作者 | 山竹

　　出品 | 锌产业（公众号：xinchanye2021）

　　4月16日，李彦宏在百度AI开发者大会上给出了文心一言经历2023年百模大战后的战况数据：

　　用户数突破2亿，服务企业8.5万家，AI原生应用数超过19万。

　　另外，他还透露，百度内部每天新增代码有27%是由Comate（AI代码助手）生成。

　　作为国内布局大模型最激进的互联网巨头之一，百度给出的这组数据，印证了大模型对于互联网公司带来的巨大影响。

　　实际上，大模型带来的影响远不止于此，李彦宏说，“未来开发应用将会像拍短视频一样简单bsport。”

　　或许是身处这波变革的漩涡之中，也或许是错失过云计算那波时代红利，李彦宏针对大模型发表的言论一直都很激进。

　　无论大模型能否像李彦宏预期的那样颠覆互联网时代的生产模式，一个不可忽视的事实是，这波大模型浪潮背后，本质上依然是算力之争。

　　要想在缓缓开启的大模型时代获得先机，访存密集、近存计算、类脑计算、存算一体等先进制式芯片的研发，是绕不开的竞争焦点b体育官网。

　　就在上周，在第十三届吴文俊人工智能科学技术奖颁奖典礼的系列活动上，进行了一场关于大模型时代芯片产业发展的圆桌讨论。

　　在这次圆桌上，中国科学院自动化所研究员&中科南京人工智能创新研究院副院长程健、中国科学院微电子所研究员尚德龙、上海科技大学教授哈亚军、北京忆芯科技有限公司首席架构师黄好城四位芯片领域专家就：

　　1、大模型需要怎样的云边端芯片？

　　2、机器人需要怎样的芯片来实现通用人工智能？

　　3、大模型在芯片设计中有怎样的应用？

　　4、芯片产业需要怎样的生态bsport？

　　这四个关键问题展开了一场激烈讨论。

　　本文就此次圆桌讨论内容进行了不改变原意的整理，以供大家参考学习。

　　问：大模型时代，云、边、端芯片分别具有怎样的发展机遇和挑战？

　　程健：要回答这个问题，我们先要看，今天所谓的大模型和过去传统模型到底有什么区别。

　　这其中有很多区别，但是没有太多本质区别，特别是在芯片架构上没有太多区别。

　　首先是云端芯片，我们看今天英伟达的GPU，它是通过不断堆显存、拓宽带宽来提升性能，除了工艺改进外，更多是通过增加硬件成本来提升算力。