智東西（公眾號：zhidxcom）
作者 | ZeR0
編輯 | 漠影
從(cong)2022年11月開(kai)始(shi)，美國人(ren)工智(zhi)能（AI）公司OpenAI連續祭出ChatGPT家族的3、3.5、4以及插件還有商業落(luo)地模式的連環(huan)大招，引(yin)爆了(le)全球關注(zhu)和期待(dai)AI應用(yong)發展(zhan)的新一輪熱(re)潮。而(er)在(zai)此之(zhi)前，AI發展(zhan)歷程中已出現過兩次“圣(sheng)杯時刻”。
2012年10月，在(zai)國際(ji)頂(ding)級(ji)賽事(shi)ImageNet計(ji)算(suan)機視(shi)(shi)覺(jue)挑(tiao)戰賽上(shang)，杰弗(fu)里·辛頓與(yu)其團隊(dui)用(yong)卷積神(shen)經網絡（CNN）算(suan)法一(yi)舉奪(duo)魁，憑借比人眼識別還低的錯誤率，掀(xian)開了計(ji)算(suan)機視(shi)(shi)覺(jue)盛世的序(xu)章。
2016年(nian)3月，DeepMind研發的AI程序AlphaGo戰勝世(shi)界圍棋(qi)冠軍李(li)世(shi)石(shi)，在全世(shi)界擲下一枚重磅炸(zha)彈(dan)。“人工(gong)智能(neng)”從此出圈(quan)，創業狂瀾(lan)席(xi)卷全球(qiu)，2016年(nian)也(ye)被稱(cheng)作“人工(gong)智能(neng)元年(nian)”。
兩次“圣杯時刻”背后的算力功臣，分別是英偉達GPGPU（通用圖形處理單元）芯片與谷歌TPU（張量處理單元）芯片。他們也成為業界AI大(da)算力(li)芯片企業競相模仿和追趕的對象。
如今，ChatGPT的橫空出世宣告著AI行業迎來第三次“圣杯時刻”，業界也將其盛贊為AI時代的“iPhone時刻”。盡管ChatGPT及一眾主流大模型背后的芯片主力仍是GPGPU，但嚴峻的挑戰已經擺到眼前：一邊是計算量爆棚的生成式AI與大模型發展熱情高漲，另一邊是即將觸頂的算力增長空間與算力消耗所帶來的驚人碳排放量。
正如馬斯克(ke)所(suo)述，大多數人會(hui)用(yong)舉(ju)一反三(san)的類比推(tui)理來思(si)考問(wen)(wen)題，即模仿別人做的事情再加以小(xiao)幅更(geng)改，可(ke)如果想做出新(xin)的東西，必須敢于打破常規、積極質疑舊的經驗知(zhi)識，探究問(wen)(wen)題本質，層(ceng)層(ceng)推(tui)演，進而創(chuang)造出新(xin)的解(jie)決方(fang)案。
中(zhong)國AI大(da)算力芯片的創新(xin)之(zhi)路，大(da)抵亦是如此。
當ASIC、GPGPU發展道路面臨底層技術與產業需求的雙向夾擊，“換道”也許能(neng)開辟新(xin)的可能(neng)。誰能(neng)率先(xian)填補大模型算力需(xu)求的缺(que)口，誰就(jiu)有機會搶占新(xin)一輪AI芯(xin)片搶位賽的前排(pai)。
一、國產AI大算力芯片的三波創業浪潮與三大技術流派
ChatGPT引起的算力(li)焦慮，已經(jing)將提高能效比與算力(li)利用率的迫切性推到(dao)臺前(qian)。
在產業(ye)前景、戰(zhan)略重(zhong)要性(xing)、自主可控(kong)等多(duo)重(zhong)因素驅動下，一批批中國AI芯片(pian)企業(ye)立足(zu)于不(bu)同的(de)技(ji)術路(lu)徑(jing)，前赴后繼地進入AI大算力(li)芯片(pian)領域，并形(xing)成群雄(xiong)逐鹿的(de)三大技(ji)術流派(pai)。
第一波浪潮是基于ASIC架構，也可以劃定為中國AI大算力芯片落地的技術1.0。
這可追溯至2015年-2016年，并稱“天寒(han)地鑒(jian)(jian)”的(de)(de)AI芯片四小(xiao)龍云天勵飛、寒(han)武紀(ji)、地平線、深鑒(jian)(jian)科技(ji)，都是在(zai)此期間啟動(dong)AI芯片研(yan)發。其中唯一的(de)(de)FPGA代(dai)表玩(wan)家深鑒(jian)(jian)科技(ji)于2018年被美國FPGA龍頭(tou)賽(sai)靈思(si)收購(gou)。寒(han)武紀(ji)和地平線分別是領跑云端和自動(dong)駕駛國產(chan)大算力芯片落地的(de)(de)企業(ye)，都選擇(ze)做ASIC（專用芯片）。
2016年5月，谷歌揭曉AlphaGo背后的功臣TPU，吹響了產業沿襲ASIC路線的號角。此后多家創企以及華為、亞馬遜等云計算大廠均選擇在ASIC芯片賽道安營扎寨。上海交通大學計算機科學與工程系教授梁曉峣告訴智東西，在算(suan)(suan)法較固定的(de)情況下，專(zhuan)用芯片的(de)性能和功耗優(you)勢明顯，能夠滿足企業對極致算(suan)(suan)力和能效的(de)追求(qiu)。
▲AI不同計算任務(wu)需要各類芯片實現（圖源：浙商證(zheng)券）
然而，下游AI算法(fa)的(de)演(yan)進速(su)度遠(yuan)超想象。根(gen)據頂級AI研究企業(ye)OpenAI在2018年(nian)發布的(de)一份(fen)分析報告，自2012年(nian)到2017年(nian)，訓練(lian)最大AI模型(xing)所(suo)使用的(de)算力(li)每(mei)3.4個(ge)月翻1倍。相比之(zhi)下，按照(zhao)芯片行業(ye)的(de)“圭臬(nie)”摩爾定律，芯片上容納的(de)晶體管數量每(mei)18~24個(ge)月才(cai)會翻1倍，兩者之(zhi)間僅從翻倍的(de)時間上，就產生了16-20個(ge)月的(de)差距。
專用(yong)(yong)芯(xin)片(pian)在特定(ding)場景能(neng)實(shi)現更高算力和能(neng)效(xiao)，但難以適應(ying)算法種(zhong)類快速的增加以及(ji)迭代速度，因(yin)此通(tong)用(yong)(yong)性(xing)更強的GPGPU一直是AI芯(xin)片(pian)的主角。在2018年中美科技競(jing)爭大幕拉開(kai)后(hou)，國產替代的呼(hu)聲(sheng)越(yue)來越(yue)高，創業熱點隨之切換到英偉達雄踞多年的GPGPU（通(tong)用(yong)(yong)GPU）賽道(dao)。
這成為第二波浪潮中主流技術路徑，也可以劃定為中國AI大算力芯片落地的技術2.0。天數智芯、登臨科技、壁仞科技、摩爾線程、沐曦集成電路等一批初創公司，大致都是2017年-2020年(nian)期(qi)間(jian)創(chuang)業或啟動自研GPGPU芯(xin)片的研發。
資(zi)本(ben)也蜂擁而至，邏(luo)輯很簡單，GPGPU市場有英偉達(da)珠玉在前，已(yi)經(jing)驗證了(le)成(cheng)功的(de)可能性。以英偉達(da)上百億美元(yuan)年收入(ru)與(yu)躋身全球前十的(de)市值來看，假(jia)若能切走英偉達(da)在中國的(de)市場份額，足以帶給(gei)國產AI大算(suan)力芯片企業優渥的(de)回報。
但無論是(shi)ASIC還是(shi)GPGPU，在應對生(sheng)成式AI及大模型正對算力(li)基礎(chu)設施提出的新(xin)要求，都(dou)顯得多少有些捉(zhuo)襟見肘。
▲大模(mo)型參數(shu)邁向千(qian)億時代，算力需求一(yi)路飆漲（圖(tu)源：浙商證券）
眼見著摩爾定律身陷邊際效用遞減的困境，ASIC芯片的弱通用性難以應對下游算法的快速演化，GPGPU又難解高功耗與低算力利用率問題，業界正翹首以盼新架構、新工藝、新材料、新封裝，以進一步突破算力天花板。
與(yu)此同時(shi)，博弈氣(qi)息日漸濃厚的(de)地緣關系，又給(gei)對先進制程工藝高度依(yi)賴的(de)AI大算力芯片創(chuang)企們(men)提出了技術(shu)之外的(de)新(xin)難(nan)題。
在這些大背景下，第三波創業浪潮正滾滾向前。從2017年到2021年期間集中成立的一批創企，選擇探路存算一體等新興技術，這可以被劃定為中國AI大算力芯片落地的技術3.0。
不同(tong)于(yu)ASIC與GPGPU，這些(xie)新興技術(shu)路線跳(tiao)出了馮·諾依曼架構體(ti)系，理論上(shang)擁(yong)有(you)得天獨厚(hou)的高能(neng)效比(bi)優勢，又能(neng)繞過先(xian)進制(zhi)程封(feng)鎖，兼(jian)顧更(geng)強通用性(xing)與更(geng)高性(xing)價比(bi)，算(suan)力發展空間巨大。隨著新型存儲(chu)器件走(zou)向量產，存算(suan)一體(ti)AI芯片(pian)已經(jing)挺進AI大算(suan)力芯片(pian)落地競(jing)賽。
▲馮·諾依曼、近存(cun)(cun)計(ji)算、存(cun)(cun)內計(ji)算架(jia)構(gou)對比（圖源：億鑄科技）
而(er)無(wu)論是傳統計算芯片(pian)還是存算一(yi)體芯片(pian)，在實際加速(su)AI計算時(shi)往往還需(xu)處理大(da)量的邏(luo)輯計算、視(shi)頻(pin)編解碼等非(fei)AI加速(su)計算領(ling)域(yu)的計算任務。隨著多(duo)模(mo)(mo)態成為大(da)模(mo)(mo)型時(shi)代的大(da)勢所趨(qu)，AI芯片(pian)未來需(xu)處理文本、語音、圖像、視(shi)頻(pin)等多(duo)類數據。
這個問題如何解決？億鑄科技，一家做存算一體AI大算力芯片的創企提出了自己的解法——存算一體超異構AI大算力技術路徑。這也是業(ye)內(nei)首次提出(chu)將存算一體(ti)和(he)超(chao)異(yi)構(gou)做結合，提供(gong)在(zai)大模型(xing)時(shi)代AI大算力芯片換(huan)道發展的一個全新思路(lu)。
二、兼顧通用性與高性能，未來必然走向超異構
生成式AI和大模型時代向算力基礎設施提出的核心要求，可以簡單概括為幾個詞：提高單芯片算力，突破算力利用率，實現更高能效比。
上海交通大學計算機科學與工程系教授、博導梁曉峣及其團隊是開源GPGPU平臺“青花瓷”的發起者。他談道，當下需從系統的角度來思考問題。首先在單芯片算力方面，他非常看好存(cun)(cun)算一(yi)體，認為通過引入新(xin)型存(cun)(cun)儲器件工藝，存(cun)(cun)算一(yi)體AI芯片有望將單芯片算力(li)提高1~2個數(shu)量(liang)級。
▲存算(suan)一(yi)體能(neng)(neng)實現(xian)超越傳(chuan)統ASIC芯(xin)片的更大算(suan)力、更高能(neng)(neng)效（圖源：浙商證(zheng)券）
但單顆芯片很難為大模型提供充足的計算資源與存儲資源，這就需要將很多計算芯片連在一起，形成系統。據韓媒報道，受ChatGPT熱潮驅動，韓國兩大存儲芯片巨頭三星電子、SK海力士的高帶寬內存（HBM）接單量大增。
芯片與芯片之間的數據傳輸過程，往往會造成大量不必要的資源浪費，導致計算系統受限于傳輸帶寬瓶頸，在實際應用中發揮的算力遠小于理論峰值算力。要進一步提升計算資源利用率，必須研究更先進的互連技術，以實現成千上萬個AI芯片之間的高(gao)效協同。
最后，軟件的(de)(de)(de)迭(die)代升級亦(yi)不可或缺。要(yao)降低芯(xin)片(pian)開發門檻并實現所(suo)有芯(xin)片(pian)的(de)(de)(de)高(gao)效協(xie)同，需要(yao)設計分布式的(de)(de)(de)AI編程軟件平臺，來解決線程調(diao)度、同步、任(ren)務(wu)平衡等復雜(za)問題。
“沒有一個(ge)單芯片(pian)能(neng)夠獨(du)立解決大(da)模型問(wen)題，所以一定是走向(xiang)一個(ge)超異(yi)構(gou)。”梁曉(xiao)峣(yao)說，盡管他(ta)(ta)很看(kan)好存算(suan)一體(ti)路線(xian)，但僅靠(kao)存算(suan)一體(ti)還(huan)不夠，還(huan)需與(yu)其(qi)他(ta)(ta)架(jia)構配合，形成一個完整的系(xi)統。
億鑄科技首次提出的“存算一體超異構”概念，就有(you)可能是一個(ge)未(wei)來的(de)理想組合。
超異構計算(suan)將CPU、GPGPU、CIM（存內計算(suan)）等不同類型的(de)芯(xin)片(pian)用先進封裝技(ji)術組合，讓(rang)不同架構各司其職，既有靈活(huo)、可編程的(de)部分來適應算(suan)法的(de)快速變化，又有定(ding)制化部分來提(ti)供超高性能和超低(di)功耗，通過統籌調(diao)度，綜合發(fa)揮出多類芯(xin)片(pian)架構的(de)優勢，將整(zheng)體效率做到最優。
由于器件優勢，存算一體在同等功耗下能承擔更大算力。在超異構計算的基礎上，以存算一體架構為核心，以其他架構作輔助，理論上能夠兼顧對高算力與通用性的需求。億鑄科技創始人、董事長兼CEO熊大鵬博士相信，存算一體超異構將來會成為AI算力芯片的主流技術路線之一。
在今年2月份舉行的國際芯片設計領域最高級別會議ISSCC 2023大會上，AMD董事長兼CEO蘇姿豐也提出了相似的“系統級創新”概念，即綜合考慮跨計算、跨通信、跨內存等各項元素，從整體上推動系統級性能和能效的提升。
而存算一體超異構理念的前瞻性和落地可行性在于，它不像基于傳統計算架構的大算力芯片那樣依賴先進制造技術。這一思路需結合的新架構、新存儲、新封裝等前沿技術，國內均已有儲備。
三、減輕先進制程依賴癥，億鑄科技的存算一體超異構如何換道超車？
據悉，存算(suan)(suan)一體超異構主要運用到新型憶阻器（RRAM）、存算(suan)(suan)一體架構、Chiplet（芯粒）、3D封裝(zhuang)等技術(shu)(shu)，而國(guo)內企業在這些(xie)技術(shu)(shu)路線上已經有越(yue)來(lai)越(yue)多(duo)的起色(se)。
Chiplet及先進封裝方案能夠彌補先進制程(cheng)落(luo)后的(de)劣勢，通(tong)過將來自不(bu)同生產(chan)廠商、不(bu)同制程(cheng)工藝的(de)芯(xin)片組(zu)件“混搭”，降低實現目標性(xing)能所需的(de)成本。這為國內芯(xin)片企業提供彎(wan)道超車的(de)機(ji)會。
目前，國內封測巨頭相關技(ji)術積累已(yi)初(chu)顯成(cheng)效(xiao)。例如長電科(ke)技(ji)的XDFOI Chiplet高密度多維異構集成(cheng)系列工藝(yi)(yi)已(yi)進入穩定(ding)量(liang)產(chan)階(jie)段(duan)；通富微電與AMD密切(qie)合作，已(yi)大規模生(sheng)產(chan)7nm Chiplet產(chan)品；華天科(ke)技(ji)的Chiplet系列工藝(yi)(yi)也實現量(liang)產(chan)。
▲未來算力升級路徑：Chiplet、存(cun)算一體(ti)（圖源：浙(zhe)商證券(quan)）
從單芯片來看，熊大鵬告訴智東西，存算(suan)一(yi)體芯片屬于是“換道超(chao)車”，對工藝的要求較(jiao)低，比如(ru)在28nm工藝上實現(xian)的算(suan)力和(he)能效，就能比肩(jian)甚(shen)至超(chao)過傳統架構芯片在7nm工藝上的表現(xian)。
梁曉峣說，億鑄(zhu)科(ke)技是第一(yi)家嘗試(shi)設(she)(she)計(ji)并量產基于ReRAM全數字存算(suan)(suan)一(yi)體AI大(da)算(suan)(suan)力芯(xin)片(pian)(pian)的(de)(de)企業。據熊(xiong)大(da)鵬透露，億鑄(zhu)科(ke)技自研的(de)(de)存算(suan)(suan)一(yi)體AI大(da)算(suan)(suan)力芯(xin)片(pian)(pian)，或將(jiang)在75W-100W功耗范圍(wei)內實(shi)現接近1P的(de)(de)算(suan)(suan)力，能效(xiao)比(bi)優勢非(fei)常顯著，將(jiang)于今(jin)年回片(pian)(pian)。同(tong)時，億鑄(zhu)科(ke)技基于存算(suan)(suan)一(yi)體超(chao)異構(gou)概念的(de)(de)下一(yi)代芯(xin)片(pian)(pian)設(she)(she)計(ji)工作已經開始推進(jin)。
從器件來看，相(xiang)比傳統存儲器存在易失性(xing)(xing)、微(wei)縮(suo)性(xing)(xing)差等痼疾，億鑄(zhu)科技(ji)選擇采用的(de)非易失性(xing)(xing)新型存儲器RRAM更適合應用于AI大(da)算力場景。
此(ci)前，臺(tai)積電(dian)、聯電(dian)、中(zhong)(zhong)芯國際、昕(xin)原(yuan)半導體等代工廠均建立了(le)商業化RRAM產(chan)線(xian)。去年2月，昕(xin)原(yuan)半導體主導建設的RRAM 12寸中(zhong)(zhong)試生產(chan)線(xian)已順(shun)利完成自主研發裝備的裝機(ji)驗收工作(zuo)，實現中(zhong)(zhong)試線(xian)工藝流程的通線(xian)，并成功流片。
熊大鵬認為，隨著工藝不斷迭代(dai)，國內“超車”速度會越來(lai)(lai)越快(kuai)，優勢會越來(lai)(lai)越明顯。
從超異構來看，對(dui)于國內企業來說，CPU有廣受(shou)歡迎的開源(yuan)RISC-V架(jia)構(gou)，GPGPU有新(xin)興的開源(yuan)架(jia)構(gou)“青花瓷”平臺，存算一體也有億鑄科技等(deng)廠商在大(da)力投入研發。
開(kai)源(yuan)GPGPU“青花瓷(ci)”平(ping)臺由(you)上海交通(tong)大(da)學先進計算機(ji)體(ti)系結構(gou)實驗室(shi)開(kai)發(fa)，定位(wei)相當于GPGPU領域的RISC-V架構(gou)。它提供了一個免費開(kai)放的先進GPGPU指令集和架構(gou)參(can)考(kao)設計，能夠接入現(xian)有GPGPU生態，從而助(zhu)力降低設計門(men)檻，加(jia)速相應產(chan)品的落(luo)地。
▲“青花瓷”平臺(tai)開源代碼(ma)頁面
“青花瓷(ci)”平臺(tai)直通門：gpgpuarch.org
開源(yuan)地址：
在梁曉峣看來，超異構需要不同類型的芯片架(jia)構互相配合(he)、取長補短，這(zhe)恰(qia)好與“青花瓷(ci)”平臺(tai)的設計思路完美(mei)契合(he)。
存算一(yi)體(ti)架構(gou)適用(yong)于計算和(he)(he)數據量大但算法相對簡單的(de)(de)應用(yong)，在性(xing)能和(he)(he)功耗(hao)的(de)(de)優勢(shi)超過其他類(lei)型架構(gou)；而(er)GPGPU架構(gou)可以適配現(xian)有的(de)(de)主(zhu)流AI框架和(he)(he)平臺，并能處理比較(jiao)復(fu)雜的(de)(de)算法。兩者結合(he)，將(jiang)會實現(xian)更(geng)(geng)(geng)(geng)大有效算力(li)、放(fang)置更(geng)(geng)(geng)(geng)多(duo)參數、實現(xian)更(geng)(geng)(geng)(geng)高能效比、更(geng)(geng)(geng)(geng)好的(de)(de)軟(ruan)件兼容性(xing)。
因此，面向未來大模型時代，存算一體超異構的技術路徑打開了國內AI大算力芯片技術發展的新思路，而億鑄科技的存算一體超異構芯片是該路徑在國內切實落地的關鍵一步。?
結語：大模型落地勢不可擋，AI算力困境亟待換道突破
正如(ru)蘇(su)姿豐所言，AI已是未來十年最(zui)重要的事。
在生(sheng)成(cheng)(cheng)式AI風暴的(de)(de)(de)催化(hua)下，大(da)(da)模型正(zheng)發展成(cheng)(cheng)AI基礎(chu)研究和產業(ye)化(hua)落地(di)的(de)(de)(de)一大(da)(da)趨勢。這(zhe)對(dui)三波(bo)創業(ye)浪潮(chao)中的(de)(de)(de)一眾AI大(da)(da)算力芯片創業(ye)公司提出(chu)了摩爾定律瀕(bin)臨極限之外更(geng)大(da)(da)的(de)(de)(de)技術挑戰：如何以更(geng)低的(de)(de)(de)系統成(cheng)(cheng)本、更(geng)少(shao)的(de)(de)(de)能源消耗，支撐(cheng)起龐大(da)(da)且持續增加的(de)(de)(de)參數量所帶動的(de)(de)(de)更(geng)高算力需求(qiu)？
在美國(guo)對華(hua)屢(lv)屢(lv)架設(she)芯片(pian)(pian)藩籬的背景之下，國(guo)內短期(qi)內難(nan)以(yi)實現先(xian)進制程的自(zi)主(zhu)可(ke)控。回望中國(guo)AI大算(suan)力芯片(pian)(pian)發(fa)展(zhan)(zhan)歷程，業(ye)界一(yi)直用“彎道(dao)超(chao)車”來(lai)寄(ji)予對其發(fa)展(zhan)(zhan)路徑的期(qi)待，但彎道(dao)超(chao)車隱(yin)喻著產品和(he)(he)技術的發(fa)展(zhan)(zhan)和(he)(he)行(xing)業(ye)頭部企業(ye)在同一(yi)賽道(dao)上(shang)做(zuo)跟隨和(he)(he)追及，這勢(shi)必對后(hou)來(lai)者(zhe)在速度上(shang)和(he)(he)超(chao)車節點的把握上(shang)提(ti)出了(le)更高(gao)的要求。
骨感(gan)的(de)(de)現實告訴我們，中國AI大(da)算力(li)(li)芯片在“彎道(dao)超車”路(lu)徑下，也(ye)許還(huan)有(you)很長(chang)的(de)(de)路(lu)要(yao)追趕。而“換(huan)道(dao)”可能(neng)加速縮短與國際先進水平的(de)(de)差距。同時(shi)，換(huan)道(dao)發(fa)展(zhan)也(ye)不是(shi)無本之(zhi)木，其芯片設計和量(liang)產有(you)著嚴謹(jin)的(de)(de)底層邏輯和成熟的(de)(de)產業鏈配套作為支撐。億鑄科技(ji)(ji)的(de)(de)存算一體超異(yi)構(gou)AI大(da)算力(li)(li)芯片技(ji)(ji)術，便提(ti)供了一種能(neng)夠適應未來算法快速變化、滿足算力(li)(li)可持(chi)續發(fa)展(zhan)需(xu)求的(de)(de)可行思路(lu)。
中國(guo)(guo)AI大(da)(da)算力芯(xin)(xin)片企(qi)業(ye)面臨的(de)(de)挑戰依然險峻，但不(bu)管是(shi)(shi)(shi)落地技術的(de)(de)1.0、2.0還(huan)是(shi)(shi)(shi)3.0，不(bu)管是(shi)(shi)(shi)同(tong)道(dao)追(zhui)及還(huan)是(shi)(shi)(shi)換(huan)(huan)道(dao)前行，所有(you)的(de)(de)努(nu)力都(dou)是(shi)(shi)(shi)為(wei)了支撐中國(guo)(guo)AI產業(ye)的(de)(de)高速發(fa)展，只要能切實解決問(wen)題，提供有(you)價值(zhi)的(de)(de)產品，都(dou)值(zhi)得關注和期待。沉舟側畔千帆過，病樹前頭萬木春，希(xi)望看(kan)到更多像(xiang)億(yi)鑄科(ke)技這(zhe)樣的(de)(de)機構，大(da)(da)步流星地走到換(huan)(huan)道(dao)前行的(de)(de)賽(sai)道(dao)上，為(wei)破解國(guo)(guo)內AI大(da)(da)算力困(kun)局探尋(xun)屬于中國(guo)(guo)AI芯(xin)(xin)片產業(ye)自己的(de)(de)發(fa)展道(dao)路。
