国产AI芯片，机遇与挑战

因为大模型的火热，AI芯片在过去几年的热度飙升。尤其是英伟达GPU，凭借其先天的软硬件优势，该系列产品在过去几年里牢牢把持人工智能的训练甚至推理市场。但是，在中国市场，却因为地缘政治的限制，导致我们不能获得业界先进的GPU或者其他领先的AI芯片。

最近以来，美国还频频升级政策，使得中国客户甚至买不到英伟达等厂商针对中国市场开发的芯片。在这种态势下，如何打造适合中国市场需求的AI芯片及生态，成为了中国AI从业者的重中之重。

近日，Gartner研究副总裁盛陵海（Roger Sheng）也以“国产AI芯片如何支持国内AI产业发展”为题，分享了他对中国AI产业的发展看法。

中美AI的差异

盛陵海首先指出，因为所处的阶段不一样，中美在AI的发展战略上有所差异。

首先看美国方面，因为有最先进的芯片，也是最早推动AI发展的国家，还有OpenAI、谷歌（Transformer是它提出的）和大量的互联网巨头和软件巨头参与其中（他们想通过云服务来垄断AI生态）。于是，盛陵海认为这是一种“集中式”的人工智能。中国则不一样，中国有非常多的大模型，中国企业走的是一个开源、多元化和分散式的发展路线。相对于美国模式，我们可将其称之为一个分散式的AI开发策略。

在盛陵海看来，这种差异可能也是市场多元化形成的。

“美国本身软件产业非常强，所以AI可以作为一个软件产品去卖，包括像月租的形式、月付费、订阅制的服务。但中国软件生态本身不是这样子，而且企业也是希望把这个AI放在本地去掌控、不希望这个数据外流。”盛陵海说。

简而言之，美国的AI以芯片基础设施为核心，搞一个大的AI出来，希望打遍天下无敌手；中国则是分散的，以实用性为中心。因为受到限制，中国更倾向于用高效率，用“多快好省”的模式开发AI。

据介绍，根据AI的性能、用途和使用场景，可以将其简单分为“嵌入式AI、边缘AI、本地AI和云AI”四类。其中，美国主要关注的是CloudAI和边缘AI，国内说的最多的则是本地AI和嵌入式AI。

为什么会有这个差别？如盛陵海所说，这与国内企业、大企业喜欢把AI的能力通过本土、本地的算力投资来进行支持有关。他同时指出，近期，国内甚至还出现了通过购买一体机来实现本地部署的模式。但在美国方面，他们希望把AI内嵌到软件当中，当作一个服务模式。

在AI Agent方面，两国的企业也有所不同。据介绍，美国企业更希望打造一个通用的AI Agent。但中国的企业则会针对不同的领域，做多种多样的AI Agent，以求在不同领域提供准确的或者是符合要求的服务。

“中国还会更关注嵌入式AI（如今年较热的AI眼镜、机器人和自动驾驶汽车），这些都需要大量的AI芯片。那么这种大量的AI芯片不可能都用英伟达的方案去做，而且我们也受到禁运。”盛陵海接着说。

在这种情况下，中国的AI芯片找到了机会。

国产AI芯片赋能

据介绍，除了替代英伟达不能服务的市场，国内的AI芯片厂商的另一个机会，就是可以面对应用场景的多样化，有针对性地开发不同的芯片。除此以外，DeepSeek的横空出世，也对国内的AI芯片市场产生了深远影响。盛陵海表示，DeepSeek的出现，推动了对AI数据中心推理能力的投资，同时也降低了对高成本训练基础设施的过热需求。

同时，因为类似DeepSeek这类大模型的效率非常高，让我们可以不使用英伟达最新芯片，都能获得足够的算力，进而给国产AI芯片打开了另一道大门。据盛陵海观察，针对不同的AI应用，国内现在已经涌现出了不少芯片公司。如下图所示，除了海思之外，不少厂商在这个领域已经有了不小进展。例如海光信息最近要逆向收购它的投资公司，通过芯片和系统的合作，寄望在基础设施上面进一步发力。

不过，正如大家所了解，国产AI芯片还面临芯片制造的问题。这也是国内在推动制造继续前进之余，还在探索异构集成和先进封装，把不同架构芯片封装在一个基板上面获得更高性能的原因之一。此外，国内的企业还在探索存内处理、光学处理器、3D DRAM、太比特网络和量子处理器带来的机会。

另外，我们还需要注意的一点是，人工智能是一个涉及系统和生态的事情，芯片只是整个系统中的其中一环。换而言之，要让国产AI芯片能够更好赋能本土AI，就需要打造一个全生态服务。好在，如盛陵海所说，除了美国以外，中国是唯一一个拥有AI芯片厂商、服务器制造商、基础设施服务提供商以及AI应用和服务等完整AI生态的国家。这也是我国在打造这方面服务能力的时候有的先天优势。

盛陵海建言道，如上所述，中国的软件生态跟美国是有很大不同的，硬件能力也不一样，所以我们不能刻板地去抄美国。而是要想办法利用现有的AI生态来发展与美国不同的、更因地制宜的产业化道路。“我们不要老是想着一锤子搞个大的、一步到位。而是要多元化，找到更适合AI应用的场景，然后去做这个事情，这非常关键。”盛陵海说。

“我们要走自己的路，找到更适合的AI场景，然后扎扎实实地把这个AI从端侧到边缘侧到本地到机群都要覆盖，找出最大的机会点。”盛陵海强调。

在分享中，盛陵海还表示，当前的AI基础设施投资，呈现了两极化的趋势：一个方向就是包括大的互联网厂商、本土国有体制内的企业都在开发超大型的大语言模型，然后以高成本、高精度提供一些专业服务、专业领域的服务；另外一个方向就是用低成本、高效率的蒸馏模型针对普适性的市场提供教育、提供基本的AI基础设施来满足大量用户免费AI使用的场景。

“但无论选择哪种方向，都应该在未对商业潜力进行可行性评估之前，对AI基础设施的过热保持谨慎。”盛陵海说。他同时透露，时至今日，还有些公司把所有的希望寄托在英伟达上面，这是不对的。我们不能把所有的东西放在一个篮子里，而是要多元化。

盛陵海建议，在AI芯片的选择上，厂商应该选择适当的解决方案，以满足最苛刻的AI使用场景对AI精度/数据模型的需求。此外，厂商还需要了解国内AI平台的基本迁移成本，以提高跨平台AI应用开发的效率。

盛陵海还警示国产芯片公司，英伟达没有放弃中国市场，所以这些公司还是要以英伟达为“竞争对手目标敌”来做这个事情。“中国国内半导体企业现在把眼光不只是局限于国产替代，而且要主导标准、要去国际市场做新的这样一个竞争。”盛陵海最后说。

责任编辑丨陈斌