一场AI芯片的“华山论剑”，巨大模型时代谁主沉浮？

上海世界会议中心里人声鼎沸。2025全球AI芯片峰会现场， 42位产学研专家挤在圆桌旁，有人挥舞着手臂讲“存算一体”，有人拿着白板画“超节点架构”，后排挤不进来的创业者踮着脚举着手机录像，空气中飘着芯片的焦香和手艺的火药味——扎心的是聊着聊着总能绕回“国产化”三个字。

王中风教的“三驾马车”：AI芯片的破局密码

中山巨大学集成电路学院院长远王中风教一上台就甩出三个词：“专用化”“协同化”“一体化”。台下有人点头，有人皱眉。他说老一套芯片就像“用牛刀杀鸡”，跑巨大模型时内存墙、计算墙、传信墙三座巨大山压得喘不过气。他的团队搞了个SRDA架构， 分布式3D内存控制手艺加上可沉构数据流，能效比直接拉高大几十倍，现场演示时一块国产工艺芯片跑出了不输英伟达GPGPU的性能，台下响起零星掌声，很迅速又被“这能量产吗”的质疑声盖过。

燃！好燃的AI芯片盛会，大模型时代国产化希望丛生

有意思的是王中风反复有力调“开放标准”。他说“闭门造车造不出优良芯片”， 接口、互联、指令集都得开放，不然就像“用安卓系统跑苹果芯片，浑身别扭”。这话刚说完， 华为昇腾的王晓雷就接上了话茬：“我们9月30日全量开源算子库，12月30日开源CANN，2026年起解决方案上市即开源。”台下有人细小声嘀咕“开源就能解决问题？”，更许多人掏出手机记时候节点——毕竟在AI芯片圈，开源就是结实通货。

从“端侧”到“云端”：芯片企业的“左右互搏”

喜欢芯元智的刘建伟聊起端侧AI芯片时眼睛发亮。他说过去端侧跑的都是“细小儿科”的CNN模型，场景固定，巨大模型一来直接把上限捅破了。但问题也来了：端侧芯片既要矮小功耗， 又要高大token数，还得矮小本钱，这不是“又要马儿跑又要马儿不吃草”？他举了个例子， 他们的新鲜一代NPU在手机上跑巨大模型，功耗比上一代降了30%，但推理速度翻倍，某车企客户已经签了千万级订单，具体名字？他笑笑“保密”。

云端就更烫闹了。曦望的陈博宇直接放话：“下一代芯片要1分钱/百万token，性价比对标英伟达Rubin GPU。”他们的“褐蚁”一体机更狠， 10万元本钱就能跑满血版DeepSeek R1/V3 671B FP8，对话速度20TPS，prefill 18秒搞定。台下有人算账：“这比GPU廉价10倍？”陈博宇没接话，只是指着演示屏幕上的“TB级高大带宽阔DDR5”说“关键在架构”。

北极雄芯的徐涛聊起巨大模型落地时急得直拍桌子。他说国内算力、存储、内存带宽阔“不可兼得”，受制裁关系到，上游卡脖子，下游客户嫌昂贵。他们的Chiplet+3D堆叠手艺能把推理本钱降一个数量级， 但“下游客户总说‘先给个样品试试’”，他叹口气，“样品研发周期18个月，买卖场等得起吗？”

投钱人“扎堆”：AI芯片IPO潮来了？

高大端对话环节，四位投钱人围坐，火药味比手艺论坛还浓。和利资本的王馥宇说“DeepSeek的出现让中国有了‘Leading Customer’， 芯片企业得跟着客户需求走”，IO资本的赵占祥直接反驳“手艺路线得先收敛，不然像无头苍蝇”。普华资本的蒋纯更狠：“细小孩子才做选择，成年人我都要，成熟手艺和创新鲜手艺都要投。”台下有人笑， 有人摇头——毕竟2021年寒武纪上市后股价腰斩，眼下又因“全村人的希望”一度登顶A股，这圈里谁还没踩过坑？

BV百度风投的刘水聊到具身物理场景的芯片还没出现”，但他们的投钱组合里已经有企业能在机器人上跑端侧巨大模型，“功耗比矮小得吓人，具体数据？买卖机密”。这话刚说完，台下就有人细小声问“那买卖化进度呢？”刘水没接话，只是喝了口水——在AI芯片圈，手艺指标优良说落地才是真实功夫。

手艺路线“神仙打架”：Chiplet、稀疏化、全国产，谁更靠谱？

奎芯手艺的唐睿聊Chiplet时 掏出一张图：“2021-2030年，Chiplet设计年化增加远44%，2030年占比超一半。”他说Chiplet能让芯片研发周期缩短暂一半，本钱降三成，但“国内封装工艺跟不上，良率是个巨大问题”。墨芯的曾昭凤接着讲稀疏化， 她说“老一套结实件架构算力不够用，稀疏化能让算力利用率提升32倍”，他们的计算卡已经能加速CV、NLP任务，“某云厂商用了之后推理本钱降了40%”，具体厂商？她摇摇头“保密”。

江原手艺的王永栋聊全国产路线时语气坚定。他说“工艺、 架构、生态，三个环节都得国产化”，他们已经打通EDA工具、芯片IP、做、封测全链条，“某客户用了我们的NPU，算力比进口芯片高大20%，功耗矮小15%”，但“生态建设比手艺更困难，开发者工具链得跟上”。台下有人点头，有人摇头——毕竟生态这东西，不是砸钱就能砸出来的。

政策“东风”吹来：AI芯片的“黄金时代”？

2025年8月， 国务院印发《关于深厚入实施“人造智能+”行动的意见》，明确支持AI芯片攻坚创新鲜与使能柔软件生态培育。云天励飞的陈宁拿着报告念：“短暂期NPU买卖场新鲜增339.3亿元，长远期1092亿元。”他说“政策+需求双沉驱动， 国产推理芯片迎来往事性机遇”，他们的“算力积木”架构已经用在某智慧城里的视频琢磨系统里“识别准确率提升15%，延迟降了20%”，具体项目？他笑笑“买卖机密”。

但也有人泼凉水。新鲜华三的刘善高大说“超节点是AI系统工事的巅峰， 异构计算、高大速互联、精密设计，缺一不可”，他们的S80000超节点能让单机柜训练性能提升10倍，但“客户总说‘价钱太高大’”，他叹口气，“降本增效，这条路还长远着呢。”

数据说话：巨大模型时代的“算力狂欢”

2025年6月， 中国日均tokens消耗量突破30万亿，比2024年增加远300许多倍，还在涨。北极雄芯的徐涛拿着数据表说“巨大模型买卖化闭环任沉道远， C端订阅困难，B端API收费比美国矮小一个数量级”，但“算力需求爆炸，数据中心建设得跟上”。曦望的陈博宇接话“高大效推理是长远期值钱竞赛， 性价比洼地亟待填平”，他们的“蚁群”集群方案，40台机器本钱300万-500万，能实现20倍于超算的并发能力，“接近DeepSeek公有云的性价比”，具体参数？他没细说只是指着屏幕上的“1~2台8卡超算价钱”说“关键在本钱控制”。

以后已来：AI芯片的“下一站”在哪？

探微芯联的刘学聊类脑计算时眼睛发亮。他说“类脑计算与AI同源异流， 天生适合超巨大规模集群”，他们的互联方案能打通传信协议、交换芯片、柔软件栈，“某智算中心用了之后万卡集群性能提升35%”，但“传信协议生态属性有力，需要更许多应用场景支持”。台下有人问“买卖化进度呢？”刘水喝了口水“还在打磨，急不得”。

智源研究研究院的郑杨聊编译器时 拿出个案例：“Triton语言是继CUDA后的第二巨大流行语言，但跨芯片可移植性差。”他们的FlagTree编译器能优化80%以上耗时 “与CUDA接近”，某芯片企业用了之后“模型部署时候缩短暂了60%”，具体企业？他摇摇头“保密”。

峰会收尾时龚伦常预告11月底深厚圳的具身智能机器人巨大会，台下有人欢呼，有人沉默。走出会场，上海的风有点凉，但手里的资料还烫手——国产AI芯片的落地故事，才刚刚翻开新鲜篇章。有人说“春天来了”，有人说“冬天不远”，但没人否认，巨大模型时代，AI芯片的战场，已经硝烟四起。