算法|算力大爆炸：万亿个！算法复杂度已超越人脑神经元数量( 二 ) 芯片|算法

赵立东解释，在训练领域，由于需要支持不同的算法、模型、软件站等，更适合通用型芯片，而在推理场景下，需要发挥出极致专一的单项性能，更符合专用型芯片的特征。
爱芯科技董事长兼CEO仇肖莘认为，在边缘侧和终端侧，专用型芯片的使用前景更广，在边缘侧时刻要面对功耗、面积、成本的挑战，此时Asic芯片等效能更高。
03算法参数已超过人脑神经元数量伴随着AI行业的快速发展，算力呈现无上限式的快速增长，对半导体行业来说，这俨然就是摩尔定律之后的又一次革命。
赵立东介绍，非盈利组织OpenAI数据显示，AI算力正以每年10倍的速度极速增长，比摩尔定律更快。
谷歌发布为自家的最大语言模型GPT-3设计了1750亿个参数，这个数字已经接近人脑神经元数量。
不过这还不是世界上最大的计算模型，目前超过万亿参数的模型已经诞生，已经超过了曾被认为最复杂的人脑神经元结构，这背后无疑需要使用超级强大的集群算力。
赵立东认为，当前计算模型越来越大，参数越来越多，应用场景也日趋多样化，AI发展对算力的需求显然非常巨大。
仇肖莘则提醒，在不同场景下，未必算力越大越强就越好。在边缘侧比拼算力和核心数是不聪明的做法，边缘侧需要提升能效比。目前，一颗10TOPS算力的芯片常常利用率仅有15～20%，如果利用率提高至50～80%，那么意味着算力得到了4倍的提升。
仇肖莘认为，从AI算法角度来说，算法工程师不是创造的参数越多就越好，从芯片效率提高角度来说，还有更聪明的办法。
刁石京补充，当前的数据、算法、算力仍常应用于数据对比领域，未来如判断、决策等都需要新的算法，“无论算法如何改进，最终都离不开芯片，这是核心要义。”
04别让“外力扭曲了市场”半导体行业有句老话，老大吃肉，老二喝汤，老三日子不好过。当前国内半导体领域百花齐放，创业公司数量众多，未来产业将如何整合？中国半导体公司间将形成怎样的竞争态势？
从投资者角度来看，武岳峰资本创始合伙人武平透露，自己和其他投资人都曾期盼中国边缘侧应用的兴起，但在迟迟不见杀手级应用的前提下，他选择了先投资云端领域，例如上海燧原就是设计生产云端训练芯片的公司。
但随着安防、自动驾驶等边缘侧应用场景逐渐清晰，武平表示，投资人此时开始注重边缘侧的投资。
仇肖莘坦言，在其公司所在的终端侧市场，存在许多细分市场和小型公司，但芯片行业恰恰需要规模化才能获得利润，推动先进技术研发，“未来，小公司也许会越来越少，在2～4年里逐渐走向整合。”
“是否有外力扭曲了市场”是一个值得关注的话题。刁石京解释，如市场分割、地方保护主义等非常规竞争手段也在潜移默化中影响着行业，“有些领域本来可以实现快速突破，但依存生态领域，打了十几年，没有形成主流生态。”
刁石京呼吁，要让企业在公平市场环境下竞争，希望在国家政策引导下能建立一个公平的环境，以满足我国产业需求，战略追赶国际先进水平。
05底层支撑社会管理和制造业转型虽然安防、自动驾驶等应用已经让人们看到了AI应用的真实落地场景，但这还不“解渴”，蓬勃发展的AI和半导体行业显然还需要更多的“杀手级市场”，那么这些潜在的行业应用究竟藏在哪里呢？
武平对此颇为乐观，除了看好工业4.0概念之外，他认为，起居、出行、驾驶、运动锻炼、生物医药，“所有角落都可能藏着改变的机遇。”
刁石京认为，半导体行业应该在国家社会管理和制造业转型升级两大方面起到底层支撑作用，而这反之也是行业的蓝海市场。