通用还是专用？AI芯片发展路线为何？学界业界“抢话筒”讨论

图说：论坛现场 采访对象供图

为满足大型模拟计算、科学计算、未来5G技术带来的新场景、新变化，全球算力的需求自2012年起每3.5个月就翻一倍，远远超过了摩尔定律的发展速度。传统计算技术体系困局逐步显现，亟需计算系统架构的革新。AI芯片架构的布局方向何在？抢占未来AI芯片技术方向的制高点具有重要的战略意义。日前在上海环上大科技园，由中国计算机学会青年计算机科技论坛上海学术委员会举办的一场论坛气氛热烈，来自学术界和企业界50多位嘉宾齐聚研讨，“抢话筒”探讨AI芯片的技术发展路线与软件生态。

壁仞科技联合创始人焦国方博士认为，当前智能计算技术的破局应从多个层次进行垂直发展——发展更加并行化、更加专用化的芯片架构；异构芯片互联封装的高级封装技术；此外，对数据中心加速及创新的软硬件一体化架构也都是实现未来计算需求的关键技术。燧原科技首席芯片架构师刘彦先生提到了更专用、高级封装降低研发成本、资源池化等数据中心AI算力架构的新趋势。上海大学的段圣宇博士也认同专用芯片的趋势，他同时指出，领域专用AI芯片的开发具备更长的周期、更高的投资及更大的风险，因此，降低专用AI芯片的研发成本以及在一定程度上提高其通用性是领域专用架构发展的重中之重。

也有嘉宾认为，多架构共存及异构才是未来趋势。上海阵量智能科技有限公司的王勇认为，AI芯片架构的讨论应该将推理和训练区分开，不同架构具有不同优势。刘彦也提到，针对数据中心或端侧等不同应用场景，需要通用芯片和专用芯片互补。

在更远的未来，类脑计算芯片是否会成为最主流的计算架构？上海新氦类脑智能科技有限公司的江伟杰表示，类脑计算利用推理法，特别适合现实中更普遍的小样本甚至无样本的任务，在应用层面大有可为；脉冲神经网络、新兴器件（光学器件）、存内计算以及模拟计算，是类脑芯片发展的关键技术。

新民晚报记者 易蓉