通用大模型的空前突破為人工智能（AI）攪動了一池春水。但面對AI突破性發展帶來的AI芯片爆發式需求，國內芯片供應并沒有跟上這個步伐。隨著科技巨頭和新興公司爭相爭奪大機型，新一輪人工智能芯片短缺正在出現。

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相關計算任務的芯片。它們是構筑算力的重要基石。

中國信息通信研究院在8月19日發布的《中國綜合算力指數（2023年）》白皮書顯示，我國算力產業保持高速增長，其中人工智能算力在整個算力結構中的占比已經超過25%。我國算力總規模近五年年均增速近30%，數據中心機架數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。”北京超級云計算中心技術CTO甄亞楠對人民網財經表示，當前相關的算力服務器呈現持續緊缺狀態，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到明年。

不僅供應緊張，價格也節節攀升。以目前較為主流的英偉達A100 GPU為例，大模型的單次訓練要求至少百卡、千卡規模。依據當前市場價格，建設1000卡GPU規模的算力集群成本可達2億元。

在大模型建設正酣的同時，人工智能技術與健康、教育、交通等其他領域的交叉融合也逐漸加深。華大基因高性能計算研發總監王浩靈表示，基因行業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，視為數字經濟發展的重要指標。燧原科技創始人、董事長兼CEO趙立東認為，大模型算力需求將進一步驅動AI芯片的研發，“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。”

國產AI芯片市場：挑戰與機遇并存

業內人士表示，目前國內智能算力的發展，特別是適用于大模型訓練的算力，與全球算力發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、約束應用部署規模，更會阻礙人工智能技術的發展，“許多創新的算法和方法需要大規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造力和實驗空間，從而阻礙人工智能技術領域的進一步突破。”

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，其占據了80%以上的市場份額，一直保持著無可匹敵的競爭優勢。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芯片無法在國內銷售，定制版A800和H800又缺貨嚴重，在這種情況下，國產AI芯片肩負起填補市場空缺的重要使命。

據人民網財經不完全統計，目前，百度、阿里巴巴、騰訊和華為等互聯網巨頭公司已加快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，一些初創公司則從芯片的底層架構設計入手，試圖通過“彎道超車”抓住機遇。

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

但需要指出的是，目前，國產AI芯片在大模型推理方面表現相對出色，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。

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

多位業內人士表示，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AI芯片訓練產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；在生態方面，英偉達GPU配套的CUDA軟件生態系統廣泛應用，國內AI芯片面臨著“要么兼容一個不開源的生態，要么從零開始自建生態”的兩難選擇。

具體而言，國產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，這導致國內企業對其采用的意愿不強。此外，生態系統和自主工藝等難題也有待突破。

“只有解決了這些問題，國產AI芯片才能真正被廣泛應用起來。”天數智芯董事長兼CEO蓋魯江說。

國產AI芯片該如何發力？

近年來，我國高度重視AI芯片產業，發布了一系列支持政策，營造良好產業環境，在技術創新、項目建設、資金保障、標準制定和人才培養等方面都給予了扶持，為我國AI芯片發展打下了政策基礎。

從產業角度看，樂觀地說，國產AI芯片可謂正處于百花齊放、百家爭鳴的萌發階段，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實、真正與行業邏輯深度融合并廣泛賦能，在數據中心側，AI芯片會繼續維持協處理器或者加速器的形態；在終端應用側，AI最終會收斂為一個關鍵因素，發展為異構或者超異構芯片的形態。

如何進一步提升國產AI芯片競爭力？多位業內人士提出建議：要鼓勵更多企業和社會資本進入AI芯片領域，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；加快工藝創新進步，構建本土供應鏈體系。

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

趙立東認為，推動國產AI芯片發展，就是為了有更加充足、更加便捷、更加平價的算力，從而實現真正的算力普惠，而要做到這一點，就必須依靠創新的芯片架構和開源的產業生態。

蓋魯江建議，應協同各方加快制定自主標準，進一步擴大國產通用GPU支持的開發框架、操作系統、算法模型、業務應用以及社區開發者的范圍，建立起自主生態圈。

陳大紀表示，產學研用各單位應以人工智能技術與產業融合創新為導向，聚焦產業智能化場景創新需求，研究、開展與場景結合緊密的智能芯片相關的標準需求，并以標準為依托，共同建設人工智能場景創新支撐環境，探索多元主體合作的場景創新新機制，通過助力場景創新，不斷將應用創新與市場需求相結合，合力促進我國AI芯生態建設。