中国如何突破AI芯片限制？

Gartner研究副总裁盛陵海日前在一场分享会上直言，在美国几度加码限制之后，中国获得先进AI芯片和技术的难度大增。不过，在吸取了过去的经验教训后，中国已经提前做了一些准备，不至于出现手足无措的情况。
 
“我们现在已经走到了自主研发的阶段，展望未来5到10年，我们有机会可以通过积极新的路径实现‘禁运’封锁的整体突破。”盛陵海乐观道。“在当下非常火热的大模型方面，中国与国际企业的差距并没有多大。这足以证明我们可以实现自主研发，这也是我坚信我们能够搞好自己的AI芯片的原因。”盛陵海接着说。
 
在具体讲如何突破AI芯片之前，盛陵海首先强调，国内AI企业必须要放弃幻想。因为美国对我们的封锁大概率会一直存在。为此，只有转向本土供应链，只有坚持使用国产芯片，才是最终的解决方案。虽然转向国产，必然会碰到不少问题和局限性。但在海外对我们持久限制的既定前提下，继续使用海外芯片厂商的“降规格”版本产品是权宜之计，我们必须做好打游击战的准备。
 

 
“唯有转向国产芯片，把碰到的问题一一破解，把国内的整个AI芯片乃至整个生态培养起来才是长久之道。”盛陵海表示。当然，可以明见的是，在这种发展方式下，中美AI芯片行业会割裂成两个生态，这从全球化的角度来看当然是不太有利。
 
“但也正是在这种竞争态势之下，让饱受英伟达重压的国产AI芯片找到可乘之机”。盛陵海告诉半导体行业观察。他进一步指出，对于国内的AI芯片企业来说，去训练市场跟英伟达等现有对手掰手腕，也是胜算不大的，事实证明也是如此。但企业们可以在广大的AI推理芯片市场找到突破点，这实际上也是一个庞大的市场。
 
Gartner预测，到2025年，云端的“推理”需求会超过“训练”。这一方面是因为过去几年厂商在训练方面投入了巨额的资源，这种投资力度不可能一直持续下去；另一方面，诸如OpenAI应用端被挤爆，无法登录的现状频发，证明我们在推理上面的投入还是不够多。
 
基于这两点现状，大家自然就会往推理侧投资更多芯片，这也是Gartner做出2025年会出现交叉点，之后推理需求量会比训练增加更快预测的原因。当然，这个成立的前提是会有越来越多的人使用AI应用。
 

 
Gartner同时还预测，到2026年之后，更多基于GenAI的要求应答将在端侧而非云端处理。在云端投入持续高涨，Gartner认为这是一条必经之路。
 
“设备端可以支持十亿到一百亿规模的模型，边缘端则能支持一百亿到一千亿的这个规模的大模型，这意味着它们都可以实际支持一定的企业或者个人的应用。换而言之，这个从技术上其实也是可行的。”盛陵海说。他进一步指出，边缘侧和端侧的生成式人工智能应用会从智能手机、电脑，不断地扩散、到消费物联网、智能家居和汽车。
 
对于国产AI芯片企业而言，在这股大浪潮下，针对推理方面，也可以从各个环节入手，寻找机会。不过，正如大家所见，现在市场上的很多解决方案都是各自为政，这样带来的重复造轮子和生态不兼容的副作用影响深远。
 
“国内官方组织或者企业领头羊如果能够针对生成式AI的推理、加速定一个标准，然后搞一些可以通用的架构，将其标准化之后，软件和生态的开发相对来说就容易一点。”盛陵海建言道。
 
届时，我们生活的整个科技世界，也将在AI的推动下，迈向一个新台阶。