陈建宏
战略规划
过去十几年，几乎都是芯片定义AI。英伟达发布什么GPU，大模型公司就围绕什么GPU训练，显存、带宽、互联能力决定了模型能够做到什么程度。但最近几条新闻放在一起看，我认为一个新的产业阶段已经开始了。Anthropic启动自研AI芯片，Meta持续推进MTIA，OpenAI也早已布局芯片团队。与此同时，可灵AI完成30亿美元融资，这些资本最终都会转化为新的算力需求。几条新闻共同释放出同一个信号：AI开始反过来影响半导体产业链。 很多人认为，大模型公司做芯片是为了降低成本。我并不完全认同。真正驱动它们的，是通用GPU越来越难满足不同模型的最优需求：HBM带宽、互联协议、推理效率以及模型调度，都越来越需要围绕模型本身进行优化，而不是依赖一套统一的硬件方案。所以，我更愿意把当前的产业变化理解为：过去，是芯片定义模型；未来，是模型开始定义芯片。这并不意味着英伟达会被取代。训练侧的通用GPU仍然拥有极强的竞争力，但推理侧正在快速走向定制化，产业也开始从”唯一答案”走向”多种答案并存”。芯片的定义权，正在逐渐向模型公司转移。 对运营商和智算中心来说，这个变化更加值得关注。未来采购算力，已经不再只是选择一款GPU，而是要规划一套能够兼容GPU、ASIC、推理卡以及不同软件栈的异构算力体系。真正需要竞争的，不只是硬件数量，而是整个算力体系的设计和运营能力。 过去，模型追着芯片跑；未来，芯片开始追着模型跑。我认为，这可能是未来几年AI基础设施最值得关注的一次底层变化。
发布于 江苏
2
评论
赞
未登录
友善发言
评论
加载中
