展会信息港展会大全

对话Gartner研究副总裁盛陵海:美国持续升级AI芯片管制,对中国AI发展影响几何?|钛媒体AGI
来源:互联网   发布日期:2024-06-17 14:47:47   浏览:6733次  

导读:(图片来源:StockCake) 钛媒体App6月14日消息,近日,据环球时报报道,美国政府正在考虑进一步限制中国获取用于 AI 的芯片技术,包括全环绕栅极(GAA)以及高带宽内存(HBM),不过,该规则尚未最终敲定。 对此,6月12日,中国外交部发言人林剑表示,在人...

对话Gartner研究副总裁盛陵海:美国持续升级AI芯片管制,对中国AI发展影响几何?|钛媒体AGI

(图片来源:StockCake)

钛媒体App6月14日消息,近日,据环球时报报道,美国政府正在考虑进一步限制中国获取用于 AI 的芯片技术,包括全环绕栅极(GAA)以及高带宽内存(HBM),不过,该规则尚未最终敲定。

对此,6月12日,中国外交部发言人林剑表示,在人工智能领域,美方一边表示希望同中方开展对话,一边酝酿打压中国人工智能技术发展,暴露出美方说一套、做一套的虚伪嘴脸。美方举措阻止不了中国科技进步,只会激励中国企业自立自强。中方将密切关注有关动向,坚决维护自身合法权益。

实际上,近两年,美国对华AI半导体出口管制持续升级,芯片采购、Al芯片设计、先进芯片制造均有涉及。而此次计划限制的GAA、HBM,均属于 AI 芯片领域的关键技术。

其中,GAA可以增强半导体性能并降低功耗,GAA-FET环绕栅极晶体管(Gate-All-Around)是继平面的Planar-FET以及2.5D的FinFET之后的一个全新3D架构技术,简单来说,2025年即将量产的2nm则正式进入GAA结构时代;而HBM,是用于模型训练的GPU(图形处理器)关键存储组件,目前包括SK海力士、美光科技和国内企业拥有这项技术。

目前,英伟达、英特尔和AMD等 AI 芯片公司正批量订购基于HBM技术的AI芯片,未来也将生产基于GAA的芯片。因此,这有可能影响未来中国企业与三星、英特尔、台积电等全球制造供应链的合作。

当前,中国和美国AI芯片市场总规模占全球90%以上。

据钛媒体App编辑计算和整理,2023年,全球 AI 芯片市场规模大约为536亿美元。其中,中国AI芯片销售额约1200亿元人民币(约合165.4亿美元),美国约为350亿美元以上。

Gartner预测,到2027年,全球AI芯片营收将是2023年市场规模的两倍以上,达到1194亿美元。

那么,美国持续升级AI芯片管制下,对中国AI发展影响几何?Gartner研究副总裁盛陵海(Roger Sheng)近日对钛媒体App等,分享了针对高性能AI芯片出口限制的一些破解策略。

中国大模型厂商无法获得用于训练的最新AI加速器卡,将大大增加所需时间,显著降低效率。

本地AI开发人员必须投资于将开发工具迁移到本地供应商平台,可能需要花费更多时间和工程资源。

AI基础设施的多样化,将导致AI技术向不同方向演进,并带来生态系统的孤立。这种做法不利于系统的健康运营,而且成本更高。

中国企业将更关注行业(垂直)大模型,而非通用大模型的生成式AI具体用例。

中国强调AI的重要性,并支持投资大规模基础设施,构建国家AI数据中心平台。

其他国内AI芯片供应商在中国获得更多商机,并通过与当地伙伴合作来升级其解决方案。

盛陵海认为,对于美国的限制,国内 AI 芯片企业不能有幻想,要多看国内芯片的供应商和国内相关的替代产品,虽然它们可能在初期时有很多问题和局限性,但是不给机会是永远培养不起来的。

对话Gartner研究副总裁盛陵海:美国持续升级AI芯片管制,对中国AI发展影响几何?|钛媒体AGI

他强调,有些企业现在低调、不敢做国家生意是没有意义的,只要大规模应用、让产品竞争力提高,美国一定会知道,它不动这家企业不是因为企业没有开发出AI芯片,而是因为这家企业还没对它构成威胁,有些企业需要调整认知偏差,只要芯片做得好,国内市场会给机会。

不过,长期来看,中国 AI 芯片市场依然具有很大的商机。

据Gartner预测,生成式AI将从2024年开始被越来越多的人所使用,2025年云端的AI推理需求会超过训练,而且需求量会增加得比训练更快。尤其是相对于云计算的大量推理成本投资,从不同的模型参数来看,边缘/端侧AI更加可行,设备端可支持10亿~100亿参数规模的模型,边缘端可支持100亿~1000亿参数规模的大模型。

对话Gartner研究副总裁盛陵海:美国持续升级AI芯片管制,对中国AI发展影响几何?|钛媒体AGI

对话Gartner研究副总裁盛陵海:美国持续升级AI芯片管制,对中国AI发展影响几何?|钛媒体AGI

盛陵海认为,未来边缘/端侧的生成式AI应用会从智能手机、电脑不断扩散到消费物联网、智能家居,进一步到汽车。生成式AI落地到汽车就需要更可靠、更高的自动化程度,需要和其它AI能力结合起来,从而实现更可靠、更迅速、更智能的应用处理能力。

盛陵海建议,全球要认识到生成式AI仍处于炒作顶峰阶段。而今年下半年OpenAI将推出GPT-5,这个时间点非常重要,可以看到Scaling Law(规律效应)到底还有多少有效范围、能走到什么地步。中国企业必须做好两手准备,选择合适的技术路线/解决方案,以建立AI能力,为生成式AI落地做好准备。

同时,他认为中国企业需要与本地AI基础设施提供商合作,并且采用边缘/端侧AI芯片提供商的最新解决方案,了解平台支持的AI模型和优化模型平台迁移的能力,在边缘/端侧平台上开发场景式生成式AI应用。

根据Gartner预测,到2026年,全球边缘AI芯片市场规模达到688亿美元,2022-2026年CAGR将达到16.9%。

盛陵海强调,美国的确在AI领域相对领先,但落到基础生产力上,中国企业有很大能力去实现这些产品。

“中国的 AI 大模型是从‘一无所有’再到‘自主研发’,AI 芯片也有这个坚定的信心,我们才能把AI芯片产业做起来。”盛陵海表示。

(本文首发于钛媒体 App,作者|林志佳,编辑|胡润峰)

赞助本站

相关内容
AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港