专家：通过综合手段提升国产AI芯片算力

在世界人工智能大会（WAIC）上，壁仞科技副总裁兼AI软件首席架构师丁云帆在论坛中发表演讲，提出当前解决算力瓶颈问题需要综合考虑硬件集群算力、软件有效算力以及异构聚合算力三个维度。

他强调，只要这三个维度的工作得到有效推进，即使国产AI芯片的单个算力相对较弱，也能通过综合手段提升整体算力，以满足国内大模型训练的需求。

壁仞科技联合创始人张凌岚日前指出，AI算力芯片的迭代周期通常介于两年至三年之间，这一速度显著慢于应用侧的更新换代。

在讨论AI芯片所面临的挑战时，张凌岚强调，尽管面临诸多挑战，壁仞科技对未来AI算力芯片的市场前景和技术落地充满信心。

近日，华为常务董事、华为云CEO张平安公开表示，中国AI发展离不开算力基础设施的创新，必须摒弃“没有最先进芯片就无法发展”的观念。

“没有人会否认我们在中国面临计算能力有限的问题…… 但我们不能仅仅依赖拥有具有先进制造工艺节点的 AI 芯片作为人工智能基础设施的最终基础。”张平安说道。

张平安指出，华为创新的方向是将端侧的 AI 算力需求通过光纤和无线网络释放到云上，通过端云协同获得无缝的 AI 算力。通过云侧的算力，让端侧既保持了丰富的功能，又极大地降低了功耗和对芯片的依赖。

其实更早之前，张平安就曾表示，我们半导体能解决7nm就非常非常好。

对于众所周知的中国芯片现状，张平安表示：“我们肯定是得不到 3nm，肯定得不到 5nm，我们能解决 7nm 就非常非常好。”

张平安还认为，中国芯片创新的方向，必须依托于我们芯片能力的方向，不能在单点的芯片工艺上，而是应该在系统架构上（发力），发挥我们在带宽上的能力，希望用空间、用带宽、用能源来换取我们在芯片上的缺陷。

事实上，7nm也并非必需，调查显示，中国大陆2023年在汽车产业等大量需要28nm以上之成熟制程半导体，目前已占全球生产能力之29%。

由于美国等对先进设备出口管制，这导致中国大陆转而扩大投入成熟制程（28nm及更成熟的制程），预计2027年中国大陆成熟制程产能占比可达39%。

机构统计，中国大陆半导体厂商2023年产能同比增长12%，达到每月760万片晶圆。预计中国大陆芯片制造商将在2024年开始运营18个项目，2024年产能同比增加13%，达到每月860万片晶圆。

多维度解决高端芯片制造难题

近些年，由于美国施压，ASML不能把EUV光刻机卖给中国大陆晶圆厂。

ASML前任CEO温尼克（Peter Wennink）曾公开反对美国的限制措施，并警告说，这些限制会刺激中国开发新技术，对ASML构成竞争。他曾在接受媒体采访时说：“你给他们施加的压力越大，他们就越有可能加倍努力。”

确实如温尼克所说，限制会激发潜能。以2023年8月华为推出的Mate 60系列手机为例，当时，可以说震惊了全球半导体业，业内都在讨论用DUV设备制造先进制程芯片的话题，而这些芯片原本是需要用到EUV设备的。

其实，用DUV设备制造先进制程芯片，比使用EUV更复杂，例如，需要通过增加CVD层spacer实现自对准，以及四次曝光叠加才能完成第一层:Fin，精度要1nm左右，光是首层多重曝光就大幅提高了光刻成本，3~4个光罩加上四次浸没光刻，复杂且反复的光刻必将导致良率下降，这些都是成本啊。不过，有得就有失，在没有EUV光刻机的情况下，能够利用DUV设备制造出先进制程芯片，而且用时比人们想象的要短，已经很厉害了。

据悉，台积电将在2025年投入量产的2nm芯片，可能不再采用EUV激光，而是下一代技术PUV，也被称为软X射线技术，这是一种波长为6.5nm的铌激光技术，PUV设备是科学家用于拍摄原子化学物理现象的工具。据悉，该技术最初是由IBM研发的，美国工艺战略研究报告认为，这是美国超越台积电的重要机会。

在研发EUV光刻机的同时，中国也应该关注PUV的发展，并在必要时给予资源倾斜。

EUV光刻机解决的是芯片内部的性能和速度问题，而芯片与芯片之间的连接和通信也非常重要，芯片运行速度再快，也会受到芯片间信息传输的限制，这一点，近些年业界大厂越来越重视，例如，英伟达正在研发各种光传输技术，用于串联超级人工智能模型的大脑。

在全球EUV市场出现较大变化的当下，中国可以多管齐下，尽量做更多的技术研发和储备，以便能够应对将来出现的更大技术和市场变革。