通用大模型的空前突破，攪動了人工智能（AI）的一池春水。然而，面對AI突破性發(fā)展帶來的對AI芯片的井噴式需求，國內(nèi)芯片供應卻并未跟上此番步伐。隨著科技巨頭公司和新興企業(yè)爭先涌入大模型的競爭賽道，新一輪的AI芯片短缺問題正在浮出水面。

AI浪潮“炒熱”芯片需求

AI芯片，也被稱為AI加速器或計算卡，是專門用于處理AI相關(guān)計算任務的芯片。它們是構(gòu)筑算力的重要基石。

中國信息通信研究院在8月19日發(fā)布的《中國綜合算力指數(shù)（2023年）》白皮書顯示，我國算力產(chǎn)業(yè)保持高速增長，其中人工智能算力在整個算力結(jié)構(gòu)中的占比已經(jīng)超過25%。我國算力總規(guī)模近五年年均增速近30%，數(shù)據(jù)中心機架數(shù)量年復合增長率超過30%。

“受大模型熱潮影響，智算算力市場的需求旺盛?！北本┏壴朴嬎阒行募夹g(shù)CTO甄亞楠對人民網(wǎng)財經(jīng)表示，當前相關(guān)的算力服務器呈現(xiàn)持續(xù)緊缺狀態(tài)，配貨周期偏長。服務器制造商普遍預計要等待6個月以上才能獲得最新的GPU，而GPU的供應短缺情況至少會持續(xù)到明年。

不僅供應緊張，價格也節(jié)節(jié)攀升。以目前較為主流的英偉達A100GPU為例，大模型的單次訓練要求至少百卡、千卡規(guī)模。依據(jù)當前市場價格，建設1000卡GPU規(guī)模的算力集群成本可達2億元。

在大模型建設正酣的同時，人工智能技術(shù)與健康、教育、交通等其他領(lǐng)域的交叉融合也逐漸加深。華大基因高性能計算研發(fā)總監(jiān)王浩靈表示，基因行業(yè)對算力的需要不斷增長。他進一步表示：“未來，大型語言模型的加入還將進一步提高疾病診斷分析效率。”

中國工程院院士高文將算力比作電力，視為數(shù)字經(jīng)濟發(fā)展的重要指標。燧原科技創(chuàng)始人、董事長兼CEO趙立東認為，大模型算力需求將進一步驅(qū)動AI芯片的研發(fā)，“如今的AI芯片，不僅要高性能、高帶寬、高存儲，而且要高通用性、高效分布式計算，高效集群互聯(lián)?！?/p>

國產(chǎn)AI芯片市場：挑戰(zhàn)與機遇并存

業(yè)內(nèi)人士表示，目前國內(nèi)智能算力的發(fā)展，特別是適用于大模型訓練的算力，與全球算力發(fā)展趨勢相比仍存在較大差距。

甄亞楠坦言，算力的短缺不僅會削弱人工智能算法的復雜度與性能提升、延緩模型訓練速度、約束應用部署規(guī)模，更會阻礙人工智能技術(shù)的發(fā)展，“許多創(chuàng)新的算法和方法需要大規(guī)模的計算資源來驗證和改進，缺乏足夠的算力將限制研究人員的創(chuàng)造力和實驗空間，從而阻礙人工智能技術(shù)領(lǐng)域的進一步突破。”

近年來，我國人工智能算力芯片的市場格局主要由美國公司英偉達主導，其占據(jù)了80%以上的市場份額，一直保持著無可匹敵的競爭優(yōu)勢。然而，隨著美國對高性能芯片出口限制措施不斷加強，英偉達最先進的A100、H100芯片無法在國內(nèi)銷售，定制版A800和H800又缺貨嚴重，在這種情況下，國產(chǎn)AI芯片肩負起填補市場空缺的重要使命。

據(jù)人民網(wǎng)財經(jīng)不完全統(tǒng)計，目前，百度、阿里巴巴、騰訊和華為等互聯(lián)網(wǎng)巨頭公司已加快AI芯片的自研步伐，并在各自的云平臺上率先試用。與此同時，一些初創(chuàng)公司則從芯片的底層架構(gòu)設計入手，試圖通過“彎道超車”抓住機遇。

公開資料顯示，2018年創(chuàng)立的AI芯片設計商墨芯憑借雙稀疏化算法技術(shù)，通過軟硬件結(jié)合為AI計算模式和芯片架構(gòu)帶來了顛覆性創(chuàng)新，取得了比國際主流GPU產(chǎn)品更好的測試成績；2017年創(chuàng)立的鯤云科技自主研發(fā)了全球首款大規(guī)模商用的數(shù)據(jù)流AI芯片，用更少的芯片資源實現(xiàn)了數(shù)倍的實測性能，擺脫對最新制程工藝的依賴。

但需要指出的是，目前，國產(chǎn)AI芯片在大模型推理方面表現(xiàn)相對出色，而在門檻更高的大模型訓練方面仍無法與英偉達的通用GPU相媲美。

中國電子技術(shù)標準化研究院副院長陳大紀表示，國內(nèi)產(chǎn)品的軟硬件以及面向不同場景的生態(tài)落地仍需要進一步完善。

多位業(yè)內(nèi)人士表示，在性能方面，英偉達相繼推出了A100和H100，計算性能大幅提升，國內(nèi)AI芯片訓練產(chǎn)品與其差距十分明顯，尤其是在實際使用中的性能差距更大；在生態(tài)方面，英偉達GPU配套的CUDA軟件生態(tài)系統(tǒng)廣泛應用，國內(nèi)AI芯片面臨著“要么兼容一個不開源的生態(tài)，要么從零開始自建生態(tài)”的兩難選擇。

具體而言，國產(chǎn)AI芯片普遍存在軟件棧不完善、適配周期長、性能差距大、可靠性需要驗證等問題，這導致國內(nèi)企業(yè)對其采用的意愿不強。此外，生態(tài)系統(tǒng)和自主工藝等難題也有待突破。

“只有解決了這些問題，國產(chǎn)AI芯片才能真正被廣泛應用起來?！碧鞌?shù)智芯董事長兼CEO蓋魯江說。

國產(chǎn)AI芯片該如何發(fā)力？

近年來，我國高度重視AI芯片產(chǎn)業(yè)，發(fā)布了一系列支持政策，營造良好產(chǎn)業(yè)環(huán)境，在技術(shù)創(chuàng)新、項目建設、資金保障、標準制定和人才培養(yǎng)等方面都給予了扶持，為我國AI芯片發(fā)展打下了政策基礎。

從產(chǎn)業(yè)角度看，樂觀地說，國產(chǎn)AI芯片可謂正處于百花齊放、百家爭鳴的萌發(fā)階段，各主體正在激烈的市場競爭中快速探索適合的成長道路。

西安交通大學教授任鵬舉推斷：隨著人工智能走深向?qū)?、真正與行業(yè)邏輯深度融合并廣泛賦能，在數(shù)據(jù)中心側(cè)，AI芯片會繼續(xù)維持協(xié)處理器或者加速器的形態(tài)；在終端應用側(cè)，AI最終會收斂為一個關(guān)鍵因素，發(fā)展為異構(gòu)或者超異構(gòu)芯片的形態(tài)。

如何進一步提升國產(chǎn)AI芯片競爭力？多位業(yè)內(nèi)人士提出建議：要鼓勵更多企業(yè)和社會資本進入AI芯片領(lǐng)域，加大投資力度；加強半導體原理、材料等基礎研究投入，推動多學科的交叉融合研究；加快工藝創(chuàng)新進步，構(gòu)建本土供應鏈體系。

尤其是我國集成電路行業(yè)人才短缺問題不容忽視。任鵬舉坦言，“即使每年有近20萬集成電路相關(guān)專業(yè)高校應屆畢業(yè)生，但加入這個行業(yè)的卻僅有五分之一?！彼ㄗh采取相應措施以提高行業(yè)吸引力：一是鼓勵高校和企業(yè)建立長期合作伙伴關(guān)系，提供獎學金和入學機會以激勵學生畢業(yè)后從事該行業(yè)；二是借助人工智能技術(shù)提高芯片設計能力，吸引擅長軟件和算法的專業(yè)人才投身于集成電路行業(yè)，進一步推動國產(chǎn)AI芯片發(fā)展。

趙立東認為，推動國產(chǎn)AI芯片發(fā)展，就是為了有更加充足、更加便捷、更加平價的算力，從而實現(xiàn)真正的算力普惠，而要做到這一點，就必須依靠創(chuàng)新的芯片架構(gòu)和開源的產(chǎn)業(yè)生態(tài)。

蓋魯江建議，應協(xié)同各方加快制定自主標準，進一步擴大國產(chǎn)通用GPU支持的開發(fā)框架、操作系統(tǒng)、算法模型、業(yè)務應用以及社區(qū)開發(fā)者的范圍，建立起自主生態(tài)圈。

陳大紀表示，產(chǎn)學研用各單位應以人工智能技術(shù)與產(chǎn)業(yè)融合創(chuàng)新為導向，聚焦產(chǎn)業(yè)智能化場景創(chuàng)新需求，研究、開展與場景結(jié)合緊密的智能芯片相關(guān)的標準需求，并以標準為依托，共同建設人工智能場景創(chuàng)新支撐環(huán)境，探索多元主體合作的場景創(chuàng)新新機制，通過助力場景創(chuàng)新，不斷將應用創(chuàng)新與市場需求相結(jié)合，合力促進我國AI芯生態(tài)建設。