2022世界人工智能大會（WAIC 2022）召開前夕，第一財經記者探訪世博中心展臺，華為昇騰、瀚博半導體、燧原科技等一眾芯片參與者齊聚，屆時將有包括國產云端GPU等重磅產品發布。（半導體人才）

目前，上海已匯聚全國40%左右的集成電路人才，最新數據顯示，今年1至7月，上海集成電路產業銷售額同比增長超過18%；上海已成為國內集成電路企業最積聚、產業鏈最完整、綜合技術水平最高的地區之一。2021年以來，已有17塊AI芯片在上海點亮成功。

尋求差異化發展路徑

燧原科技方面8月31日對外表示，公司創始人兼CEO趙立東將于WAIC大會期間亮相并發布重磅新品。此前，燧原以及發布了國內最大AI計算單芯片“邃思2.0”和AI推理芯片“云燧i20”。

第一財經記者8月31日從上海瀚博半導體公司了解到，該公司即將在WAIC大會上發布的這款國產云端GPU芯片SG100，將創造超高吞吐、超高質量、低延時編碼能力的新紀錄，為云游戲、云手機、云桌面、云計算等元宇宙關鍵性應用場景提供深度優化。

“SG100的到來，瀚博正式邁入了GPU公司行列。未來瀚博將基于GPU和AI芯片帶來更多產品組合，更好地滿足市場需求。”瀚博CEO錢軍對第一財經記者表示。據介紹，SG100是一款云端GPU，包括了圖形顯示部分的功能。

錢軍曾是芯片巨頭公司AMD的中國前高管，他坦言，在GPU領域，中國企業要趕超英偉達等世界頭部公司很難，因此瀚博選擇了“彎道超車”的路線。

“GPU的研發有很高的技術門檻。三年前，瀚博剛成立時，我們也思考過是否直接做GPU，但我們前面有英偉達等業界頭部公司，我們在研發、硬件和軟件以及整個工程能力等各方面的能力都需要加強。”錢軍對第一財經記者表示。

瀚博選擇了差異化的發展路徑，最初選擇針對“AI+視頻”市場做DSA架構的AI芯片，從而最大程度發揮研發團隊在視頻領域的經驗以及對于大芯片的駕馭能力。“現在我們的GPU將更好地滿足市場對智能視頻視覺、圖形圖像處理的算力需求。”錢軍表示。

通用GPU賽道火熱

近年來，國內大量芯片初創企業都瞄準了通用GPU賽道。具不完全統計，國產初創GPU公司最近兩年獲得了超百億元的融資，其中壁仞科技和摩爾線程兩家的融資額就超過80億元。

與融資同樣快速的是產品的研制。以摩爾線程為例，該公司在不到300天時間里，就宣稱完成了首顆國產全功能GPU研制，算力理論上相當于英偉達GTX 1070。

今年5月，上海誕生的半導體公司天數智芯的通用GPU推理芯片智鎧100成功點亮，基于全自研的通用GPU計算核心，能夠支持國內外主流AI生態和各種深度學習框架。

天數智芯CTO呂堅平日前在其應用開發平臺的一場公開會議上表示：“衡量芯片產品性能不能僅停留在一兩項指標層面，尤其是大算力芯片，還應該著重考慮到芯片的通用性。”

他認為，芯片產品的通用性包括兩個角度，一是本身的架構要通用，二是要獲得數量足夠多、覆蓋面足夠廣的客戶支持。

8月9日，上海壁仞科技也發布了一款通用GPU芯片BR100，并在國內率先采用chiplet技術。公司稱，單芯片峰值算力達到PFLOPS級別，可實現“每秒千萬億次計算”，這是英偉達目前在售的旗艦計算GPU產品A100的3倍還要多。

不過，國內芯片產業發展仍然需要構建生態圈。中國工程院院士倪光南表示，一些企業的通用GPU產品在短短一年多時間內已經應用落地，企業向行業開放技術能力，也將為我國計算產業自主生態建設提供強大的助力。

倪光南提出建議，認為產業上下游企業應該形成更加緊密的協作關系，共同開發基于自主通用GPU的設備系統以及解決方案，實現在更大范圍、更多場景中的應用，加快構建起自主的計算產業生態體系。

解決算力問題

無論是元宇宙，還是智慧醫療、無人駕駛、金融科技、量子計算等技術和應用的落地，都需要算力的支撐。

“元宇宙時代，CPU已經無法滿足指數級增長的算力需求，異構加速計算為滿足世界對算力的日益增長提供了可行的解決方案。”一位業內人士對第一財經記者表示，“CPU、GPU、FPGA、ASIC、專用AI加速器的異構融合為提高算力開辟了新的方向，能夠有效地解決日漸增長的算力需求，將在游戲、人工智能、元宇宙等多個領域發揮重要作用。”

有關數據表明，元宇宙想要實現視聽級的沉浸式體驗，實現電影大片級的效果，當前算力要提升上千倍，而如果試圖創造一個混淆現實的虛擬世界，算力需求會是如今的100萬倍。

“打造軟硬一體化算力基礎設施，將支撐元宇宙的發展。芯片廠商可以聯合打造軟硬件生態，為數字人和數字孿生的構建提供多元算力，以及豐富的技術和工具，推動構建多場景應用平臺。”錢軍對第一財經記者表示。

智算中心作為新型算力公共基礎設施，符合中國當前社會經濟發展階段和轉型需求，是促進AI產業化和產業AI化的重要引擎，在推動國家人工智能戰略實施，賦能實體經濟實現新舊動能轉換，提升社會治理水平，促進人工智能科研和工程技術人才培養等領域發揮重大支撐和推動作用。

錢軍認為，智算中心的建設仍面臨多重挑戰，包括全面提升AI算力供應，保證長期的技術領先性，促進海量數據開放共享，全面提升AI算法訓練數據質量，沉淀的數據資源在各個應用場景中實現價值最大化。（芯片求職）

此外，從行業的角度來看，智能制造領域中的人工智能標準仍然相對較少，無法滿足當前人工智能技術的標準化需求，這些可能會制約人工智能應用的有序、規范、健康發展。

來源：第一財經