戴伟民：大算力硬件“牛市”已来，2028年端侧销售额将超云侧

几千年前人类的脑力和肌力发展相对缓慢。然而，自1800年机械化时代以来，机器逐渐替代了人类的体力劳动，随后脑力发展开始加速。特别是近年来，受AIGC（人工智能生成内容）技术的影响，各行业对AI的应用更是加速推进。前OpenAI安全研究员在2024年预测，AI将在未来几年内超越大学生的智力水平，并能在2027年完成人工智能研究人员和工程师的工作，超级人工智能的到来似乎已不再遥远。

中国RISC-V产业联盟理事长、芯原创始人、董事长兼总裁戴伟民博士在“智”由“芯”生RISC-V和生成式AI论坛上指出，从弱智能到强智能，AI技术正逐步向通用人工智能乃至超级人工智能迈进，但随着AI模型规模和训练计算量不断增长，各大公司在AI领域的竞争中的“百模大战”实际却造成了计算资源的巨大消耗。

GPT-4、GPT-5以及Gemini等标志性大模型的相继问世，训练计算量呈指数级增长，GPGPU的出货量爆发式增长，戴博士认为，GPGPU并不是一定是Transformer的最优算力芯片，有越来越多的专用芯片正在浮出水面，挑战英伟达最先进的产品。

戴博士形象地将树干比作通用大模型，树枝比作垂域大模型，树叶比作应用。他指出：“树干是长不出树叶的，树枝才可以。”因此，垂直领域的微调很重要。

戴博士认为，AI领域未来将有最关键的‘三张卡’，云上的训练卡、端上的微调卡和推理卡，2028年，用于端侧微调卡和推理卡的销售额将超过用于云侧的训练卡，届时，中国基础大模型地数量将少于10个。

值得注意的是，AI技术的发展不仅推动了计算领域的变革，还带动了半导体产业的快速增长。

据预测，2024年至2030年间，关键计算领域的半导体收入将达到数万亿美元，而生成式AI驱动服务器领域半导体收入增长，是远远超过通用服务器的。生成式AI将使服务器领域的半导体销售翻三倍。

这一数字的背后，是AI技术在服务器、电脑、手机等领域的广泛应用和巨大市场需求。

同时，AI技术也为智能终端产品带来了前所未有的发展机遇。从汽车到手机再到AR眼镜等智能穿戴设备，AI技术的融入使得这些产品更加智能化、便捷化。特别是在AR眼镜领域，戴伟民指出，从过去几年AR眼镜这个增量市场来看，国内产品要领先于国外产品，但仍然普遍存在芯片性能不够、功耗过高的问题。而大模型的到来，为AR眼镜带来了AIGC的入口，为轻量化可穿戴带来了更多可能性，国内企业凭借在投影和显示技术上的领先优势，有望在全球市场率先实现商业化应用。

芯原极低功耗IP等相关产品已被AR/VR产品广泛采用，如与谷歌在IP、ASIC方面的深度合作。而据出自第十三届芯原CEO论坛上的五大预测之一的数据显示，到2026年，全球双目全彩 AR 眼镜出货量将突破 1,000 万台。

戴博士指出，端上有很多机会，而且都和芯片有关系。从2.5D封装到3D封装，Chiplet技术通过高密度互联和堆叠，为系统带来了更高的性能和更低的功耗。

以苹果的M系列处理器为例，其采用最先进工艺，采用两颗芯片拼接方式带来更大的算力，同时还大大增加了其储存容量。

以汽车为例，汽车作为最大的终端、带四个轮子跑的很快的机器人，Chiplet除了性能和功耗的优势，还带来更低的研发成本和更高安全性。戴博士透露，芯原目前已经有20余家汽车电子客户，芯原芯片设计流程也已获ISO 26262汽车功能安全管理体系认证。

作为“中国半导体IP第一股”，芯原已实现半导体IP授权业务销售收入全球No.7，芯原神经网络处理器(NPU) 已在全球累积出货超过1亿颗，图形处理器(GPU) 已在全球累积出货近20亿颗，芯原视频处理器(VPU) 全球第一。

面对AI技术的迅猛发展表示生成式AI的未来充满无限可能，随着技术的不断进步和应用的深入，AI将在各个领域释放出巨大的潜力，推动人类社会迈向新的高度。

戴博士表示，以 ChatGPT 为代表的大模型正引领大算力硬件的“牛市”。

但同时，应充分考虑其可能带来的安全、伦理等问题，确保AI技术的健康发展。同时，政府和企业也应加强合作与交流，共同推动AI技术的创新与应用落地。