9月6日下午，以“智匯全球·綠創(chuàng)未來”為主題的全球創(chuàng)新峰會(huì)（深圳）在深圳市南山區(qū)舉辦。

云天勵(lì)飛董事長兼CEO陳寧博士受邀出席，并與硅谷知名計(jì)算機(jī)科學(xué)家、《浪潮之巔》作者吳軍博士展開創(chuàng)新巔峰對(duì)話。

吳軍博士與陳寧博士圍繞人工智能產(chǎn)業(yè)發(fā)展路徑、技術(shù)突破與全球競(jìng)爭(zhēng)格局展開深度交流。

吳軍博士首先探討了人工智能在平臺(tái)、算力與應(yīng)用三大層面的發(fā)展現(xiàn)狀及存在的瓶頸。

陳寧博士則從技術(shù)要素角度進(jìn)行分析，指出中國在應(yīng)用落地、系統(tǒng)集成以及部分?jǐn)?shù)據(jù)資源方面已形成獨(dú)特優(yōu)勢(shì)，尤其是大灣區(qū)在智能硬件與 AI 融合領(lǐng)域展現(xiàn)出明顯的競(jìng)爭(zhēng)力。

陳寧博士強(qiáng)調(diào)，當(dāng)前人工智能正從“訓(xùn)練時(shí)代”邁向“推理時(shí)代”，低功耗、高能效的推理芯片需求正快速崛起，推動(dòng)終端應(yīng)用普及。

雙方均認(rèn)為，不能簡(jiǎn)單以單一技術(shù)指標(biāo)衡量發(fā)展差距，而應(yīng)結(jié)合具體應(yīng)用場(chǎng)景、商業(yè)化成熟度及生態(tài)完善度進(jìn)行綜合判斷，同時(shí)強(qiáng)調(diào)大規(guī)模應(yīng)用推廣和全球化市場(chǎng)布局對(duì)未來發(fā)展至關(guān)重要。

在觀眾互動(dòng)環(huán)節(jié)，現(xiàn)場(chǎng)提問圍繞國內(nèi)外技術(shù)對(duì)標(biāo)、發(fā)展差距評(píng)估等現(xiàn)實(shí)問題展開。

陳寧博士回應(yīng)指出，行業(yè)對(duì)比需全面考慮技術(shù)性能、軟件生態(tài)、應(yīng)用適配等多維因素，不能簡(jiǎn)單以個(gè)別企業(yè)或產(chǎn)品作為對(duì)標(biāo)對(duì)象；在差距評(píng)估方面，應(yīng)區(qū)分技術(shù)迭代周期與應(yīng)用落地階段，理性看待動(dòng)態(tài)發(fā)展中的相對(duì)位置。

雙方均表示，中國在應(yīng)用推廣和市場(chǎng)滲透方面進(jìn)展顯著，未來有望通過AI規(guī)?；瘧?yīng)用帶動(dòng)技術(shù)升級(jí)，并通過全球化合作提升產(chǎn)業(yè)國際競(jìng)爭(zhēng)力。

以下為對(duì)話詳細(xì)內(nèi)容，在不改變?cè)獾幕A(chǔ)上進(jìn)行編輯

吳軍：陳總是直接從事人工智能產(chǎn)業(yè)的專家，所以剛才想向您請(qǐng)教。如果簡(jiǎn)單地把AI產(chǎn)業(yè)劃分為平臺(tái)、算力和應(yīng)用三個(gè)層面，您覺得目前在國內(nèi)，哪些方面發(fā)展得比較好，哪些方面還相對(duì)薄弱？或者說，哪些領(lǐng)域還有更多機(jī)會(huì)吸引人才和企業(yè)加入？

陳寧：很高興能與吳博士交流。美國多年前曾發(fā)布了一份報(bào)告，指出人工智能的幾個(gè)核心要素——芯片、算法、人才、數(shù)據(jù)、應(yīng)用、系統(tǒng)集成，中國的優(yōu)勢(shì)在于后三者。

有分析師認(rèn)為，人才是流動(dòng)的，算法是一套數(shù)學(xué)模型，可以通過交流快速追趕和獲取。唯獨(dú)芯片，它具備一定的壟斷屬性。從英偉達(dá)的芯片銷售，到光刻機(jī)設(shè)備的制造、工藝和材料，整個(gè)鏈條都在對(duì)中國的高性能芯片產(chǎn)業(yè)進(jìn)行投資、人才和服務(wù)上的限制，試圖延緩中國在這一領(lǐng)域的追趕。

在這樣的大背景下，我個(gè)人有幾個(gè)觀點(diǎn)。

應(yīng)用系統(tǒng)：中國肯定是全球領(lǐng)先的。

數(shù)據(jù)：中國有差異化的優(yōu)勢(shì)，尤其是在中文語料和物聯(lián)網(wǎng)的傳感數(shù)據(jù)上。但在互聯(lián)網(wǎng)的人類知識(shí)數(shù)據(jù)方面，過去六年我們是有劣勢(shì)的。不過，最近幾年我們?cè)诳焖僮汾s。可以說，在算法層面，到今年年初，我們與國際先進(jìn)水平的差距已經(jīng)縮小到12個(gè)月以內(nèi)。在應(yīng)用層面，中國也有自己獨(dú)特的優(yōu)勢(shì)。

商業(yè)模式：但在中國，像SaaS（軟件即服務(wù)）或面向中小企業(yè)的AI服務(wù)收費(fèi)模式，似乎發(fā)展得并不順利。在美國，OpenAI以及許多SaaS公司，包括Cursor，都能成功收費(fèi)。但在中國，無論是做基礎(chǔ)大模型的公司，還是做AI Agent的應(yīng)用公司，都很難實(shí)現(xiàn)商業(yè)閉環(huán)。所以，在應(yīng)用層面，中美各有差異。

另外，在中國，AI與智能硬件的結(jié)合是一個(gè)巨大的機(jī)會(huì)，尤其是在粵港澳大灣區(qū)?；浉郯拇鬄硡^(qū)全球創(chuàng)新指數(shù)躍居全球第一，靠的就是機(jī)電一體化的優(yōu)勢(shì)。大灣區(qū)幾乎是全球唯一一個(gè)能夠把智能硬件與AI結(jié)合得最好的區(qū)域。因此，中國的應(yīng)用機(jī)會(huì)可能更多地體現(xiàn)在“AI+智能硬件”的結(jié)合上。而最大的挑戰(zhàn)，我認(rèn)為就是芯片。

吳軍： 我先補(bǔ)充一點(diǎn)，然后再問您關(guān)于芯片的問題。其實(shí)大家今天了解比較多的美國企業(yè)是OpenAI，但它本身也未必能完全收回成本，基本上不怎么賺錢。真正能賺大錢的是像Databricks這樣的公司，一上市就獲得了幾十億美元的估值。它的利潤也很高，因?yàn)樗鉀Q了企業(yè)級(jí)數(shù)據(jù)處理的痛點(diǎn)。

而且，美國是企業(yè)家在主導(dǎo)，他們非常懂得如何為價(jià)值付費(fèi)。比如，一個(gè)企業(yè)級(jí)軟件的座位，每年可能收費(fèi)150美元，這在美國是普遍現(xiàn)象。所以，像Oracle等公司都做得很好。中國非常遺憾的是，所有這些獨(dú)立的軟件公司加起來的總和，可能還不如美國一家公司。這是一個(gè)很遺憾的事。

講到芯片，當(dāng)然現(xiàn)在基本上已經(jīng)沒人再提英特爾了，因?yàn)樗夹g(shù)路線走錯(cuò)了，基本退出了這個(gè)競(jìng)爭(zhēng)。暫時(shí)我不覺得它能回來，主要是因?yàn)樗ㄓ昧?，刷新效果不好。現(xiàn)在大家挑戰(zhàn)英偉達(dá)的方向，是去做更加專用的芯片。再做一個(gè)“英偉達(dá)”已經(jīng)沒有意義了。未來的競(jìng)爭(zhēng)會(huì)集中在更專用的方向。你越專用，應(yīng)用場(chǎng)景可能小一些，但考慮到人工智能任何一個(gè)垂直領(lǐng)域打開，其市場(chǎng)潛力都很大。比如云天勵(lì)飛，就是在差異化方面做得很好。如果我們選取2到3個(gè)最明顯的特征，比如以單位能耗提供的算力來衡量，國產(chǎn)芯片有哪些特點(diǎn)和優(yōu)勢(shì)？

陳寧：我想在回答這個(gè)“微觀”問題之前，先談?wù)劷衲甑囊粋€(gè)宏觀層面的機(jī)遇。

2025年很多人都提到要“All in AI”，這意味著什么？就是人工智能正在從2012年揭開的這波浪潮，無論是小模型還是大模型，經(jīng)歷了一個(gè)叫做“AI訓(xùn)練”的時(shí)代。無論是當(dāng)時(shí)的顯卡，還是2016年之后的GPGPU，大模型的訓(xùn)練，其實(shí)都是在用GPU把人類的知識(shí)“喂養(yǎng)”給CNN小模型或Transformer大模型，讓它們學(xué)會(huì)人類的知識(shí)。這使得大語言模型在語言知識(shí)上，甚至在視覺理解能力上，都出現(xiàn)了“涌現(xiàn)”現(xiàn)象。

但現(xiàn)在，發(fā)生了一個(gè)根本性的變化，就是AI應(yīng)用的爆發(fā)。相信今年上半年，在座的各位對(duì)AI感興趣的人，都能感受到身邊最大的變化：每個(gè)人的手機(jī)上都多了一兩個(gè)大模型APP。大家有什么問題都習(xí)慣性地去問問“豆包”、問問“文心一言”。搜索，不再只是用搜索引擎了。這是全球一個(gè)巨大的變化，說明人們從思想理念上已經(jīng)開始擁抱AI，每天都在潛移默化地接受AI。

AI應(yīng)用需要的，不完全是A100、H100系列的GPGPU，不再是幾萬美金一張的訓(xùn)練顯卡，也不再是動(dòng)輒十萬張卡互聯(lián)、數(shù)千億美元的投資。AI應(yīng)用需要的是“端、邊、云”無處不在的AI推理能力——在眼鏡里、在智能手機(jī)里、在蘋果的A系列NPU里。我們身邊的掃地機(jī)器人、汽車，甚至未來所有房間里的路由器，都會(huì)集成一個(gè)AI芯片。這將像電網(wǎng)和通信網(wǎng)絡(luò)一樣，形成一張無處不在的AI推理算力網(wǎng)絡(luò)。

就像我們?cè)铺靹?lì)飛，2014年時(shí)，我和團(tuán)隊(duì)從硅谷回到深圳，創(chuàng)立了中國最早一批專注AI芯片的公司之一。我們從最早的終端芯片，到邊緣芯片，再到今天的云端大算力推理芯片，以及未來的機(jī)器人的推理芯片，完成了這樣的布局。

為什么說未來五年是GPNPU（通用神經(jīng)網(wǎng)絡(luò)處理器）技術(shù)路線主導(dǎo)的AI推理芯片的時(shí)代？我們甚至認(rèn)為，五年之后，AI推理芯片的全球需求量將超越訓(xùn)練芯片，成為用量更大的芯片，因?yàn)樗鼰o處不在。

AI推理芯片對(duì)于消費(fèi)者、企業(yè)，乃至頭部互聯(lián)網(wǎng)大廠，都提供了更高性價(jià)比的PPA（Performance per Power per Area，單位功耗和面積的性能）。生產(chǎn)一個(gè)token，其背后的硬件成本和電費(fèi)成本可以大幅降低，甚至只有訓(xùn)練時(shí)代的十分之一、百分之一。只有這樣，才能讓AIGC大模型、智能機(jī)器人等顛覆性技術(shù)真正無處不在。每一次工業(yè)革命——無論是電力革命、蒸汽機(jī)，還是信息化、智能手機(jī)——都是因?yàn)榇蠓档土擞布杀?、提高了效率，才讓技術(shù)普及開來。

吳軍：我們把它分成幾個(gè)層級(jí)，最簡(jiǎn)單的是終端。邊緣計(jì)算其實(shí)已經(jīng)提了很多年，但真正落地的并不多，這涉及到很多方面，比如移動(dòng)通信的機(jī)房。然后是云端的數(shù)據(jù)中心。不同層級(jí)對(duì)計(jì)算的要求不同，最終使用的芯片也不同。

大家都很感興趣的一個(gè)話題是無人駕駛汽車。在您看來，假設(shè)一輛無人駕駛汽車有一個(gè)主要的處理器，它大概需要什么樣的計(jì)算能力？比如，它的算力能達(dá)到H100的水平嗎？在H100的價(jià)格以內(nèi)，能做到什么程度，用戶才能接受？

陳寧： 對(duì)于無人駕駛來說，它其實(shí)可以作為邊緣計(jì)算的一個(gè)典型場(chǎng)景，甚至已經(jīng)演變成一個(gè)獨(dú)立的賽道。目前，無人駕駛所需的邊緣計(jì)算芯片，單芯片算力已經(jīng)達(dá)到了幾百TOPS的量級(jí)，價(jià)格在幾百到上千美元之間，這是可以接受的。當(dāng)然，目前中國電動(dòng)車產(chǎn)業(yè)競(jìng)爭(zhēng)非常激烈，一臺(tái)車的利潤可能也就一千多，所以成本控制壓力很大。

但還有一個(gè)非常有意思的邊緣場(chǎng)景：我們?nèi)ツ觊_始配合、今年年初立項(xiàng)的一個(gè)項(xiàng)目，是與中國頭部、全球領(lǐng)先的硬件大廠合作。我們正在與頭部硬件伙伴基于64TOPS自研芯片推進(jìn)家庭計(jì)算主機(jī)產(chǎn)品。未來，當(dāng)你回到家，說一句“幫我找找過去三年我?guī)鹤俞烎~的照片”，它就能從你沉淀的幾十萬張照片中立刻檢索出來，并推送到你的手機(jī)。你再說一句“幫我編輯個(gè)視頻”，它就能自動(dòng)完成，而且完全解決了個(gè)人隱私和數(shù)據(jù)安全的問題。未來的掃地機(jī)器人、家用電器都將連接到這個(gè)家庭計(jì)算主機(jī)，這其實(shí)就是典型的邊緣計(jì)算。

吳軍：我們現(xiàn)在芯片的發(fā)展，也涉及到中美之間的博弈。但全世界不只是這兩個(gè)國家。比如，假設(shè)歐洲也需要大量的AI芯片。你覺得國產(chǎn)芯片，除了滿足國內(nèi)市場(chǎng)，未來向歐洲、日本等市場(chǎng)推廣的前景如何？我們剛才講了出海是“大西瓜”，我們要站得高一點(diǎn)，看得遠(yuǎn)一點(diǎn)，不要只盯著中國市場(chǎng)。您能給大家展示一下這個(gè)前景嗎？

陳寧：我覺得這個(gè)問題可以從幾個(gè)維度來看：

1. 當(dāng)前挑戰(zhàn)：對(duì)中國國產(chǎn)芯片來說，最大的挑戰(zhàn)其實(shí)不是硬件本身，盡管工藝受限。最大的挑戰(zhàn)是生態(tài)。

2. 全球競(jìng)爭(zhēng)：中國作為全球數(shù)一數(shù)二的人工智能國家，未來5到10年，中美競(jìng)爭(zhēng)的焦點(diǎn)，將不再是誰能訓(xùn)練出最聰明的大模型，而是全球有多少國家、多少人口在使用中國的模型和算力，還是美國的模型和算力。這涉及到“主權(quán)模型”和“主權(quán)算力”的問題。

3. 文明維度：再往大了說，到2030年之前，中國能否解決自己的芯片技術(shù)攻關(guān)問題，甚至實(shí)現(xiàn)芯片的全球化市場(chǎng)布局，這將決定中國有沒有機(jī)會(huì)借助第四次工業(yè)革命的拐點(diǎn)，讓中華文明再次崛起。我個(gè)人有個(gè)觀點(diǎn)：過去幾千年，中國靠四大發(fā)明在全球科技上相對(duì)領(lǐng)先。但三四百年前，第一臺(tái)蒸汽機(jī)在英國出現(xiàn)，改變了歷史。歐美憑借蒸汽機(jī)、電力、計(jì)算機(jī)這三次工業(yè)革命，引領(lǐng)了全球科技和文明的發(fā)展。第四次工業(yè)革命，有可能讓這兩條發(fā)展曲線再次交叉。而交叉的核心，恰恰在于算力芯片。如果我們能在這一要素上實(shí)現(xiàn)自主可控并形成生態(tài)，不僅能托舉起中國的AI產(chǎn)業(yè)，更可能在全球范圍內(nèi)輸出“中國標(biāo)準(zhǔn)”和“中國算力”，進(jìn)而贏得這場(chǎng)關(guān)乎未來百年的文明競(jìng)爭(zhēng)。