展會信息港展會大全

AI與半導體行業(yè)互為推動,多突破口已顯現(xiàn)
來源:互聯(lián)網(wǎng)   發(fā)布日期:2024-11-21 07:54:48   瀏覽:87次  

導讀:飛象網(wǎng)訊(源初/文)第二十一屆中國國際半導體博覽會(IC China 2024)在北京國家會議中心開幕。會上,當嘉賓們談到半導體行業(yè)的發(fā)展時,AI已經(jīng)成為了一個繞不開的話題,它因半導體而獲得了算力,算力的猛增又拉動了新的需求。然而,面對復雜的行業(yè)外因素,如何尋找突破口也同樣是備受關注的話題。AI與半導體互為推動AI正在引發(fā)新一輪科技革命,從語言模型、多模態(tài)模型的單體智 ......

飛象網(wǎng)訊(源初/文)第二十一屆中國國際半導體博覽會(IC China 2024)在北京國家會議中心開幕。會上,當嘉賓們談到半導體行業(yè)的發(fā)展時,AI已經(jīng)成為了一個繞不開的話題,它因半導體而獲得了算力,算力的猛增又拉動了新的需求。然而,面對復雜的行業(yè)外因素,如何尋找突破口也同樣是備受關注的話題。

AI與半導體行業(yè)互為推動,多突破口已顯現(xiàn)

AI與半導體互為推動

AI正在引發(fā)新一輪科技革命,從語言模型、多模態(tài)模型的單體智能,到能夠使用思維鏈(CoT, Chain of Thinking)進行推理的OpenAlo1,再到使用工具完成復雜任務的智能體(AIAgent),AI基礎能力正在快速演進。AlI將成為智能時代的基礎設施,融入生產(chǎn)和生活的每個環(huán)節(jié),重塑千行百業(yè),引發(fā)新一輪科技和產(chǎn)業(yè)革命。

AI與半導體已經(jīng)形成了一種相互促進的關系,共同推動下一輪技術超級周期的到來。

首先,半導體技術為更多的應用場景提供了支持,包括人工智能(AI)、物聯(lián)網(wǎng)(IoT)、5G通信和數(shù)據(jù)中心。這些應用反過來又產(chǎn)生了海量數(shù)據(jù),為AI的深度學習模型提供了驅動力。一項基于亞洲的數(shù)據(jù)顯示,自2019年以來,AI、物聯(lián)網(wǎng)和汽車等領域的數(shù)據(jù)量呈現(xiàn)出71%的年均復合增長率,反映出技術快速演進和廣泛的市場需求。

此外,大數(shù)據(jù)正被稱為“新的石油”,推動了AI算法和半導體行業(yè)的發(fā)展,特別是在AI加速器、高帶寬內(nèi)存(HBM)、存儲和網(wǎng)絡等關鍵領域。隨著AI技術的進步和大規(guī)模應用,半導體將進一步推動這些技術落地,形成互為推動的良性循環(huán)。

巴西半導體行業(yè)協(xié)會機構主任羅薩娜卡賽斯對于兩者的話題也表示稱,到2030年,僅AI一項預計將為全球經(jīng)濟貢獻超過15萬億美元。半導體行業(yè)持續(xù)突破創(chuàng)新邊界,研發(fā)更新、更強大的AI加速器。AI具備變革半導體設計和制造的能力。

與此同時,新興技術的能耗問題引發(fā)關注。黃仁勛曾提到:“沒有任何物理定律可以阻止AI數(shù)據(jù)中心擴展到一百萬芯片,但其能源供應可能需要核電站!盇I與人腦比較而言,人類大腦的功耗不超過25W,而英偉達8卡DGXB200功耗達14.3kW?紤]冷卻系統(tǒng)耗電量,百萬卡智算中心能耗將高達3GW。會上,有位嘉賓還做了這樣的比較,在京滬高鐵線上的每位乘客耗電量約為30度電,而預計全球數(shù)據(jù)中心在2024年的總耗電量將達7000億度。

AIDC在支持AI技術高速發(fā)展的過程中,逐漸呈現(xiàn)出高頻寬、大容量、大能耗三大趨勢。首先,AI模型的發(fā)展需要處理海量數(shù)據(jù),這對數(shù)據(jù)中心的計算與傳輸能力提出了更高要求;其次,AI的快速進步導致模型和數(shù)據(jù)規(guī)模顯著擴張,推動了存儲和處理能力的躍升。最后,隨著算力和存儲需求的快速增長,AIDC的能耗問題愈發(fā)突出,已成為行業(yè)的重要挑戰(zhàn)。

面對市場的機遇與挑戰(zhàn),尋找行業(yè)突破口自然也就成為大家關注的話題。

行業(yè)突破口在何方

對于國內(nèi)產(chǎn)業(yè)而言,會上有嘉賓表示,應當重視系統(tǒng)和芯片架構創(chuàng)新,縮小技術差距。應當積極開展芯片架構創(chuàng)新,如采用3D堆疊/Chiplet/存算一體等新架構,努力縮小大算力芯片的技術代差。積極開展異構大算力集群系統(tǒng)的架構和任務調(diào)配等方面的優(yōu)化工作,努力縮小大算力集群系統(tǒng)的性能差距。

同時,還要重視端側AI技術創(chuàng)新,端側AI擁有清晰的商業(yè)模式,更易實現(xiàn)規(guī);涞。其芯片對算力(如TOPS數(shù)量)和制造工藝(如7nm及以上工藝)的要求相對較低,從而降低了研發(fā)和生產(chǎn)成本,為更多企業(yè)參與創(chuàng)造了機會。此外,端側AI應用場景多樣化,包括智能設備、車載終端和工業(yè)物聯(lián)網(wǎng)等領域,這些需求驅動了端側AI的快速發(fā)展。面向半導體行業(yè),需要探索多核異構計算架構,提升端側設備的算力效率與適配能力。開發(fā)兼容多種終端應用的AI軟件堆棧,以及高效的端側芯片。端側AI的未來將以低成本、高效能和廣泛應用為目標,推動人工智能在終端設備上的深度集成與創(chuàng)新,構建更加智能化的生活與產(chǎn)業(yè)生態(tài)。

贊助本站

相關內(nèi)容
AiLab云推薦
展開

熱門欄目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能實驗室 版權所有    關于我們 | 聯(lián)系我們 | 廣告服務 | 公司動態(tài) | 免責聲明 | 隱私條款 | 工作機會 | 展會港