左起依次为：

艾新博盛投资创始合伙人、芯片揭秘总策划 曹幻实

安纳芯半导体董事长、《芯事2》共同作者 谢志峰

中国传感器与物联网产业联盟副秘书长 朱佳骐

加速科技创始人、董事长 邬刚

问：今年开年后最火的话题就是ChatGPT，有种说法是这项技术能替代很多人的工作，很多公司的股价也由此而发生质的变化。大家觉得人工智能的最新进展会对芯片圈带来什么样的变革？这是好事还是坏事？

朱佳骐（嘉宾）：我们中国传感器和物联网产业联盟，主要目标是推动传感器产业及物联网应用领域的发展。从我的角度看，ChatGPT的出现是一件好事，因为我们需要创新应用。就像大家会为使用新功能而换一部新手机一样，新的智能化需求会推动技术带来更好的体验和新的功能，从而推动核心技术包括芯片的更新迭代。人工智能的出现对传感器和物联网行业来说是利好的。因为它需要大量的数据来源才能真正实现智能，现在AI技术被运用最多的场景是在“视觉”和“声学”领域，而ChatGPT的出现，势必会带动对应一批芯片的兴起，传感器领域可以马上想到的是人机对话中要用到的“语音”——硅麦。全球硅麦方面几家领先公司包括歌尔微电子、瑞声科技、敏芯微都在国内，对国内产业是一件好事。

中国传感器与物联网产业联盟

副秘书长朱佳骐

从集成电路的角度说ChatGPT带动的首先是服务器领域的芯片，因为会有大量新增的算力要求，例如CPU、GPU、FPGA等需求量会快速增长。另外在MEMS技术应用领域，硅光通信也可能会因为ChatGPT的出现而加速布局。现在的服务器之间的数据传输还是传统的电信号方式， 今后可能会被光信号通信替代，从而在传输速度、发热功耗等领域有所改善，增速降耗一定是一个大方向，我相信这也是业界看得比较多的、或者认为是主力发展的方向。

邬刚（嘉宾）：我觉得ChatGPT确实在未来会带来巨大的影响。人工智能最核心的就是算法、算力和大数据，影响最大的还是在算力和算法上。这些会引起像CPU、GPU等高性能的AI专用芯片更加快速的发展。

如果再往下走会有两种可能，第一种是单颗器件要突破A100的性能，不管是自己做GPU方案还是做专用的，我们叫DSA（领域专用架构），是专业领域的加速芯片，也是AI的一种芯片，但受制于封锁，国内在先进工艺方面可能还做不了，未来Chiplet会帮助解决多个Die(裸片）封装，随后也会带来很多新的Chiplet和封装的一些技术。

使用小芯片异构集成技术形成的

一颗高集成度的异构封装体(示意图)

第二种是“单颗不行，系统来凑”。我在2015、2016年就开始做AI芯片了，当年用的是FPGA，这会存在单颗器件性能不够的问题。那么就要想办法利用整个系统，来把更多的器件堆叠在一起来完成整体高性能的训练。

ChatGPT实际是GPU+服务器集群来做的，在整体系统上还存在一定的问题，比如说调度的效率不够，会让训练成本非常高。具体来说，原来的光通信可能是25G、50G、100G的，未来可能就要做400G、800G的互联来解决整个调度通信上的问题，从而实现用低成本的方案来堆叠更高性能的训练系统，减低现在整体的训练成本。

现在训练一次就要花费几百万美金，搭建的系统要用3万多颗GPU、3万多个A100，8亿美金的基础，所以基本上没有小公司能玩得起的。但如果有更好的方法往这个方向走，自然也会走得通。我个人觉得未来我们的汽车上会出现用封装改变技术的趋势，就是单片晶圆系统上再叠加一层HBM2（第二代高带宽存储器）的晶圆，解决存储带宽的问题。

加速科技创始人兼董事长邬刚

但这样一来，怎么散热就成为问题了。电影《流浪地球2》有一种浸入式的液冷技术，可以解决很多封装相关的技术，比如说在晶圆背部加入电源层来实现更大供电。到时候我们的自动驾驶就会非常简单了，每一台车辆后面都有一个小盒子，里面放了两片用液冷散热的晶圆，相当于一台超级计算机，可以完成所有现在不可能实现的事情。

另外一个角度是算法。现在的算法实际上属于暴力计算，是靠数据和整个大模型来实现整体的性能。以后大家一定会研究另外一个方向，就是能不能不用现在deep learning的技术，换成其他计算量小的模型，或者计算效率更高的模型，这个会对学术界带来很大的用处。

对半导体领域同样如此。我们是做半导体测试的，Chiplet封装完成后，这种芯片该怎么测试也是一个很大的问题。单颗芯片例如AI芯片的计算量很大，电压低但电流很大，100A甚至300A，单颗900瓦甚至1000瓦的时候测试也是一个非常麻烦的事情，这也会对整个测试带来非常大的问题。

谢志峰（主讲人）：这个问题我从三方面回答。首先，ChatGPT出来后很多人担心会失业，我说其实不用担心。AlphaGo 虽然下围棋下赢了人类，但它的耗电量是巨大的，而人脑的耗电量很低。另外数据更新不够及时，比如ChatGPT只知道2021年以前的事，后续的事即使发生它也不会知道，这就会出现很多错误。

安纳芯半导体董事长

《芯事2》共同作者谢志峰博士

高耗电、高技术门槛、高算力是它们的特点，因此人们暂时不用担心会失业的问题。其次，ChatGPT对芯片产业而言是好事，它对大量高算力芯片的需求会增加。最后，想要提高它的能效就得满足耗电需求，除非随处备好发电厂，否则是不能实现超算的。

问：今天大家在讨论话题时也有一个很具体的背景，就是现在芯片行业并不景气，无论是主动还是被动去库存，都面临着下行周期的压力。我们也面临着国际形势的影响，比如今年1月30日美国与荷兰、日本达成一致，限制向中方出口半导体相关设备；2月6日《联合早报》援引日本媒体消息称，日本政府基本决定为防止尖端半导体技术被转为军用将实施出口管制；2月10日美国商务部工业与安全局（BIS）以支持中国军事现代化为由，将中电科第48所等六家实体列入实体清单，又增加了清单的范围。在这种情况下，以从业者的角度出发，大家觉得应该做怎样的调整和布局？

谢志峰（主讲人）：美国一直以来都有设备出口许可的规矩，只能说最近有更多的新政策出台。我的观点是，摩尔定律一代代往下走，我们走得太快了，芯片设计人员还来不及熟悉这一代技术，下一代更先进的技术就来了。好不容易把40nm给熟悉了，又到了下一代28nm，28nm还没用完，又到了14nm，现在又走到了3nm。就拿手机举例，90%的功能还不会用就又得买新手机了。其实摩尔定律也快到头了，我们应该慢下来，好好地、及时地在现有基础上多做创新，把技术用到极致，这才是未来要做的方向，要健全中国内循环的产业链。哪怕是从成熟的落后技术开始，安下心来做技术、市场和产品的开发，我想这是我们应该做的事情。因为国际大环境在不断发生变化，我们是无法控制的，但至少先做好自己的产品开发和市场工作。

朱佳骐 （嘉宾）：我非常同意谢志峰博士的观点。业内包括中芯国际很早就提出来一个概念，就是要分成摩尔定律和超越摩尔。大家知道摩尔定律是将遵循以线宽缩小作为技术进步的主要推动力，它的掣肘一定会越来越多。虽然中国很努力，政府也在包括光刻机设备等方面大量投入，以期打造自己的体系，但这些都需要花时间积累，没有别的办法。

而超越摩尔领域，主要还是以8吋或者12吋的40nm以上成熟工艺为主，从工艺和设备来说并没有太多掣肘。但是和摩尔定律一样要靠技术积累，这在国内还是非常欠缺的。我们需要练内功，花时间把这些东西沉淀下来，这一步是绕不过去的。

2022年12月，国内首条12英寸先进智能传感器

及特色工艺晶圆制造产线项目正式动工

邬刚（嘉宾）：美国的出口管制新规只影响到DUV（深紫外线）在先进工艺上面的一些设备，对成熟工艺肯定没有太大影响，但对国产设备和国产材料而言却是是个特别好的机会。我觉得大家要加把劲，借助窗口期来突破相应的技术，在性能指标和性价比上做更好的东西，来给国内的客户提供更好的服务。这也需要国内的设计公司、封装厂、测试厂来支持我们。过去大家不太愿意用国产的产品，现在也要开始用了，否则未来还会出现问题。

互动提问1：各位专家好，我是做科技创业创新服务的，和中科院计算所的老师们一起做一些芯片与系统的人才培养。我想请教一下大家，怎样从产业的角度来给高校集成电路专业的许多年轻本科生、研究生们一些建议？因为他们代表未来。

邬刚（嘉宾）：我有一些经验可以分享。我们加速科技是做测试设备的，做的过程中发现一个非常大的问题，就是很少有人会使用这个设备。坦率来说，如何来测试国内公司设计出来的芯片是一个大难题。因为测试工程师是非常专业的一个工种，对工程实践能力的要求很高，为此我们专门写了书，做了相应的教材和实训来培养相关的人才。

加速科技深度参与

《集成电路产业人才岗位能力要求》标准编制

现在大学里的学生最大的问题是缺乏工程能力而不是理论知识。实际上做一个项目大概需要三方面的知识，第一种是专业基础知识。包括电路分析、微机原理甚至C语言；第二种是工具知识，我们开发产品，无论是芯片设计的Verilog语言，还是软件的C语言，要会相应的开发环境，VCS（数字前端仿真工具）等；第三种是背景知识，因为不管做什么项目都有国际标准，要弄清楚它的定义。

这三方面对学生们来说单独的每一种他们都完全读得懂，全部都会，可是怎么把三方面结合起来做产品，他们就不会了，没有任何概念。这是因为大学的本科教育是学科类教育，不是工程类教育。我们恰恰需要把学科教育转化成工程化的东西，通过项目来训练是比较有效果的。大部分的学生都不笨，只要设计一套工程化训练的系统，半年之内就能出培训成效，这与我们公司自己带新员工一样，只是要考虑怎样把这套东西放到学校去。

互动提问2 ：各位专家好，我是做半导体产业基金的，最近看了一些半导体方面的项目，也在和地方政府讨论投资问题。我们发现，作为芯片的应用终端，以智能手机、笔记本电脑为代表的电子消费类产品不太景气，人们的消费欲望并不强烈。想请教大家，芯片产业如何突破自身发展去迎合消费者的需求？

全球（左）与中国（右）智能手机出货量及预测（单位：百万部）

图源：网络

邬刚（嘉宾）：所有的设计其实都是根据需求来的，做半导体最困难的就是现在的定义要超前，要为未来而做。现在火不火不要紧，要看3-5年之后能不能火，要不然等芯片设计出来就过时了。我认为不能说“迎合”，而是看如何引导。现在消费低迷是多种原因造成的，并不完全是没有需求。需求一直存在，我相信国内的内循环能力是非常强的。最典型的例子就是春节后大家能看到各个商场基本都在排队，甚至吃饭都得排好长时间的队，充分说明我们的经济是很有内生活力的。

现在更大的问题在于库存压力，有很多消费品的库存是没有消掉的，基本上Q3以后会消掉，还得用两个季度来把停留在封测厂中的晶圆都消耗完，需求自然而然就会出来了。只是说现在怎样才能找到新的需求？无论是VR、AR还是人工智能，很早就有了，但为什么没有做起来？现在又火了，是不是这波新的火爆能带来新的需求，实现以前没做成的事情？我认为这种需求很快就会出现。

朱佳骐 （嘉宾）：可以分两方面来看这个问题。现在消费级产品的销量为什么往下掉？原因很简单，拿手机举例，一是经济不好，可换可不换的手机大家就不换了。二是确实缺乏新的应用，没有体验感的大幅提高。

当然， 我们还是能看到产业发展良好的机会。在国内，我觉得第一个机会就是国产化替代。现在汽车很火，大部分不是因为新的应用带火的，而是它的产业链要在国内建设了，有了国产化的需求。虽然还需要时间，但利好是一定的。第二个机会是新的应用。不用担心这是一定会出现的，就像开年很火的ChatGPT，为什么会出来？没人知道，其实它已经积累了很久了。当年蓝牙音箱、蓝牙耳机这些产品的快速崛起，就是因为它们改善了人们的应用体验，逐渐成为“刚需”。

我个人觉得一方面是要做好技术准备来等待时机的出现，包括我们现在做的存算一体化晶圆技术积累。时机出现时如果技术没做好、积累的不够，肯定是没有用的。另一方面，我们也在推动应用端的发展，往比较看好的农业环境、工业4.0、工业互联网等方向主动去推。如果没有这样的交流和互动，就没法知道应用端需要什么，反过来讲应用端并不知道技术到底能发展到什么阶段。

所以作为联盟，我们首先是把核心技术包括产业链的上下游打通，其次是拓展市场，让各行各业都知道现在的传感器包括物联网通信和相关的技术到底走到了怎样的阶段，这样才能碰撞出火花，二者互相影响。总体上说，搭载智能化、数字化的新技术和新应用一定会到来的，这一点毋庸置疑，它只是一个周期而已。

谢志峰（主讲人）：半导体产业自存在以来一直都是周期性的，下去了一定会上来，上来了会再下去。只不过它是波浪式上升的，会越来越高。目前属于下行期，所以看上去不太景气。

需求其实分为两类，刚需是非用不可的东西，是一定要有的；另外还有可用可不用的东西，这就属于增量了。ChatGPT给我们的新启示是：当一些原本可有可无的东西变成人人都要使用后，它就不再是可有可无了。比如智能手机刚出来的时候，能使用它就变成了一种身份的象征。当每个人都能用上时，它的销量就会跟上去。我希望我们能够创造出更多的应用，让芯片能够大卖。

结语：

ChatGPT的火爆让AI再一次强势回归人们的视线，不仅为AIGC带来全新增量，使行业对AI模型训练所需要的算力支持提出了更高要求，也为不少芯片企业带来了更多市场空间和发展机会。在系统芯片异构计算时代，芯片企业、人工智能企业和产生大量数据的应用企业三者仍需要深度合作，加大在数据、硬件和人才方面的持续投入。大模型应用正处于行业爆发的前夜，让我们拭目以待。

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。