对中国AI发展影响几何？｜钛媒体AGI,对话Gartner研究副总裁盛陵海：美国持续升级AI芯片管制,gartner

中国企业将更关注行业（垂直）大模型，而非通用大模型的生成式AI具体用例。

对此，6月12日，中国外交部发言人林剑表示，在人工智能领域，美方一边表示希望同中方开展对话，一边酝酿打压中国人工智能技术发展，暴露出美方说一套、做一套的虚伪嘴脸。美方举措阻止不了中国科技进步，只会激励中国企业自立自强。中方将密切关注有关动向，坚决维护自身合法权益。

盛陵海认为，未来边缘/端侧的生成式AI应用会从智能手机、电脑不断扩散到消费物联网、智能家居，进一步到汽车。生成式AI落地到汽车就需要更可靠、更高的自动化程度，需要和其它AI能力结合起来，从而实现更可靠、更迅速、更智能的应用处理能力。

那么，美国持续升级AI芯片管制下，对中国AI发展影响几何？Gartner研究副总裁盛陵海（Roger Sheng）近日对钛媒体App等，分享了针对高性能AI芯片出口限制的一些破解策略。

盛陵海强调，美国的确在AI领域相对领先，但落到基础生产力上，中国企业有很大能力去实现这些产品。

他强调，有些企业现在低调、不敢做国家生意是没有意义的，只要大规模应用、让产品竞争力提高，美国一定会知道，它不动这家企业不是因为企业没有开发出AI芯片，而是因为这家企业还没对它构成威胁，有些企业需要调整认知偏差，只要芯片做得好，国内市场会给机会。

实际上，近两年，美国对华AI半导体出口管制持续升级，芯片采购、Al芯片设计、先进芯片制造均有涉及。而此次计划限制的GAA、HBM，均属于 AI 芯片领域的关键技术。

同时，他认为中国企业需要与本地AI基础设施提供商合作，并且采用边缘/端侧AI芯片提供商的最新解决方案，了解平台支持的AI模型和优化模型平台迁移的能力，在边缘/端侧平台上开发场景式生成式AI应用。

不过，长期来看，中国 AI 芯片市场依然具有很大的商机。

据Gartner预测，生成式AI将从2024年开始被越来越多的人所使用，2025年云端的AI推理需求会超过训练，而且需求量会增加得比训练更快。尤其是相对于云计算的大量推理成本投资，从不同的模型参数来看，边缘/端侧AI更加可行，设备端可支持10亿~100亿参数规模的模型，边缘端可支持100亿~1000亿参数规模的大模型。

中国强调AI的重要性，并支持投资大规模基础设施，构建国家AI数据中心平台。

AI基础设施的多样化，将导致AI技术向不同方向演进，并带来生态系统的孤立。这种做法不利于系统的健康运营，而且成本更高。

目前，英伟达、英特尔和AMD等 AI 芯片公司正批量订购基于HBM技术的AI芯片，未来也将生产基于GAA的芯片。因此，这有可能影响未来中国企业与三星、英特尔、台积电等全球制造供应链的合作。

其中，GAA可以增强半导体性能并降低功耗，GAA-FET环绕栅极晶体管(Gate-All-Around)是继平面的Planar-FET以及2.5D的FinFET之后的一个全新3D架构技术，简单来说，2025年即将量产的2nm则正式进入GAA结构时代；而HBM，是用于模型训练的GPU（图形处理器）关键存储组件，目前包括SK海力士、美光科技和国内企业拥有这项技术。

钛媒体App 6月14日消息，近日，据环球时报报道，美国政府正在考虑进一步限制中国获取用于 AI 的芯片技术，包括全环绕栅极（GAA）以及高带宽内存（HBM），不过，该规则尚未最终敲定。

据钛媒体App编辑计算和整理，2023年，全球 AI 芯片市场规模大约为536亿美元。其中，中国AI芯片销售额约1200亿元人民币（约合165.4亿美元），美国约为350亿美元以上。

当前，中国和美国AI芯片市场总规模占全球90%以上。

其他国内AI芯片供应商在中国获得更多商机，并通过与当地伙伴合作来升级其解决方案。

根据Gartner预测，到2026年，全球边缘AI芯片市场规模达到688亿美元，2022-2026年CAGR将达到16.9%。

“中国的 AI 大模型是从‘一无所有’再到‘自主研发’，AI 芯片也有这个坚定的信心，我们才能把AI芯片产业做起来。”盛陵海表示。

盛陵海建议，全球要认识到生成式AI仍处于炒作顶峰阶段。而今年下半年OpenAI将推出GPT-5，这个时间点非常重要，可以看到Scaling Law（规律效应）到底还有多少有效范围、能走到什么地步。中国企业必须做好两手准备，选择合适的技术路线/解决方案，以建立AI能力，为生成式AI落地做好准备。

（图片来源：StockCake）

Gartner预测，到2027年，全球AI芯片营收将是2023年市场规模的两倍以上，达到1194亿美元。

盛陵海认为，对于美国的限制，国内 AI 芯片企业不能有幻想，要多看国内芯片的供应商和国内相关的替代产品，虽然它们可能在初期时有很多问题和局限性，但是不给机会是永远培养不起来的。

（本文首发于钛媒体 App，作者｜林志佳，编辑｜胡润峰）