两大创新引领，应用全面开花，2023年共赴一场AI饕餮盛宴

2022年11月，ChatGPT横空出世，一场由AIGC（生成式AI，也可称为人工智能生成内容）引发的热潮迅速席卷整个AI（人工智能）产业，AI落地的最后一层窗户纸被捅破，产业全面进入实质性落地阶段。比如在中国市场，百度“文心一言”、阿里“通义千问”、华为“盘古”等AI大模型在2023年密集发布；同时，《2023人工智能基础数据服务白皮书》和《人工智能医疗器械产业发展白皮书（2023）》等都揭露出，中国AI产业正在经历自上而下的全面爆发。一时间，AI业者自信地说出：“2023年不仅是AIGC爆发元年，也是整个AI产业爆发之年！”面向未来，正如微软首席执行官萨提亚·纳德拉（Satya Nadella）所言，AI将成为人类最得力的工具。为了帮助大家全面、系统地了解AI产业爆发的全貌，elexcon2023深圳国际电子展将于8月23至25日在深圳会展中心（福田）亮相，“嵌入式与AIoT”行业创新展将为大家呈现一场国内AI的饕餮盛宴。展会期间，2023年第七届AI人工智能高峰论坛将同期举办，分享AI前沿的技术和应用成果，并为杰出AI技术和方案颁发奖章。

AI大模型引领应用创新

2023年，AIGC在AI领域绝对是高频词汇，给内容生产效率和模式带来颠覆式变革。从AIGC和搜索引擎、办公软件、开发工具和数字人等应用的融合来看，其具有巨大的商业价值。而要打造出色的AIGC应用体验，背后就需要AI大模型的支持。因此，我们看到自GPT大模型发布之后，国内外科技巨头纷纷下场布局自己的AI大模型，打造“模型+平台+生态”三层共建模式。

图1：国内外主流AI大模型参数对比，图源：德邦证券AIGC所采用的是AI大模型中的生成模型，类型包括GAN、Diffusion等，主要用于实现生成图片、语音、视频、代码等内容。根据《中国AIGC产业全景报告（2023年版）》，预计中国AIGC市场规模到2030年将超过万亿元级别，并且产业将于2026年迎来大爆发，后续年复合增长率超过70%。

图2：中国AIGC市场规模预测

图源：《中国AIGC产业全景报告（2023年版）》当然，声势浩大的AI大模型不仅仅是应用于AIGC，目前AI大模型已经从单模态走向多模态。如下图所示，多模态AI大模型以融合为核心，在训练数据上从文本、图片进一步扩充到视频，拥有更深层的架构，具备强泛化和高度自适应的能力，进一步增强了AI的普惠特性。

图3：华为盘古AI大模型框图，图源：浙商证券目前，AI大模型已经在文学创作、商业文案创作、数理推算、中文理解、多模态生成五大领域展现巨大价值，并逐渐深入到金融、医疗、制药、工业、农业、交通和政务等关系到国计民生的领域。比如在制药领域，此前在华为盘古大模型发布时，华为云人工智能领域首席科学家田奇表示，盘古药物分子大模型联合西交大一附院将先导药的研发周期从数年降低到了1个月。AI大模型的热潮让整个AI产业重获腾飞之势，吸引了一批有创业梦想的人参与其中。天眼查数据显示，目前中国人工智能相关企业近267.4万余家，仅2023年第一季度就增加了17万余家。创业者和人才的涌入让AI应用落地全面爆发。综合而言，目前AI在应用方案的创新主要有七大趋势，包括AI分别与云计算、物联网、区块链、生物科技、社会科学、艺术文化和人类自身的结合，通过这些创新与融合，AI在我们的社会生活中将会变得无处不在。2023年第七届AI人工智能高峰论坛由电子发烧友网和elexcon 2023深圳国际电子展联合主办，论坛将邀请全球知名AI企业领导和行业专家进行精彩分享，围绕热门AI创新应用，带来上至IP技术、芯片，下至终端应用的创新方案，打造一场围绕AI应用创新的头脑风暴。

算力多元化引领技术创新

AI大模型增加了AI技术的泛化能力，同时也降低了AI在方案端的开发难度，能够进一步促进“AI+”应用爆发。当然，无论是AI大模型还是其他方面的AI应用创新，都没有脱离目前AI的基本框架，核心三要素依然是算力、算法和数据。毫不夸张地讲，我们正处于一个算力大爆炸的时代。就以中国市场为例，根据IDC方面的分析数据，2022年中国智能算力规模已达到268.0 EFLOPS（每秒百亿亿次浮点运算），预计到2026年这一数字将变成1271.4 EFLOPS，2021-2026年期间的年复合增长率高达52.3%。随着全球各大科技巨头陆续发布自己的AI大模型，同时AI在应用落地上更加强调和边缘端的结合，目前AI芯片在算力方面的发展呈现多元化的发展趋势。在主流计算芯片的演进上，依然是先进制程为主导，并辅助以3D封装和Chiplet等创新方案。比如，目前行业大火的英伟达H100 GPU芯片就是台积电4nm工艺和Chiplet技术融合的创新之作。借助4nm先进制程，H100 GPU芯片在814平方毫米的芯片面积里容纳800亿个晶体管，无论是性能还是延迟，相较于上一代A100 GPU芯片都有巨大的提升。

图4：英伟达H100和A100芯片性能对比，图源：英伟达同时，如下图所示，英伟达在H100所采用的GH100 GPU核心中引入了HBM3显存子系统，可提供3TB/s的超高显存带宽，是上一代产品带宽的近两倍。而这些HBM3显存子系统正是通过Chiplet技术被集成到芯片里。

图5：配备144个SM的完整GH100 GPU核心，图源：英伟达除了英伟达，英特尔和AMD在自己的服务器芯片里，也是积极使用3D封装和Chiplet等方案。综合而言，目前工艺、新型材料和子系统器件的不断创新，让算力芯片在效能、功耗和高速连接等方面得到了巨大的提升。当然，传统计算芯片无论是CPU还是GPU，亦或者是某些用于计算的ASIC都还是建立在冯诺依曼结构上——芯片和系统的结构都是由计算、存储和传输三大模块组成的。下图是一种基于ARM架构计算芯片的典型结构，计算和存储分离便会在“带宽”(Bandwidth)和“等待时间”(Latency)上出现限制，这便是大家常说的“内存墙”。

图6：SoC典型框架图，图源：浙商证券为了消除“内存墙”，产业界进行了大量的创新工作。比如，加大内存带宽的方案HBM，相较于传统DRAM内存，HBM容量更大，带宽速度也更高；CXL（Compute Express Link）则是从内存协议上做努力，通过池化（Pooling）内存显著降低了内存的等待时间，并提到了效率和带宽。

图7：CXL内存池化框图，图源：CXL联盟不过，无论是HBM还是CXL，都还是围绕冯诺依曼结构做文章。总结而言，在存算一体之前，业界尝试过近存计算、存储上移和计算下移三大创新路径，对“内存墙”有所减弱，但并不解决根本性的问题。于是，业界目前大力倡导发展存算一体。存算一体是一种全新的创新方案，在芯片设计实现的过程中，不再区分存储单元和计算单元，真正实现存算融合。在这个结构下，也就没有了数据在计算和存储之间的传输损耗。从类型来看，存算一体可以分为模拟存算一体、数字存算一体以及可重构数字存算一体。

图8：存算一体的类型，图源：清华大学目前，各种类型的存算一体都已经有代表性产品。比如IBM公司发布的HERMES便是模拟类型的存算一体，基于PCM（相变存储器）来实现，能够以非常密集的方式存储信息并且其消耗的静态功率可以忽略不计。三星和台积电等公司则倾向于选择数字存算一体。台积电的研究人员在ISSCC 2021会议上公布了一种基于ReRAM（可变电阻式存储器）的存算一体方案，兼具DRAM的读写速度和SSD的非易失性，并能够提供相对较高的算力，可应用AI领域内的类脑计算。可重构数字存算一体由清华大学魏少军教授、尹首一教授团队提出，将可重构计算与数字存算一体架构融合，进一步提升了数字存算一体的能效和灵活性。这一方向的代表作是存算一体AI芯片ReDCIM，设计者同样是清华大学的研究团队。该芯片在设计上引入了近存和存内两个层次的可重构计算，可以实现不同的浮点模式和整数模式，能够满足云端AI推理和训练等各种任务需求。

图9：AI芯片ReDCIM架构，图源：清华大学当然，无论是基于传统的冯诺依曼结构，还是现在的存算一体结构，在算力需求大爆炸的背景下，AI芯片的演进是无止境的。在2023年第七届AI人工智能高峰论坛上，我们将从全行业角度为大家找寻具有代表性的AI芯片创新之作，以及那些极具行业领先性的AI创新方案设计，并为它们颁发“中国人工智能卓越创新奖”等荣誉奖章，积极推动AI行业的持续创新。

“AI+”进入实质性落地阶段

在持续的创新推动下，当前AI已经取得了很好的落地成效。知名市场分析机构Gartner曾在《2022年人工智能技术成熟度曲线》中指出，尽早采用复合型AI和决策智能等AI技术，将给企业机构带来明显竞争优势。综合来看，目前“AI+”理念已经在很多行业扎根，包括安防、教育、金融、工业、网安和医疗等，并且都已经找到了相对成熟的落地方案。比如，目前公众感受较为直观的当属AI客服，遍布电信、金融和电商等行业。Gartner在相关报告中指出，基于深度学习NLP算法的文本客服机器人具有泛化的能力，可以举一反三，能够节省大约85%的人工客服成本。当然，AI在传统行业的落地进展也很不错。比如，现在AI制药已经成为药厂的共识，研究机构Deep Pharma的数据显示，对AI驱动的新药发现企业，整体投资额在过去4年里翻了3倍，在2022年已经达到246亿美元。大家肯定还记得辉瑞公司的新冠病毒治疗药物Paxlovid，它就是在AI的帮助下快速上市的。辉瑞首席数字和技术官Lidia Fonseca曾表示：“配合超级计算机和AI、机器学习模型，将整体的计算时间减少了80%-90%，使得Paxlovid能够快速上市。”

图10：基于靶点的抗新冠病毒潜在药物虚拟筛选

图源：Acta Pharmaceutica Sinica B杂志在“双碳目标”下，传统能源产业降本增效也得到很大的重视。国家发改委等八部委颁发的《关于加快煤矿智能化发展的指导意见》明确指出，我国应持续提升煤矿智能化水平，包括“智能感知、智能决策、自动执行”，力争到2025年基本实现大型煤矿、灾害严重煤矿的智能化目标。在这个领域，华为、商汤等公司都有推出针对性方案。统计数据显示，基于“矿鸿+5G+AI”打造的华为矿鸿操作系统，目前已经在国家能源集团神东煤炭超过10个煤矿中部署，在3300多套设备上运行。可以说，目前成熟的AI落地随处可见、不胜枚举。2022年，国家工信部公示了国家人工智能创新应用先导区遴选的100个典型应用场景，涉及公共安全、城市管理、制造、医疗健康、文旅教育等行业领域，这表明AI已经融入人们生活的方方面面。从市场规模来看，IDC的预测数据显示，2023年中国AI市场将增至147.5亿美元，并将会在2026年达到264.4亿美元，2021-2026五年复合增长率将超20%。在2023elexcon深圳国际电子展的“嵌入式与AIoT”行业创新展上，将会有海量的已落地AI方案，以及AI创新方案和大家见面，囊括从AI芯片到智能制造系统的全产业链，每一个环节的丰富AI方案定然都会让你不虚此行。这是一场聚焦AI+创新、应用、生态的盛会，并能够和志同道合的人一起探索智能时代赋能各行各业的“AI源动力”。

elexcon深圳国际电子展不止于AI

在这里还必须要特别提到的是，作为电子行业首屈一指的综合大展，2023elexcon深圳国际电子展将具有60,000㎡的展览规模，预计将吸引600+家全球优质品牌厂商、50,000+专业观众齐聚现场。除了更加聚焦AI产业发展的“嵌入式与AIoT”行业创新展，大家还可参观电动汽车、电源与储能、SiP与先进封装等行业创新展，以及参加同期举办的第七届中国系统级封装大会，第五届国际智能座舱与自动驾驶创新技术论坛，2023深圳国际第三代半导体与应用论坛等20余场同期举办的行业峰会。丰富的展会和峰会内容让大家可以全面、透彻地了解目前5G/射频技术、车规级半导体元件、MEMS/传感器、PD快充技术、第三代半导体、共享充换电、RISC-V、AI技术、工业计算机、物联网方案、激光/点胶技术、EDA、封测设备及材料等行业的创新前沿和落地方案，感受电子行业高速发展的蓬勃之力。最后总结一句话：2023elexcon深圳国际电子展将带来一场AI盛宴，但不止于AI。

新闻来源：电子发烧友网，文中所述为作者独立观点，不代表icspec立场。更多精彩资讯请下载icspec App。如对本稿件有异议，请联系微信客服specltkj。