本報訊 （記者王鏡茹）12月2日，在2025GIS全球創新峰會現場，深圳云天勵飛技術股份有限公司（以下簡稱“云天勵飛”）董事長兼CEO陳寧與深度學習奠基人Geoffrey Hinton，圍繞算力效率、AI向善與普惠未來展開對話，由硅谷著名計算機科學家、硅谷高創會大會主席吳軍主持。

    AI推理芯片將被廣泛應用

    在算力成本急劇攀升的今天，AI真正瓶頸在哪里？Hinton認為，現有計算體系在能耗和效率上面臨越來越大的壓力，未來需要在新的計算形態上進行更多探索。

    他提到，模擬計算、類腦芯片以及基于類器官的計算等方向，在理論上有望在功耗和通信能力上展現出明顯優勢。不過，他也明確表示，目前基于腦細胞類器官的計算研究仍處于非常早期的階段，還不足以承擔大規模AI負載，這條路仍然需要時間和長期投入來驗證。

    陳寧則從工程一線給出回應。他表示，GPU在深度學習早期扮演了重要角色，但本質仍是通用計算架構，并非為神經網絡量身定制。“進入大模型和智能體時代，我們要回答的問題不再是能不能訓出來，而是在多大能耗和成本下，讓多少人用得起。”

    陳寧判斷，到2030年，全球AI芯片產業規模有望達到約5萬億美元，其中訓練芯片約占1萬億美元，而面向終端與行業側的推理/處理芯片有望達到4萬億美元，占比約80%。隨著智能體能力持續下沉，AI處理芯片將被廣泛嵌入眼鏡、耳機、手機、筆記本、家電以及各類企業設備之中，像水、電、燃氣一樣，無處不在、按需取用。

    談到AI的長遠影響，Hinton明確表示，如果可以回到2012年，他仍會推動相關研究，但會更早、更大聲地提醒世界：AI風險是真實且需要前置應對的。

    陳寧則從“誰真正受益”的角度，為“AI向善”加上了另一半定義。他表示，如果AI只停留在少數科技巨頭的數據中心，只服務少部分機構和高凈值人群，再完美的技術也難言“向善”。真正有意義的AI，必須讓更多人用得起、用得上——當AI的使用成本被拉低到接近水電氣這種基礎設施的水平時，偏遠地區的學生、基層醫院和中小企業才有可能在教育、醫療、農業與生產中真正獲得增益。

    云天勵飛推動GPNPU架構創新

    2025年是AI從訓練時代全面邁入應用推理時代的元年，全球人工智能已進入應用大爆發階段。

    目前，云天勵飛以NPU為核心，將推出GPNPU（General-PurposeNeural Processing Unit）架構，走“推理優先架構”路線，在矩陣/向量單元、存儲層級和帶寬利用上深度優化，目標是實現推理效率百倍級提升。

    陳寧認為，“推理異構化”已成為行業趨勢。“AI處理任務時，需求理解（Prefill階段）需高算力支撐，答案生成（Decode階段）則依賴高帶寬，單一芯片難以兼顧所有場景。未來，多模型混合應用將成為常態，這就要求芯片架構具備靈活調配算力、帶寬與存儲配比的能力。”

    對此，云天勵飛給出了算力新路徑：即在四代NPU的基礎上，研發第五代GPNPU架構。核心路徑是融合GPU通用性與NPU高能效，以“算力積木”設計和3D堆疊存儲為核心創新，聚焦提升資本開支Token轉化率與運營開支Token轉化率，通過全棧協同優化，為大模型組合應用與復合智能體部署提供核心算力支撐，實現“百萬Token的極致性價比”。

    架構創新是國產芯片差異化突破的關鍵。陳寧預判，未來數萬億美元規模的推理芯片市場，核心競爭力將聚焦于架構的靈活適配能力，中國企業在這一領域的技術探索已占據先發優勢。

    此外，陳寧也呼吁建立全球統一的推理算力網絡標準。他介紹，云天勵飛已向國際相關機構提出建議，希望推動建立統一的AI推理計算網絡標準，讓不同國家和地區都能在同一張互聯互通的推理網絡上共享能力，尤其在醫療與教育等關乎民生的領域真正實現“AI for All”。

    面對推理芯片領域的競爭，云天勵飛機會在哪里？陳寧認為，其一，公司從2005年就參與并行計算指令集與芯片架構設計，掌握了算法芯片化的第一性原理，可根據算法演進優化指令集，實現軟硬結合的高性價比設計；其二，沉淀了頭部客戶資源，具備資本與品牌優勢，能吸引全球人才；其三，粵港澳大灣區擁有全球最完善的人工智能與機電一體化產業鏈，深圳的芯片設計、硬件制造、供應鏈與營銷網絡，能第一時間洞察應用變化，以市場需求驅動芯片研發。

（編輯 郭之宸）