AI 与芯片:专用化、存算一体与端侧多模态

多条讨论汇总了 AI 与半导体结合的未来场景与技术趋势。
Key insights
具身智能将驱动专用低功耗实时芯片需求
讨论指出当前 AI 多在屏幕内运行,具身智能(机器人、无人机、自动驾驶)要求芯片能在极低功耗下实时处理视觉、决策与控制,这类场景对延迟与能效有严格要求,通用 GPU 难以满足。若具身智能芯片在未来 3–5 年成熟,将催生 AI 保姆、AI 工人与 AI 快递员等万亿级市场并推动芯片设计向专用化转变。
端侧多模态将推动手机、车载与 AR 芯片下沉
未来大模型将从云端下沉至手机、汽车与 AR 眼镜,要求端侧芯片在几瓦功耗下同时处理文字、图像、语音与视频。高通、联发科、华为等厂商已布局端侧多模态芯片,若实现将催生新一代智能硬件,类似 iPhone 对智能手机的推动效应。
存算一体被视为解决内存墙与能耗瓶颈的关键技术
当前大模型瓶颈是数据搬运而非纯算力,存算一体通过把计算与存储更紧密结合减少数据移动,若技术突破并量产,将显著降低推理成本并使许多当前不可行的应用成为可能。国内外高校与创业公司在该方向展开研究,预期 3–5 年为关键期。
芯片与算法联合优化成为竞争核心
未来芯片设计将与算法协同优化——算法了解芯片特性、芯片针对算法做优化。实例包括苹果神经网络引擎与 iOS 的整合、特斯拉 FSD 芯片针对自动驾驶算法定制。国内厂商如华为尝试将昇腾芯片与大模型、系统打通,软硬一体化能力或将形成核心竞争力。
产业采购与资本布局显示短期市场偏向大型供应商
市场层面,Anthropic 与 Google 达成大规模 TPU 采购,Meta 正与 Google 商谈数十亿美元 TPU 采购,短期市场投票显示对大型云与芯片供应商的偏好,这影响供应链与研发投入方向。