從弱智能到強智能，AI技術正逐步向通用人工智能乃至超級人工智能邁進，但隨著AI模型規模和訓練計算量不斷增長，各大公司在AI領域的競爭中的“百模大戰”實際卻造成了計算資源的巨大消耗。
幾千年前人類的腦力和肌力發展相對緩慢。然而，自1800年機械化時代以來，機器逐漸替代了人類的體力勞動，隨后腦力發展開始加速。特別是近年來，受AIGC（人工智能生成內容）技術的影響，各行業對AI的應用更是加速推進。前OpenAI安全研究員在2024年預測，AI將在未來幾年內超越大學生的智力水平，并能在2027年完成人工智能研究人員和工程師的工作，超級人工智能的到來似乎已不再遙遠。
中國RISC-V產業聯盟理事長、芯原創始人、董事長兼總裁戴偉民博士在“智”由“芯”生RISC-V和生成式AI論壇上指出，從弱智能到強智能，AI技術正逐步向通用人工智能乃至超級人工智能邁進，但隨著AI模型規模和訓練計算量不斷增長，各大公司在AI領域的競爭中的“百模大戰”實際卻造成了計算資源的巨大消耗。
GPT-4、GPT-5以及Gemini等標志性大模型的相繼問世，訓練計算量呈指數級增長，GPGPU的出貨量爆發式增長，戴博士認為，GPGPU并不是一定是Transformer的最優算力芯片，有越來越多的專用芯片正在浮出水面，挑戰英偉達最先進的產品。
戴博士形象地將樹干比作通用大模型，樹枝比作垂域大模型，樹葉比作應用。他指出：“樹干是長不出樹葉的，樹枝才可以。”因此，垂直領域的微調很重要。
戴博士認為，AI領域未來將有最關鍵的‘三張卡’，云上的訓練卡、端上的微調卡和推理卡，2028年，用于端側微調卡和推理卡的銷售額將超過用于云側的訓練卡，屆時，中國基礎大模型地數量將少于10個。
值得注意的是，AI技術的發展不僅推動了計算領域的變革，還帶動了半導體產業的快速增長。
據預測，2024年至2030年間，關鍵計算領域的半導體收入將達到數萬億美元，而生成式AI驅動服務器領域半導體收入增長，是遠遠超過通用服務器的。生成式AI將使服務器領域的半導體銷售翻三倍。
這一數字的背后，是AI技術在服務器、電腦、手機等領域的廣泛應用和巨大市場需求。
同時，AI技術也為智能終端產品帶來了前所未有的發展機遇。從汽車到手機再到AR眼鏡等智能穿戴設備，AI技術的融入使得這些產品更加智能化、便捷化。特別是在AR眼鏡領域，戴偉民指出，從過去幾年AR眼鏡這個增量市場來看，國內產品要領先于國外產品，但仍然普遍存在芯片性能不夠、功耗過高的問題。而大模型的到來，為AR眼鏡帶來了AIGC的入口，為輕量化可穿戴帶來了更多可能性，國內企業憑借在投影和顯示技術上的領先優勢，有望在全球市場率先實現商業化應用。
芯原極低功耗IP等相關產品已被AR/VR產品廣泛采用，如與谷歌在IP、ASIC方面的深度合作。而據出自第十三屆芯原CEO論壇上的五大預測之一的數據顯示，到2026年，全球雙目全彩 AR 眼鏡出貨量將突破 1,000 萬臺。
戴博士指出，端上有很多機會，而且都和芯片有關系。從2.5D封裝到3D封裝，Chiplet技術通過高密度互聯和堆疊，為系統帶來了更高的性能和更低的功耗。
以蘋果的M系列處理器為例，其采用最先進工藝，采用兩顆芯片拼接方式帶來更大的算力，同時還大大增加了其儲存容量。
以汽車為例，汽車作為最大的終端、帶四個輪子跑的很快的機器人，Chiplet除了性能和功耗的優勢，還帶來更低的研發成本和更高安全性。戴博士透露，芯原目前已經有20余家汽車電子客戶，芯原芯片設計流程也已獲ISO 26262汽車功能安全管理體系認證。
作為“中國半導體IP第一股”，芯原已實現半導體IP授權業務銷售收入全球No.7，芯原神經網絡處理器(NPU) 已在全球累積出貨超過1億顆，圖形處理器(GPU) 已在全球累積出貨近20億顆，芯原視頻處理器(VPU) 全球第一。
面對AI技術的迅猛發展表示生成式AI的未來充滿無限可能，隨著技術的不斷進步和應用的深入，AI將在各個領域釋放出巨大的潛力，推動人類社會邁向新的高度。
戴博士表示，以 ChatGPT 為代表的大模型正引領大算力硬件的“牛市”。
但同時，應充分考慮其可能帶來的安全、倫理等問題，確保AI技術的健康發展。同時，政府和企業也應加強合作與交流，共同推動AI技術的創新與應用落地。
您可能感興趣
