第二十一届中国国际半导体博览会(lCChina2024)于今日上午十点在北京国家会议中心正式开幕。会议为期三日（18日起至20日止），在今日上午召开的开幕式暨主旨论坛上，新紫光集团联席总裁、紫光国微董事长陈杰发表主旨演讲。
陈杰指出，人工智能在商业模式、能源、技术路线等多方面都存在挑战，应该采取守正创新的态度和模式，去迎接人工智能带来的机遇和挑战。
在当前还看不清楚通向人工智能的正确道路的时候，可以集中力量跟踪目前国际上比较流行的进入大模型的算法和它搭建的通用架构，以及相应的大算力系统。除了大模型以外的RWKV、JEPA等等新的算法、架构，也可能演变成未来通向通用人工智能有效的手段。陈杰认为行业可以进行大胆的研究和探索，包括新型的存算一体化架构、芯片结构、3D晶体管等。
针对AI时代到来，陈杰认为，可以发挥国内在移动互联网时代积累的应用端的优势，把端侧AI芯片做好、把端侧应用做好，由此有望形成一个应用高地，“做出我们的特色”。
以下为陈杰演讲全文：
尊敬的倪光南院士、各位领导、各位专家、各位来宾，上午好！非常感谢大会组委会给我一个机会分享一下我们对AI产业和技术方面的思考。
大家每天都在谈的AI人工智能，实际上人工智能的发展经历了快100年的历史，但是一直不温不火，一直到2016年，大家都记得AlphaGo打败了世界冠军李世石，所以人类才感受到人工智能的威力。2023年，我认为可能是进入人工智能发展里程碑的一年。去年，ChatGPT-4出现以后，引起了进入大模型的人工智能研究热潮，所以我们真切感受到通用人工智能离我们越来越近。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，甚至抢购的热潮，所以催生了半导体产业的大力发展。
现在到今天，大家都达成一个共识，大家认为人工智能时代，特别是通用人工智能时代一定会到来。大家关心的只是人工智能未来会怎么样改变社会，改变我们的生活方方面面。人工智能的发展会给我们带来巨大的产业机会，同时也会带来很大的挑战，包括社会治理、法律、伦理道德、技术等等。
现在大家都在思考我们怎么样应对人工智能时代的机遇和挑战，有很多不同的看法，今天我想和大家分享一下我对一些问题的思考，特别是对中国人工智能的发展和国外不太一样，我们中国的人工智能半导体发展受到了很多边界条件的限制，特别是对于中国支持人工智能发展的半导体芯片产业该怎么发展。我个人的一点建议就是守正创新。在接下来的时间，我想简单回顾一下人工智能发展经历主要的几个重要的阶段，主要从技术层面，同时也谈一下人工智能可能给我们带来的，特别是半导体产业带来的重大机遇，以及我们面临的挑战性问题。
面对一些问题，我们在哪些方面应该进行守正，也就是说我们会直视一些重大的问题，集中力量，寻求突破，同时在哪些地方，我们还需要积极进行创新方面的研究，形成一些领域的优势。
刚才也提到，人工智能的发展实际上是随着脑科学和神经科学方面的发展，人们开始在思考能不能用类似人脑的神经元和由神经元构成的巨大的神经网络来模仿人类的记忆、思考、推理的能力。经过了几十年的发展，人工智能一直不温不火。一个很重要的时间点就是1956年，由约翰麦肯迪在美国的达特茅斯上面第一次提出了AI的概念，就是Artificial Intelligence，我们称为人工智能的时代。
经过了大概40年符号智能，20年专用智能的发展，我们现在认为开始要进入一个通用智能的发展阶段。在通用智能时代，大家都认为主要是要借助大模型、大数据、大算力，在“三大”动力的支撑下，有可能我们的人工智能会迈入一个通用的时代，就是能够具备人类记忆、思考、推理的能力。当然还有很漫长的路需要走。
人工智能现在有一些学者分为五个阶段，和自动驾驶L1-L5非常类似。第一个阶段主要是处理语音、图像，以及多模态常规的日常生活中各个方面面临的问题，在这方面已经取得了很大的进展。第二个阶段就是逻辑推理的能力，特别是以OpenAI提出的O1一套算法和模型，我们认为可能进入到L2和L3级别。我们相信在未来的几年，可能会演进到L4，最终达到L5，就是进入通用人工智能的时代。在那个时代，O1提出来的COT，就是思维力的概念，我相信为人工智能的发展会产生很重大的影响。
在人工智能的带领下，最近几年对半导体产业产生了重大的影响，2024年第二个季度，整个全球的半导体达到了1600多亿美金的小高潮，但是实际上如果我们抛掉AI大算力芯片和相关的HBM存储器以后，整个半导体产业还处于一个不温不火的状态，所以我们可以看到最近几年推动半导体产业发展非常重大的因素就是围绕人工智能的大算力芯片和相关的存储器。
我相信，未来几年人工智能也会给半导体产业带来巨大的发展机遇，但是也面临很大的挑战。
第一个挑战就是商业模式挑战，人工智能现在进入到大模型百模大战等等，竞争非常激烈，知名的产业公司也投入巨大的人力、物力、财力，发展一些进入大模型的人工智能。整个商业模式大部分都是亏钱的，知名的OpenAI，未来还要亏上100多亿美金，它的商业模式到底在哪，现在说实话也看不太清楚，大家都在投入，但是怎么样产生收益，现在都在探索。
还有能源的问题，因为大模型需要巨大的算力，巨大的数据才能完成那么一些工作。人类大脑的能耗，我们看到一些资料，说不超过25W，早上给他一个馒头，喝一杯水，说不定可以干一天的活，但是人工智能大算力就不行，它需要大量的能耗。现在包括微软、谷歌、亚马逊一些公司，甚至在考虑是不是要租用核电站来解决未来大算力的问题。所以能耗很可能成为左右未来人工智能发展重要的战略资源，在那个意义上来说，我们中国非常有机会，因为中国的能源，特别是新能源，太阳能、风力，可以为全球的人工智能的发展提供巨大的能源支持。
还有技术路线，现在人工智能研究热潮主要基于transfomer大模型、大数据、巨大的参数，探索通用人工智能的发展。是不是一条正确的道路，或者是唯一的道路，现在都不好说，包括图灵奖得主LeCun对这个问题有不同的看法，我个人也是认为人工智能通向通用人工智能一定不只有transfomer和大模型一条路可走，还有很多值得我们思考和探索的地方。
针对人工智能重大的挑战，特别是我们中国将来应该走哪一条路，我想现在大家都在思考的问题。我个人的建议，我们应该采取守正创新的态度和模式，去迎接人工智能给我们带来的机遇和挑战。
在守正方面，也就是我们在哪些领域，我们必须面对，要采取集中我们的优势资源进行攻关。比如说，在当前我们还看不清楚通向人工智能的正确道路的时候，我们可以集中力量跟踪目前国际上比较流行的进入大模型的算法和它搭建的通用架构，以及相应的大算力系统。支撑大算力的通用GP/GPU芯片，也值得我们去研究去探索，甚至一些大的智算中心也可以考虑用一些大算力的GP/GPU组件。当然支撑大算力芯片的半导体底层的核心技术，目前大家都认为是非常好的技术路线，比如FinFET，或者是GAA新的晶体管结构，以及先进工艺那些方面我们也要集中力量进行突破。
同时，在大算力芯片要用到的大容量、大带宽的存储器方面，我们也应该集中力量进行突破。
在创新方面，除了大模型以外的RWKV、JEPA等等新的算法、架构，也可能演变成未来通向通用人工智能有效的手段，这方面我们可以进行大胆的研究和探索，包括新型的存算一体化架构、芯片结构、3D晶体管等等，能够面向未来3纳米以下发展的路径，我们都应该积极进行研究。特别是刚才倪光南院士讲到了我们采用Chiplet2.5D、3D堆叠的方法，都需要我们创新研究。所以我想我们采取守正创新的方式，可能是一套比较有效的方向。
具体的技术细节不讲了，比如我们可以重视大3D芯片的系统和芯片架构的创新，那样可以缩小和国外的技术差距。因为我们现在整个中国的半导体产业受到了很多的限制，在条件制约的情况下，我个人认为我们可以在AI的端侧发力。端侧应用要求不是那么高，比如说一般的端侧算力芯片，从几个tops每秒到几百个tops，甚至包括自主驾驶，也只要几百个tops就能解决那些问题，所以在那个领域，我们可以用相对落后的工艺，也能发出好的端侧芯片，来解决很多问题，所以在那方面我们是有优势的，应该在那个方面进行发力。
我们中国有一个巨大的优势就是在应用端，大家知道在移动互联网时代，我们中国涌现了一大批优秀的互联网公司，可以说在引领全球的移动互联网发展，在我们中国几乎不用纸币，全是用电子支付，在这方面我们有很多成功的经验。针对AI时代到来，我们认为可以发挥我们在移动互联网时代积累的应用端的优势，让我们把端侧AI芯片做好，同时把端侧的应用做好，有可能就形成一个应用的高地，做出我们的特色。
人工智能的发展需要巨大的投入，需要整个产业链的支撑，所以针对我们中国的发展，不能采取以前的那种严重内卷的路径，还是应该减少重复性的投资，集中力量办大事。比如说集中力量在全国做几座大的智算中心来解决大模型应用的问题，但是不要遍地开花，那样会浪费我们巨大的资源。
因为整个AI的发展，半导体产业的发展离不开全球的合作，刚才来自美国、日本、韩国、马来西亚、巴西的朋友分享了他们对半导体产业，对人工智能发展的看法，给我们提供了非常有价值的参考，我相信我们中国的发展，世界的发展，特别是AI和半导体技术一定要开展全球的产业合作，我们不能单打独斗，全球也不应该让中国去单打独斗，我们应该整合全球的产业资源，才能更有效率来解决人工智能和半导体产业面临共同的问题，为人类的发展做出我们应有的贡献。
最后，感谢大家给我们一个机会和大家分享我们对这方面的思考，谢谢。
