每經(jīng)記者｜涂穎浩    每經(jīng)編輯｜陳旭    

當(dāng)ChatGPT點(diǎn)燃的全球AI訓(xùn)練競賽逐漸開始白熱化，一個(gè)更深層次的產(chǎn)業(yè)變革正在悄然發(fā)生。2025年，被業(yè)界普遍視為“AI應(yīng)用大爆發(fā)的元年”，智能體（Agent）正從概念走向現(xiàn)實(shí)。而在應(yīng)用爆發(fā)的背后，是百倍增長的推理算力需求與高昂成本之間的尖銳矛盾。在這場由“訓(xùn)練”轉(zhuǎn)向“推理”的算力范式革命中，中國AI芯片產(chǎn)業(yè)能否抓住歷史性機(jī)遇？

在日前舉辦的雪球嘉年華會(huì)議期間，云天勵(lì)飛（SH688343）董事長兼CEO陳寧在接受《每日經(jīng)濟(jì)新聞》記者專訪時(shí)表示，人工智能就像當(dāng)年第一臺(tái)蒸汽機(jī)、第一個(gè)燈泡、第一臺(tái)計(jì)算機(jī)，可以說人工智能是未來五年科技突破的關(guān)鍵。他認(rèn)為，中國在算法上已能夠?qū)⒏澜缦冗M(jìn)水平之間的差距縮短至數(shù)月，甚至在應(yīng)用、數(shù)據(jù)、能源、系統(tǒng)集成方面更有優(yōu)勢。

在陳寧看來，推理芯片賽道是中國實(shí)現(xiàn)“超車”的關(guān)鍵。這場關(guān)于重新定義算力的競賽才剛剛吹響號(hào)角，中國第一次與全球站在相近的起跑線。“我們有機(jī)會(huì)，也必須抓住這個(gè)機(jī)會(huì)?！?/p>

陳寧在雪球嘉年華上發(fā)表演講 圖片來源：受訪者

從訓(xùn)練到推理——AI產(chǎn)業(yè)的分水嶺與中國的“愛迪生”機(jī)會(huì)

在陳寧看來，人工智能產(chǎn)業(yè)的發(fā)展可以清晰地劃分為三個(gè)階段。

第一階段是2012年至2020年的“智能感知”時(shí)代，以小模型驅(qū)動(dòng)特定場景的解決方案為主，市場的特點(diǎn)就是碎片化，難以規(guī)?；瘡?fù)制。

第二階段是2020年至2025年的“AIGC”時(shí)代，大模型展現(xiàn)出驚人的內(nèi)容生成能力，但除了英偉達(dá)這家“賣鏟人”，整個(gè)行業(yè)仍在巨額投入中尋找盈利閉環(huán)。

“但2025年，我們進(jìn)入了第三個(gè)階段——‘Agentic AI’時(shí)代?！标悓帍?qiáng)調(diào)。無論是豆包手機(jī)、AI眼鏡還是人形機(jī)器人，其本質(zhì)都是將大模型、操作系統(tǒng)與硬件載體深度融合的智能體。它們能獨(dú)立完成復(fù)雜任務(wù)，替代部分工作崗位，這才是AI引發(fā)產(chǎn)業(yè)革命的真正形態(tài)。這個(gè)時(shí)代的核心特征是應(yīng)用爆發(fā)，而應(yīng)用背后所需的算力，從以訓(xùn)練為主正轉(zhuǎn)向以推理為主。

“這是一個(gè)根本性的轉(zhuǎn)折。”陳寧表示，訓(xùn)練追求極致性能和迭代速度，而推理要大規(guī)模商業(yè)化，必須講求市場經(jīng)濟(jì)，追求極高的性價(jià)比。

他以19世紀(jì)初英國化學(xué)家戴維發(fā)明了世界上第一個(gè)實(shí)驗(yàn)性電燈為例，直到70多年后，愛迪生通過商業(yè)化改良、降低成本并建設(shè)了電網(wǎng)，才真正將電力革命推向千家萬戶。

陳寧笑言，黃仁勛可能成為AI領(lǐng)域的戴維，因?yàn)樗x了訓(xùn)練時(shí)代；而推理時(shí)代的‘愛迪生們’正在涌現(xiàn)，這也從另一個(gè)角度決定了誰才能真正主導(dǎo)一場產(chǎn)業(yè)革命。

正是這一轉(zhuǎn)變，打破了英偉達(dá)憑借CUDA（英偉達(dá)給自家GPU量身打造的專屬工具）生態(tài)和GPGPU（通用圖形處理器）在訓(xùn)練時(shí)代建立的壟斷格局。

陳寧表示，此前黃仁勛長期堅(jiān)持“通用計(jì)算”理念，認(rèn)為算法迭代極快，專用推理芯片容易過時(shí)，主張通過GPU的通用性來覆蓋推理需求。但市場規(guī)律證明了推理賽道的不可替代性。谷歌在最新的TPU（張量處理器）戰(zhàn)略中明確了“訓(xùn)推分離”的趨勢，加碼推理專用的算力權(quán)重，博通為Meta、OpenAI定制推理芯片，都證明了獨(dú)立推理賽道的崛起，并展現(xiàn)出巨大潛力。

對(duì)于中國而言，這意味著一場難得的“超車”機(jī)遇。陳寧坦言，在訓(xùn)練賽道上，由于先進(jìn)制程受限、CUDA生態(tài)壁壘高筑，中國追趕英偉達(dá)差距較大，風(fēng)險(xiǎn)也越來越大。但在推理賽道上，全球都剛剛起步，游戲規(guī)則不同。“推理更接近應(yīng)用場景，要為用戶提供更高性價(jià)比的產(chǎn)品，這正是中國產(chǎn)業(yè)所擅長的。”他判斷，推理芯片的崛起將是中國科技復(fù)興的巨大機(jī)遇。

需把“百萬 token”推理綜合成本降到“一分錢”級(jí)別

面對(duì)推理時(shí)代的全新需求與挑戰(zhàn)，陳寧認(rèn)為，一味簡單模仿英偉達(dá)的GPGPU架構(gòu)并非出路。推理任務(wù)的計(jì)算范式發(fā)生了根本變化，尤其是“Prefill”（預(yù)填充）和“Decode”（解碼）兩個(gè)階段對(duì)算力和帶寬的需求截然不同，傳統(tǒng)架構(gòu)必然面臨瓶頸。

為此，云天勵(lì)飛提出了新的“GPNPU”架構(gòu)，旨在融合三大核心能力：首先是頂層結(jié)合GPGPU的SIMT編程范式，具有通用靈活的調(diào)度架構(gòu)，這樣可以更便利兼容CUDA的生態(tài)；其次是結(jié)合指令集微架構(gòu)設(shè)計(jì)能力，去優(yōu)化GPGPU里面的矩陣類計(jì)算的硬件；與此同時(shí)，基于國產(chǎn)工藝和全國產(chǎn)產(chǎn)業(yè)鏈融合一系列先進(jìn)封裝技術(shù)，打破內(nèi)存瓶頸，降低內(nèi)存成本。

GPNPU的目標(biāo)是在計(jì)算算力、存儲(chǔ)帶寬、存儲(chǔ)容量三者間實(shí)現(xiàn)更優(yōu)配比，滿足面向未來推理時(shí)代多元化異構(gòu)推理算力的需求。無論是單位硅芯片面積的計(jì)算性能上，還是模型迭代的遷移成本上，包括算子優(yōu)化提升的硬件利用率，尤其是通過高能效、低功耗等一系列的芯片技術(shù)降低運(yùn)營過程中能源成本，能真正實(shí)現(xiàn)全方位降低用戶的TCO(總體擁有成本)。

展望未來，陳寧描繪了推理算力需求的爆炸性場景。他以豆包大模型為例，其日均Token（文本處理的最小單元）處理量已達(dá)50萬億且增速驚人。

他給出“粗算”的假設(shè)，即便以50萬億為基準(zhǔn)不再增長，面向大規(guī)模在線推理的資本開支與運(yùn)營開支也會(huì)非?？捎^。

與此同時(shí)，有媒體亦報(bào)道稱字節(jié)跳動(dòng)2026年AI 基建相關(guān)資本開支預(yù)算約1600億元，反映出頭部廠商對(duì)推理基礎(chǔ)設(shè)施的投入強(qiáng)度正在顯著抬升。

陳寧進(jìn)一步判斷，若token規(guī)模短期繼續(xù)上行，明年上半年可能觸及100萬億，而在單位能效不發(fā)生顯著改善的情況下，電力與散熱等基礎(chǔ)設(shè)施壓力可能出現(xiàn)“千倍級(jí)”的數(shù)量級(jí)躍遷。

為支撐AI的規(guī)?；a(chǎn)業(yè)化，他提出需要在較短周期內(nèi)把“百萬 token”的推理綜合成本降低到“一分錢”級(jí)別。而這需要通過架構(gòu)革命（如存算一體）和工藝創(chuàng)新才能實(shí)現(xiàn)，這也正是中國企業(yè)的機(jī)會(huì)所在。

封面圖片來源：受訪者供圖