挑戰(zhàn)英偉達的方向，是去做更加專用的芯片。再做一個“英偉達”已經(jīng)沒有意義了。未來的競爭會集中在更專用的方向。你越專用，應用場景可能小一些，但考慮到人工智能任何一個垂直領域打開，其市場潛力都很大。比如云天勵飛，就是在差異化方面做得很好。如果我們選取2到3個最明顯的特征，比如以單位能耗提供的算力來衡量，國產(chǎn)芯片有哪些特點和優(yōu)勢？

陳寧：我想在回答這個“微觀”問題之前，先談談今年的一個宏觀層面的機遇。

2025年很多人都提到要“All in AI”，這意味著什么？就是人工智能正在從2012年揭開的這波浪潮，無論是小模型還是大模型，經(jīng)歷了一個叫做“AI訓練”的時代。無論是當時的顯卡，還是2016年之后的GPGPU，大模型的訓練，其實都是在用GPU把人類的知識“喂養(yǎng)”給CNN小模型或Transformer大模型，讓它們學會人類的知識。這使得大語言模型在語言知識上，甚至在視覺理解能力上，都出現(xiàn)了“涌現(xiàn)”現(xiàn)象。

但現(xiàn)在，發(fā)生了一個根本性的變化，就是AI應用的爆發(fā)。相信今年上半年，在座的各位對AI感興趣的人，都能感受到身邊最大的變化：每個人的手機上都多了一兩個大模型APP。大家有什么問題都習慣性地去問問“豆包”、問問“文心一言”。搜索，不再只是用搜索引擎了。這是全球一個巨大的變化，說明人們從思想理念上已經(jīng)開始擁抱AI，每天都在潛移默化地接受AI。

AI應用需要的，不完全是A100、H100系列的GPGPU，不再是幾萬美金一張的訓練顯卡，也不再是動輒十萬張卡互聯(lián)、數(shù)千億美元的投資。AI應用需要的是“端、邊、云”無處不在的AI推理能力——在眼鏡里、在智能手機里、在蘋果的A系列NPU里。我們身邊的掃地機器人、汽車，甚至未來所有房間里的路由器，都會集成一個AI芯片。這將像電網(wǎng)和通信網(wǎng)絡一樣，形成一張無處不在的AI推理算力網(wǎng)絡。

就像我們云天勵飛，2014年時，我和團隊從硅谷回到深圳，創(chuàng)立了中國最早一批專注AI芯片的公司之一。我們從最早的終端芯片，到邊緣芯片，再到今天的云端大算力推理芯片，以及未來的機器人的推理芯片，完成了這樣的布局。

為什么說未來五年是GPNPU（通用神經(jīng)網(wǎng)絡處理器）技術路線主導的AI推理芯片的時代？我們甚至認為，五年之后，AI推理芯片的全球需求量將超越訓練芯片，成為用量更大的芯片，因為它無處不在。

AI推理芯片對于消費者、企業(yè)，乃至頭部互聯(lián)網(wǎng)大廠，都提供了更高性價比的PPA（Performance per Power per Area，單位功耗和面積的性能）。生產(chǎn)一個token，其背后的硬件成本和電費成本可以大幅降低，甚至只有訓練時代的十分之一、百分之一。只有這樣，才能讓AIGC大模型、智能機器人等顛覆性技術真正無處不在。每一次工業(yè)革命——無論是電力革命、蒸汽機，還是信息化、智能手機——都是因為大幅降低了硬件成本、提高了效率，才讓技術普及開來。

吳軍：我們把它分成幾個層級，最簡單的是終端。邊緣計算其實已經(jīng)提了很多年，但真正落地的并不多，這涉及到很多方面，比如移動通信的機房。然后是云端的數(shù)據(jù)中心。不同層級對計算的要求不同，最終使用的芯片也不同。

大家都很感興趣的一個話題是無人駕駛汽車。在您看來，假設一輛無人駕駛汽車有一個主要的處理器，它大概需要什么樣的計算能力？比如，它的算力能達到H100的水平嗎？在H100的價格以內，能做到什么程度，用戶才能接受？

陳寧：對于無人駕駛來說，它其實可以作為邊緣計算的一個典型場景，甚至已經(jīng)演變成一個獨立的賽道。目前，無人駕駛所需的邊緣計算芯片，單芯片算力已經(jīng)達到了幾百TOPS的量級，價格在幾百到上千美元之間，這是可以接受的。當然，目前中國電動車產(chǎn)業(yè)競爭非常激烈，一臺車的利潤可能也就一千多，所以成本控制壓力很大。

但還有一個非常有意思的邊緣場景：我們去年開始配合、今年年初立項的一個項目，是與中國頭部、全球領先的硬件大廠合作。我們正在與頭部硬件伙伴基于64TOPS自研芯片推進家庭計算主機產(chǎn)品。未來，當你回到家，說一句“幫我找找過去三年我?guī)鹤俞烎~的照片”，它就能從你沉淀的幾十萬張照片中立刻檢索出來，并推送到你的手機。你再說一句“幫我編輯個視頻”，它就能自動完成，而且完全解決了個人隱私和數(shù)據(jù)安全的問題。未來的掃地機器人、家用電器都將連接到這個家庭計算主機，這其實就是典型的邊緣計算。

吳軍：我們現(xiàn)在芯片的發(fā)展，也涉及到中美之間的博弈。但全世界不只是這兩個國家。比如，假設歐洲也需要大量的AI芯片。你覺得國產(chǎn)芯片，除了滿足國內市場，未來向歐洲、日本等市場推廣的前景如何？我們剛才講了出海是“大西瓜”，我們要站得高一點，看得遠一點，不要只盯著中國市場。您能給大家展示一下這個前景嗎？

陳寧：我覺得這個問題可以從幾個維度來看：

1. 當前挑戰(zhàn)：對中國國產(chǎn)芯片來說，最大的挑戰(zhàn)其實不是硬件本身，盡管工藝受限。最大的挑戰(zhàn)是生態(tài)。

2. 全球競爭：中國作為全球數(shù)一數(shù)二的人工智能國家，未來5到10年，中美競爭的焦點，將不再是誰能訓練出最聰明的大模型，而是全球有多少國家、多少人口在使用中國的模型和算力，還是美國的模型和算力。這涉及到“主權模型”和“主權算力”的問題。

3. 文明維度：再往大了說，到2030年之前，中國能否解決自己的芯片技術攻關問題，甚至實現(xiàn)芯片的全球化市場布局，這將決定中國有沒有機會借助第四次工業(yè)革命的拐點，讓中華文明再次崛起。我個人有個觀點：過去幾千年，中國靠四大發(fā)明在全球科技上相對領先。但三四百年前，第一臺蒸汽機在英國出現(xiàn)，改變了歷史。歐美憑借蒸汽機、電力、計算機這三次工業(yè)革命，引領了全球科技和文明的發(fā)展。第四次工業(yè)革命，有可能讓這兩條發(fā)展曲線再次交叉。而交叉的核心，恰恰在于算力芯片。如果我們能在這一要素上實現(xiàn)自主可控并形成生態(tài)，不僅能托舉起中國的AI產(chǎn)業(yè)，更可能在全球范圍內輸出“中國標準”和“中國算力”，進而贏得這場關乎未來百年的文明競爭。