清华大学魏少军：人工智能“盛宴”之下，我们究竟需要怎样的AI芯片？

近来，随着大模型的爆发，人工智能对计算资源的需求呈指数级增长。据公开数据，2025年中国AI算力芯片市场已经达到约2300亿元，同比增长91%。在清华大学教授、国际欧亚科学院院士魏少军看来，“算力已经成为人工智能时代的重要生产力。未来，得算力者得天下。”

魏少军表示，人工智能是一场不容错过的“盛宴”，对人类社会未来几十年的影响极为深远。以DeepSeek为例，其用户增长速度远超万维网、TikTok和ChatGPT，这标志着人工智能应用新纪元的开启。

但“盛宴”之下，据相关统计，AI算力芯片市场国产化率不到30%。

魏少军介绍，特别是在地缘政治的复杂格局下，算力供给的质量和成本，正在成为制约中国AI产业发展的现实难题。中国AI算力芯片该如何突围？我们究竟需要怎样的AI芯片？

本期《半导体制造》，我们对魏少军教授进行了专访，试图从他的行业洞察中，寻找中国AI芯片的破局之路。

AI 时代，“得算力者得天下”

魏少军将人工智能产业发展拆解为算法、数据和算力三大核心要素，逐一进行分析。

当前，人工智能算法发展仍处于初级阶段。以LeNet、AlexNet、LRCN为代表的三个模型，分别专注于手写体识别、图像分类和视频理解，这些模型的结构各异，说明目前尚无一种算法能够涵盖所有应用场景。而每种算法对应特定应用的特点，给芯片研发带来了巨大的挑战。

在魏少军看来，为应对这些挑战，我们需要新型的智能计算引擎，其应具备三个特点：可编程能力以适应各类应用；计算和存储密集型以支持大规模数据处理；高能效以支持从云端到边缘的迁移。在此基础上，AI正在催生第六代电子计算机——AI超级计算机，其特点是超高速、高精度、海量参数处理能力。

在数据方面，计算场景和算法的复杂化带来了数据爆炸与计算需求的增长，2025年全球数据量达到175ZB，为2000年数据量的300倍；对算力的要求每年要增加10倍。目前的算力中心受到资金投入、占地面积、能耗开销迅速增长的制约，现有的技术很难支撑Z级计算，甚至很难支撑100E级计算。只有通过技术创新，特别是新型计算架构的创新，才能让大算力平台成为现实。

在芯片发展方面，目前尚未出现能够替代半导体的其他技术。AI芯片的演进经历了多个阶段：从早期使用现有CPU、GPU、FPGA，到专用架构(DSA)如Google TPU、燧原DTU、华为昇腾，再到GPGPU架构如英伟达H100，最终向软件定义芯片(SDC)发展，实现高灵活性与高效率的平衡。

魏少军表示，当前全球AI发展已被英伟达的GPGPU架构和CUDA生态深度绑定，形成了“模型-架构-生态”三重依赖。

传统的思维认为，人工智能是通过计算来实现的。“如果只是沿用现有的芯片架构，大概率只能跟在别人后面，难以实现超越。”

魏少军认为，“人工智能芯片的发展需要颠覆性思维，打造中国创新的人工智能技术路径。未来人工智能技术需要从终端应用出发，以应用定义软件，再用软件来定义芯片，以满足各种人工智能终端设备的定制化需求，并提升算力的供给。”

“我们用的不仅是芯片，更是由此制定的游戏规则”

人工智能产业竞争的本质是技术体系、产业生态与发展模式。

当前并不存在通用的AI模型架构。图像识别、自然语言处理、内容生成等不同任务，均需定制化的模型解决方案。这导致产业陷入“一个应用，一套系统”，变成AI时代的“重复造轮子”困境。魏少军说：“想喝杯牛奶，不只要买奶牛，还得自己建牧场。严重制约了计算资源的复用效率与规模化效应，推高了AI整体发展的成本。”

不可否认，当前全球AI的算力基石，很大程度上建立在以英伟达GPU为首的特定架构上。主流AI模型已与特定芯片架构深度绑定。这种绑定不仅限于硬件使用，更延伸至整个软件开发生态。“当全球的AI开发者都习惯在一个芯片生态里耕耘时，我们用的就不仅是它的芯片，更是它制定的游戏规则”。

当然，从行业发展角度看，高端算力资源的合理流动有助于促进人工智能等前沿技术的应用探索。科技无国界，合作促进步。只要符合双方监管要求，任何有利于技术创新和产业发展的良性互动都值得欢迎。

我们究竟需要怎样的算力芯片？

世上本没有路。

产业对AI芯片的选择经历了不同时期：追求极致性能的领域专用架（DSA），通过软硬件深度耦合实现了高效率，却以牺牲灵活性为代价，难以适应AI技术的快速迭代；而提供灵活性的指令驱动通用架构（如GPU），又在性能和能效上存在显著折损。

没人能保证现有的哪条发展路径一定是正确的。

产业界一直在寻觅AI芯片的第三条路。魏少军提出了一种“软件定义芯片”架构的可能性，其核心理念在于打造一个功能可重构的硬件底层，芯片本身不具备固定功能，而是通过上层软件来动态、实时地定义其计算形态与应用边界。

这种架构实现了软硬件的深度协同：它既不完全解耦，也不是传统意义上的紧耦合，而是形成一种硬件随软件灵活变化、动态适配的弹性关系，使其能够在可接受的性能与功耗代价之下，实现灵活性、效率与风险控制的最佳平衡。

其战略意义在于，通过架构创新而非单纯依赖工艺进步，来提升计算效率，这为突破先进制程限制、构建自主算力体系提供了切实可行的技术路径。魏少军强调，“哪怕自己的东西初期不够好，也必须要用。试错不一定成功，但不试一定会落后。技术的成熟需要应用场景的淬炼，而生态的培育更需要时间的沉淀。这场竞赛考验的不仅是技术实力，更是战略定力。”

2025年底，魏少军发表的《技术创新驱动设计产业升级》主旨报告显示，中国芯片设计产业在2025年已重回高速增长轨道。报告预计，中国芯片设计业规模5年内将超10000亿元。但魏少军同时指出，亮眼的规模数据背后，长期存在的产业结构性挑战依然紧迫，产业未来的可持续发展必须从规模扩张转向依靠技术创新驱动升级。2025年，中国面向通信和消费电子的芯片仍然占据全行业销售收入的三分之二以上，而价值更高的计算机类芯片占比仅为7.72%。

“根本出路在于‘技术创新驱动设计产业升级’。”他提出，产业必须摒弃过去对“工艺迭代”的盲目追逐，转而聚焦于能够提升产品核心竞争力的技术。

“我们没有捷径，唯有回归产业发展的本质规律：坚持自主创新，恪守长期主义，构建自主可控的算力体系。”魏少军说。