2023年，以ChatGPT为代表的大模型应用掀起新一轮的人工智能革命。GPT从第一代的50亿个参数，逐渐壮大至GPT4.0的万亿级参数，这背后也意味着对芯片算力的需求的不断攀升。在人工智能时代，算力即生产力和资本。根据浪潮和IDC联合发布的《2020全球计算力指数评估报告》指出：计算力与经济增长紧密相关，计算力指数平均每提高1个点，数字经济和GDP将分别增长3.3‰和1.8‰。AI计算的占比正逐年提高，预计到2024年将达到23%。
然而，我国却正在面临着海外高端算力芯片供应受限，且生成式AI芯片“一芯难求”的局面。AI硬件自主可控成为当务之急。在这样的背景下，9月20日，中国领先的互联网平台出海企业昆仑万维宣布将投资控股AI算力芯片企业艾捷科芯，根据昆仑万维公告，合计出资6.8亿元人民币，获得艾捷科芯58%的股权。增资后，艾捷科芯将纳入公司并表范围。
昆仑万维是生成式AI的积极拥抱者，今年4月17日，公司发布了“天工”通用大模型，其推理能力大幅领先GPT3.5和LLaMA2。此次控股艾捷科芯之后，昆仑万维将进一步完善其AI版图，为生成式AI打下坚实的技术基石。此举不仅标志着昆仑万维成功完成了AGI与AIGC全产业链布局，也意味着国内生成式AI赛道中新添一员大将。
艾捷科芯：专注于生成式AI的高性能计算
昆仑万维投资控股的艾捷科芯，是一家专注于AI大算力及配套芯片的研发生产企业，尤其聚焦于生成式AI的智能计算。其核心团队汇集了来自芯片研发、集成电路、人工智能及大型语言模型等领域的顶尖专家和学者。
其中，公司创始人蒋毅敏博士是芯片领域的领军人物。他于1996年毕业于清华大学电子工程系，并在美国马里兰大学取得了电机工程硕士和博士学位。蒋毅敏博士在卫星、无线通信、数字电视、可配置矢量数字信号处理器等领域有重要创新突破。艾捷科芯算是蒋毅敏博士的第二次创业，早在2005年，蒋毅敏博士回国联合创立了半导体设计公司——北京中天联科科技有限公司，并出任首席技术官。凭借卓越的业绩，中天联科于2009年被国际知名评估机构iSuppli公司评为中国集成电路设计行业的领军者。
艾捷科芯创始人蒋毅敏博士蒋毅敏博士不仅是一位出色的企业家，还是一位眼光独到的投资家。他是国内多家市值达数百亿元人民币半导体企业的董事（例如安路科技），并主导投资了盛科通信、半导体公司派瑞股份、OLED显示驱动芯片公司云英谷等高科技企业。
「半导体行业观察」独家采访艾捷科芯蒋毅敏博士获悉，艾捷科芯所要打造的首先不是一款DSA（Domain Specific Architecture，领域专用架构）芯片，也不做图形处理，而是旨在开发一款可编程的、具有高性能的NPU产品。在功能上，推理和训练都将会涉猎。在蒋毅敏博士看来，对于生成式AI芯片而言，软件生态的重要性不亚于芯片本身。
自从英伟达的GPU在生成式AI市场上取得巨大成功之后，在国际舞台上，许多企业已经认识到了生成式AI芯片的应用潜力，并投入了大量资源进行研发。其中不乏有传统的AI芯片公司和新进场的初创公司，如Graphcore、Cerebras和SambaNova，都对生成式AI芯片赛道“虎视眈眈”，正在试图通过生成式AI芯片改变现有的竞争格局。不过这个市场不是那么容易，强如英特尔和AMD，在打生成式AI市场上都略显吃力，其难度可想而知。
对此，蒋毅敏博士坦言，生成式AI芯片的研发难度确实很高。与传统AI芯片相比较而言，首先，像ChatGPT这样的AI应用需要大量的模型参数训练，其计算量很大，所需的并行处理能力更强，对算力本身的需求高；其次，它处理的数据量巨大，因此对内存带宽有很高的要求，即数据读取的速度要够快；最后，基于Transformer结构的大模型大量采用了注意力机制，与基于CNN（卷积神经网络）和RNN（递归神经网络）的AI芯片相比，生成式AI芯片中的神经元间连接众多，因此需要强大的扩展（Scale out）能力。
所以，可以看出生成式AI芯片面临的核心挑战主要有三个：一是如何提高计算速度；二是如何优化存储；三是如何有效地进行互联。在解决存储优化这一挑战时，许多当前市面上的主流生成式AI芯片选择采用了HBM技术。例如，英伟达的最新GPU使用的是HBM3，而英特尔的Gaudi2，专为大模型设计，采用的是HBM2。HBM，全称“High Bandwidth Memory”，是一种高效、堆叠式的DRAM技术。与传统的DDR型DRAM（如DDR4和DDR5）相比，HBM为用户提供了更大的数据传输带宽。蒋毅敏博士指出：“HBM的优势在于其高存储密度，例如单颗芯片能达到80G的密度。但它的数据传输速率相对有限，大约可达到1.2~2TB/s，并且功耗较大。所以，在存储密度与读取速度之间，我们需要做出权衡，这正是我们的创新点所在。”为了在技术上实现新的突破，公司正在考虑采纳一系列创新的架构设计。
值得一提的是，为了加速研发和产业化，艾捷科芯还与中国科学院微电子研究所以“产研结合、互利共赢”为宗旨，签署合作意向共建实验室。实验室主要聚焦于高性能计算领域的先进存储、封装技术的研发，以及与高性能算力系统集成的系统技术研发和产业化工作。
昆仑万维完成AGI与AIGC全产业链布局
据官网显示，昆仑万维是中国领先的互联网平台出海企业，深耕海外市场十余载，业务覆盖包括信息分发、社交、 娱乐、元宇宙、游戏及 AIGC 等多个领域。昆仑万维自2020年开始布局AGI，经过三年的积累和沉淀，于今年4月17日发布了“天工”通用大模型，此后，昆仑万维又开始了积极探索大模型的落地。昆仑万维率先从搜索引擎方面突破，于8月23日发布了国内第一款融入大语言模型的搜索引擎——天工AI搜索，助推传统搜索迈入AI时代，成功实现了大模型应用的率先落地。
天工大模型的性能也表现不斐，在9月16日的Benchmark GSM8K测试中，天工以80%的正确率脱颖而出，大幅领先GPT-3.5（57.1%）和LLaMA2-70B（56.8%），即将接近GPT-4。除了推理性能之外，天工大模型在GSM8K、MMLU、C-EVAL、HumanEval四项数据集测试中，天工大模型均获得较高的正确率。如下图所示，其核心性能均达到了国际领先水准。这不仅证明了天工大模型的“聪明”程度，更显示了其出色的通用适用性。
随着对艾捷科芯实现控股，昆仑万维的布局将涵盖大算力、大模型算法、AI应用，进一步完善了其在AGI与AIGC的产业链布局。不仅如此，随着后续生成式AI芯片的推出和算力上的支持，昆仑万维将可以研究、开发并实施更为先进的AI算法和框架，有能力处理更复杂的AI应用，为用户提供即时和更为精确的反馈，从而提高用户体验。这种全产业链的布局有助于昆仑万维进一步推动AI产品的落地。
需要强调指出的是，昆仑万维已经构建起涵盖AI大模型、AI搜索、AI音乐、AI游戏、AI社交、AI漫画等六大AI业务矩阵。因此，除了天工大模型和天工AI搜索之外，昆仑万维将会进一步开拓更广阔的生成式AI市场。蒋毅敏博士也指出，生成式AI市场的需求是多元的。目前市场上已经有许多基于生成式AI的应用，如生成文本、代码、搜索引擎和画图等。除此以外，包括AI游戏中的NPC（非玩家角色）、私有云和数据保护在内的特定垂直领域，国内也会有大量的特定领域的需求。因此，从一个细分市场切入，进行深入研究和开发是比较好的策略。
而对于艾捷科芯而言，在获得昆仑万维投资背书之后，昆仑万维既是股东，又是下游的潜在客户，能够更好的帮助艾捷科芯做好产品定义，是双重助力的体现。
在蒋毅敏博士看来，要想在生成式AI领域中脱颖而出，有四点很关键：“首先，要定义好产品，明确使用场景和主要用例是什么？第二是找对人和团队。再者，技术路线的选择很重要；最后就是拼技术和执行力。”
结语：
从文本语言、图片、视频到各行各业，生成式AI的影响还在不断扩大。而昆仑万维和艾捷科芯这样上下游全产业链的紧密联动，将更有助于国内生成式AI的加速发展，进一步抢占先机，先发制人。
虽然在当下，生成式AI芯片是巨头的天下，但对于定制化和特定应用场景的需求，国内初创公司拥有先天的地理和文化优势，可以更快响应市场并精准定位。结合中国庞大的内需市场和产业链整合能力，国内初创企业有望分得一杯羹。从长远看，生成式AI芯片不仅是硬件升级，更将涉及到底层技术体系的革新，生成式AI芯片将是芯片公司所要攀登的新高地！群雄逐鹿，AI芯片的号角再次吹响。
（来源：News快报）
