对话爱芯元智创始人仇肖莘：大模型Scaling Law不会持续增长，一定会出现放缓期｜直击WAIC 2024

爱芯元智创始人、董事长 仇肖莘

7月5日举行的2024世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2024）分论坛上，国内 AI 算力公司爱芯元智创始人、董事长仇肖莘正式发布用于 AI 端侧模型推理的“爱芯通元AI处理器”。

据悉，爱芯通元AI处理器的核心是算子指令集和数据流微架构，底层采用可编程数据流的微架构，有高中低三档算力，支持原生transformer模型，已经在智慧城市和辅助驾驶两个领域实现规模化量产，可应用于以文搜图、通用检测、以图生文、AI Agent等模型场景。

仇肖莘表示，大模型真正大规模落地需要云-边-端三级紧密结合，而边缘侧和端侧结合的关键在于AI计算与感知。爱芯元智基于爱芯智眸AI-ISP和爱芯通元混合精度NPU两大自研核心技术，确立以“AIoT+ADAS”为主的一体两翼战略路线，并向边缘计算、AI推理领域纵深发展，加速推动智慧城市、智能驾驶等应用场景落地。

会后对话中，仇肖莘向钛媒体App等表示，团队正关注行业伙伴在AI 领域的端侧大模型应用布局。她认为，大模型的Scaling Law（规律效应）并非“铁律”，不会以“线性”方式持续增长，一定会出现稳定的平滑优化时期。

“人们都在谈论‘摩尔定律’（Moore’s Law）已经到达极限，但是从单芯片的角度来看，摩尔确实在发展，但同时增速也已经平缓了。事实上，当前的半导体行业，是通过系统解决方案将整体性能再往上提升。所以，今年GTC强调的并不是单芯片，而是系统。整个系统的调度、优化、管理，是核心。至于scaling law的未来走向，会是以某种形式再更进一步优化。任何事物不可能永远linear（线性），它一定会在某个时间点进行非线性的增速。当那个临界点到来的时候，是否仍旧是现在的优化方式，是需要重新评估的。”仇肖莘表示。

据悉，爱芯元智成立于2019年5月，主要为不同行业提供 AI 的基础算力平台。爱芯元智目前已成功研发并量产了高中低端多颗端侧、边缘侧AI芯片，聚焦智慧城市，智能驾驶，机器人及创新业务三大场景。

融资层面，截至目前，爱芯元智已完成B轮融资。投资方包括腾讯、启明创投、美团及美团龙珠资本、韦豪创芯、联想之星、耀途资本等产业和风险投资机构。

此次公布的“爱芯通元AI处理器”，主要定位于AI模型的推理。通过模型算法和芯片设计的协同，以及模型小型化，实现最优算力配置，进一步加快大模型行业落地。

一个多小时的交流中，仇肖莘坦言，其他 AI 芯片企业在做的智算中心，目前不是爱芯的业务重点，现阶段更希望把边缘侧和端侧的海量市场先做好。因为，在她看来，AI大模型落地一定是个云、边、端三位一体的市场。

“这种有生成式 AI 的底座大模型，一定是在云端；但大模型是不是能够通过微调，或者某些优化等方式，形成行业大模型，落到边缘侧，而非这种几万亿的参数量，还是有可能的。”仇肖莘认为，大模型的落地现在还处于非常原始的阶段——broke force（乱局）。

仇肖莘指出，大模型在端侧落地的场景首先可能是车，随后是手机、AI PC等等，因为车是需要有实时响应的一个应用场景，而车的算力，实际上是端侧大模型的一个刚需，比如智能驾驶、智能驾舱、人机交互、AI Agent等。

“应用场景非常多样。一个3.2T的小芯片，如果集成到手机芯片里，手机就可以在本地完成很多应用的运行，而无需上云。”仇肖莘认为，生成式 AI 未来可能的一个应用场景是“智能家居”，通过家用 AI 服务器中枢，形成算力中心，入口将有可能是手机、机器人和“具身智能”、摄像和语音控制设备等极具想象力的方式。

谈到爱芯AI能力落地的商业模式，仇肖莘表示，目前来看行业主要有两种：一是客户SoC自身算力不够或不能原生支持大模型，可以通过爱芯的NPU IP 集成到客户芯片里，给客户带来高效的NPU 能力；二是通过爱芯的芯片和软件栈，实现规模化落地解决方案。

仇肖莘强调，半导体其实是一个长周期的行业，需要与投资人双向选择，那种快进快出的机构不适合半导体行业。

“选择合适的投资人很重要。第一，投资人一定要理解半导体的整个的逻辑和它的周期；第二，作为芯片公司来讲，需要努力做到商业闭环。所以这也是我们为什么要规模化，要发力量产，继而形成生态。一个健康的芯片公司平均在7~10年内可以实现收支平衡和盈利，希望我们能够稳健发展，尽快进入正循环。”仇肖莘表示。

（本文首发于钛媒体App，作者｜林志佳，编辑｜胡润峰）