日媒：中國技術逆天發展，日本5000億投入難阻反超

隨著人工智能的普及，世界上的一些科技巨頭正在競相設計運行速度更快、性能更好的芯片。這場競爭不僅發生在設計和制造環節，也蔓延到了曾經被視為"收尾活"的芯片封裝領域。

最近日本媒體一則報道引發關注：日本揖斐電砸下5000億日元擴產高端載板，卻發現中國企業正在快速追趕。

過去，高端AI芯片需要將計算芯片、高帶寬內存等不同小芯片拼在一起協同工作，而先進封裝技術正是決定芯片算力上限的關鍵。中國的長電科技、通富微電等企業已在先進封裝領域站到全球第一梯隊，兩家龍頭去年封裝營收接近670億元。

中國集成電路出口額在今年前兩個月暴漲了72.6%，正以"成熟制程加先進封裝"的路徑打入全球市場。

那么，這些AI芯片究竟是如何運作的，為什么科技公司認為它們代表著未來？

這是亞馬遜位于德克薩斯州奧斯汀的芯片實驗室，該公司在這里設計用于AWS服務器的AI芯片。從制造過程中出來的東西叫做晶圓。Ron Diamant是Inferentia和Trainium的首席架構師，這兩款芯片是該公司定制的AI芯片。

這些是計算元素或組件，它們實際執行計算。這些被稱為骰子的矩形，每一個都是一個芯片。每個芯片包含數百億個稱為晶體管的微型半導體，用于傳遞輸入和輸出信息。想想百萬分之一厘米，這大約就是每個晶體管的尺寸。

所有芯片都使用這樣的半導體。人工智能芯片與CPU——為電腦或手機提供動力的芯片——的不同之處在于它們的封裝方式。例如，假設你想生成一張貓的新圖像。CPU擁有數量較少但功能強大的核心。構成芯片的單元擅長執行許多不同的任務，這些核心按順序處理信息。

于是，一項又一項計算接連進行下去。因此，要創建一個全新的貓的圖像，它一次只能生成幾個像素。但是人工智能芯片擁有更多并行運行的核心，因此它可以同時處理成百上千個貓咪像素。這些核心體積更小，通常比CPU核心的功能更少，但它們是專門為運行AI計算而設計的。

但是這些芯片無法獨立運行。計算芯片被集成到一個封裝中，這就是人們通常想到芯片時所想到的。

訓練是這個過程中最難的部分。我們通常不是在一個芯片上進行訓練，而是在數萬個芯片上進行訓練。相比之下，推理通常在1到16個芯片上完成。

處理所有這些信息需要大量的能量，這會產生熱量。我們可以使用設備來強制芯片達到一定的溫度，這樣就可以測試芯片在極低溫度和極高溫度下的可靠性。為了幫助芯片保持冷卻，它們被連接到散熱片上，散熱片是帶有通風孔的金屬片，可以幫助散熱。

芯片封裝完成后，會被集成到亞馬遜AWS云服務器中。訓練卡將安裝在底板上，總共有八張，它們之間以非常高的帶寬和低延遲互連。

這樣一來，服務器內部的不同訓練設備就可以協同完成同一個訓練任務。AI模型執行完畢后，會將結果反饋給CPU，然后CPU會將結果發送回給你。

亞馬遜的芯片只是在這個新興市場競爭的眾多芯片類型之一，而這個市場目前由最大的芯片設計商英偉達主導。Nvidia仍然是為各種不同類型的客戶——需要運行不同工作負載——提供芯片的供應商。接下來要介紹的競爭對手是主要的云服務提供商。

微軟、亞馬遜、AWS和谷歌都在設計自己的芯片，因為他們可以針對在云端運行的軟件優化計算工作負載，從而獲得性能優勢，而且他們不必讓英偉達在每顆芯片的銷售中都獲得非常可觀的利潤。

但就目前而言，生成式人工智能仍然是一項新興技術。它主要用于面向消費者的產品，例如聊天機器人和圖像生成器，但專家表示，圍繞技術的炒作周期最終可能會帶來回報。

雖然當前的AI熱潮周期可能類似于互聯網泡沫，但互聯網泡沫破裂時，互聯網依然存在。我認為我們在生成式人工智能方面也面臨著類似的情況。

技術的飛速發展意味著芯片和使用它們的軟件也必須跟上步伐。亞馬遜表示，它混合使用自家芯片和英偉達芯片，為客戶提供多種選擇。

微軟表示，它正在采用類似的模式。對于這些云服務提供商來說，問題是，他們有多少人工智能計算工作負載將通過英偉達芯片提供，又有多少將通過他們自己的定制人工智能芯片提供？而這正是世界各地公司董事會正在上演的斗爭。

亞馬遜于11月發布了Trainium的新版本。迪亞曼特表示，他認為人工智能的蓬勃發展短期內不會放緩。我們已經投資機器學習和人工智能近二十年了，現在我們看到這些模型所帶來的創新速度和能力正在加速提升。因此，我們對人工智能芯片的投資將會持續下去，并且每一代芯片的性能都會有顯著提升。

這場圍繞AI芯片的競爭才剛剛開始，從設計到制造再到封裝，全球產業格局正在被重新書寫。