近日， 2023全球人工智能开发者先锋大会（GAIDC 2023）于上海成功举办。大会以“向光而行的AI 开发者”为主题，汇聚了当前科技和产业革命中的开发者先锋力量。

作为落户于上海市临港新片区的AI芯片企业，昆仑芯科技是“芯无限，闯未来——AI芯片开发者论坛”、“智领未来：大模型技术与应用论坛”的主要协办单位之一，并深度参与上述两个论坛的主题演讲，及互动体验展区，全面展现公司的综合实力优势。

“芯无限，闯未来——AI芯片开发者”论坛上，昆仑芯科技副总裁孙孝思围绕近期爆火的ChatGPT，分析其背后的算力、算法与数据三者的关系，并指出AI大模型的突破与创新需要算力基础设施。面对场景、数据驱动下AI芯片面临的挑战，昆仑芯已与智能产业的上下游企业建立良好的合作生态，向不同行业提供以AI芯片为基础的算力产品，驱动千行百业的智能化转型。

本篇以下内容整理于昆仑芯科技副总裁孙孝思题为《通用AI计算处理器——让计算更智能》演讲实录。（现场直播回放可于「昆仑芯科技视频号」查看）

2022年是整个人工智能芯片行业充满挑战的一年，从业者们都感受到丝丝寒意。因为2022年不仅处于疫情的波动期中，国际形势还对整个人工智能产业带来了限制。然而进入2023年后，ChatGPT带来了一点暖意。ChatGPT可以说是迄今为止增长最快的消费应用程序，它不是一触即发的，而是基于其前三代，不断迭代产生的，直到今天的爆发。

为什么如今有更多的人关注它，很多演讲人也不断提及它？因为ChatGPT带来了质的飞跃，超越了人类平均基准线。

Gartner在2022年发布了一个人工智能技术成熟度曲线，生成式人工智能处于技术萌芽和期望的膨胀期，也就是说，技术从最初我们在人工智能的理解上，开始慢慢向发展阶段过渡，这对于人工智能产业中，无论是做芯片、框架，还是做算法的人来说，都是一个极大的利好。

ChatGPT背后：算法、数据、算力三要素共振

AI大模型应用突破与技术创新：算力基础设施

目前，国内有很多关于ChatGPT的研究，除了清华大学的“八卦炉”，还有阿里、腾讯的大模型，也包括百度。百度即将在3月16日发布的文心一言，背后其实也是大参数、大算力、大数据量。我们可以意识到，未来的应用突破和技术创新需要算力的基础设施。

场景、数据驱动下人工智能芯片的挑战

算力对于场景的创新很重要。但是作为一个人工智能芯片的企业，我们也充分认识到，在市场需求打开的情况下，整个人工智能芯片也面临巨大挑战。

上图中，蓝线上是视频、自然语言处理和语音模型，其模型运算量平均每两年翻15倍；红线上Transformer的这种神经网络大模型，其模型运算量平均每两年会翻750倍；而灰线则标志摩尔定律下内存硬件大小的增长，平均每两年翻2倍。

因此，可以由此想到两点：第一，未来摩尔定律会面临失效的风险；第二，要考虑内存墙的存在。对于整个芯片行业的发展来说，如何在未来的演进中找到突破口，其实Chiplet是一个方向。可见，先进封装技术对于AI芯片行业将是一个重要的助推器。这几年，昆仑芯科技也在这方面做了很多基础研发。

人工智能芯片离不开工程实现，为什么这么说？因为它毕竟是一个产品，想要在行业跟场景紧密结合，必须解决三个问题：通用性、易用性和性价比。

企业、高校可以在基础科研上做很多的探索，人工智能芯片企业同时必须要考虑到它的应用、商业化落地等问题。如何去解决通用性、易用性和性价比的问题，是人工智能芯片厂商共同面临的挑战。

芯片不是一个标品。在硬件层面，我们可以达到业界主流GPU产品差不多的性能指标，但在软件层面上差距较大。从同行的角度来看，我们需要自己的软件栈去解决通用性问题，也要给开发者提供更好的软件栈，让开发者可以基于国内的人工智能芯片做开发。

结语

完善解决方案才能够真正赋能产业。昆仑芯两代芯片产品均已实现量产，广泛部署在智慧金融、智慧交通、智慧工业等领域，不断提供更优秀、更高效的解决方案，为客户提供更好的服务。