在2023年下滑之后，全球半导体市场收入正在反弹，不少机构给出了实现两位数增长的预测。Gartner公司预测，2024年，全球半导体市场收入预计增长19%，达到6300亿美元。TECHCET也已上调了对2024年半导体总收入的最新预测，目前预计比2023年增长近13%，达到6170亿美元以上。但是，在上周举行的第二十一届中国国际半导体博览会（ICChina2024）上，新紫光集团董事、联席总裁陈杰表示，在AI引领下，全球半导体市场规模创新高，但如果扣除英伟达及AI带来的HBM需求，“行业整体仅仅是刚走出周期谷底”，他认为，面对AI时代的机遇与挑战，中国半导体产业要兼顾“守正”与“创新”。

　　通用智能时代面临“三大挑战”

　　人工智能（AI，ArtificialIntelligence）概念自1956年被首次提出以来，经历40多年的符号智能、20多年的专用智能，现已进入到通用智能的研发阶段。从语言模型、多模态模型的单体智能，到能够使用思维链（ChainofThinking）进行推理的OpenAIo1，再到使用工具完成复杂任务的智能体（AIAgent），AI基础能力正在快速演进。

　　在陈杰看来，2023年是人工智能发展里程碑的一年。ChatGPT-4的出现引发了AI大模型的研究热潮，人们真切地感受到通用人工智能离生活越来越近。而在背后支撑大模型发展的大算力芯片，特别是英伟达GPU芯片，遭到了前所未有的重视，甚至出现了一番抢购热潮，这又极大地促进了半导体产业的发展。

　　在AI引领下，全球半导体市场规模创新高，今年第二季度达到了1621亿美元。不过，如果扣除英伟达及AI带来的HBM需求，市场并未回到高点，行业整体仅仅是刚走出周期谷底。

　　陈杰表示，在大模型、大数据、大算力这“三大动力”的支撑下，人工智能有望迈入通用智能时代，具备人类记忆、思考、推理的能力。不过，实现这一切还有一段很漫长的路要走。他认为，当前AI发展面临的挑战是在商业模式、能源供应、技术路线等三个主要方面。

　　在商业模式上，当前大量资源投入到云端通用大模型领域，但其商业模式能否走通仍然未知。

　　在能源供应方面，大模型需要巨大算力，能源很可能成为左右未来人工智能发展的重要战略资源，微软、谷歌、亚马逊、甲骨文等已纷纷投资核电站建设。

　　在技术路线上，目前人工智能研究热潮主要集中在基于Transfomer架构的大模型上，但在迈向通用人工智能的路上，Transfomer和大模型不是唯一的路径，也不一定是正确的一条路，还有很多值得思考和探索之处。

　　集中力量突破技术卡点

　　对于中国半导体行业而言，应该如何迎接人工智能发展中的机遇和挑战？在陈杰看来，可以采取“守正创新”的态度和模式。

　　在“守正”上，要密切跟踪AI领域国际前沿技术发展趋势，集中力量对已经被证明有效的技术卡点进行正面突破。比如，算法模型中Transfomer架构通用LLM的研究与实现，算力方面的GPGPU、NVlink，工艺上的FinFET、GAA等先进工艺。此外，在大算力芯片上要用到的大容量、大带宽的存储器方面，也应该集中力量进行突破。

　　“人工智能的发展需要巨大的投入，需要整个产业链的支撑，因此要减少重复投资和内卷，集中力量办大事。”陈杰说道。

　　陈杰表示，当前“模型大战”“AI芯片大战”等投资热火朝天，半导体和AI产业链重复投资较为严重，应该加强政策、投资、产业等统筹，减少恶性竞争，提高资源配置效率。比如，可以集中力量在全国建设几座大型智算中心来解决大模型应用的问题，但不要遍地开花，避免浪费大量资源。

　　中国有望成为全球AI应用高地

　　在“创新”上，陈杰认为要重视开拓AI新技术路线，开展架构创新、系统创新、端侧创新、应用创新。

　　首先，要重视系统和芯片架构创新，缩小技术差距。陈杰指出，当前大算力芯片的性能提升，严重依赖先进工艺和HBM3/4存储器。要积极开展芯片架构创新，如采用3D堆叠、Chiplet、存算一体等新架构，努力缩小大算力芯片的技术代差；还要积极开展异构大算力集群系统的架构和任务调配等方面的优化工作，努力缩小大算力集群系统的性能差距。

　　其次，要重视端侧AI技术创新，建立端侧AI技术优势。端侧AI的商业模式更明确、更容易落地，而端侧AI芯片对算力（数TOPS/s～数百TOPS/s）和制造工艺（7nm以上也可）的要求相对较低。通常，端侧AI的应用需求多种多样，需要众多企业参与。端侧AI算力架构、软件栈、推理框架、应用解决方案等各领域，均有待加强研究和突破。

　　最后，要重视端侧AI应用创新，建立AI应用侧优势。“要发挥我国应用端创新多、市场大的优势，积极打造全球AI应用高地。”陈杰认为，通用大模型的投入巨大，且缺乏垂直领域的专业知识和行业数据积累，仅适用于通识类问题或简单请求。未来，每个领域可能都需要用AI重构，而我国有移动互联网时代的成功经验，最有能力做好AI应用创新。建议更多关注行业垂直领域AI应用，结合行业特性和需求深入进行定制化研发，用落地实践引领AI技术发展。

　　陈杰强调，半导体行业应该坚持开放合作。半导体产业链长且复杂，产业链全球化是历史实践产生的最佳选择，而区域化的供应链，浪费人类社会资源、阻碍技术进步。面对通用人工智能时代对算力、数据、能源和应用场景等前所未有的挑战，应该坚持产业链开放合作，共同应对AI时代挑战。