界面新聞記者 | 李彪

當GPT-4首次支持多模態(tài)后，文本、圖像、視頻及更多形態(tài)的數(shù)據(jù)都被設(shè)想成未來可以“喂給”大模型的數(shù)據(jù)。從訓練到推理，從數(shù)據(jù)中心到邊緣，AI引爆的數(shù)據(jù)多模態(tài)化浪潮使得業(yè)界意識到算力明顯不夠用了。

“大模型的爆發(fā)首先帶動的是訓練，算力需求目前最緊俏也是這部分，英偉達目前在訓練一側(cè)是絕對的霸主。但當大模型訓出來后，開放API響應(yīng)廣大網(wǎng)友們每天的各種請求，推理的算力價值就會被浮出水面。”原粒半導體創(chuàng)始人兼CEO方紹峽博士接受界面新聞采訪中告訴記者。

(資料圖片僅供參考)

原粒半導體是一家AI Chiplet供應(yīng)商，公司正式成立于今年4月，創(chuàng)始團隊來自國際半導體巨頭，在AI芯片領(lǐng)域深耕多年。

這支新創(chuàng)業(yè)團隊的目標是通過結(jié)合創(chuàng)新的多模態(tài)AI處理器技術(shù)與Chiplet設(shè)計方法，提供高能效、低成本的通用AI Chiplet組件，客戶可以根據(jù)實際業(yè)務(wù)需求低成本、靈活、快速配置出不同算力規(guī)格的AI芯片，以滿足多模態(tài)大模型的推理及邊緣端訓練微調(diào)需求。

Chiplet通常被定義為模塊化芯片的設(shè)計概念，包含“IP芯片化（IP as a Chiplet）”和“芯片平臺化（Chiplet as a Platform）”。與之形成對比的傳統(tǒng)集成電路的SoC技術(shù)（片上系統(tǒng)）。

它是將原本集成在一整塊芯片上全部核心處理器IP（例如圖形處理器 （GPU）IP、 視頻處理器 （ VPU ）IP、 數(shù)字信號處理器 （DSP）IP、神經(jīng)網(wǎng)絡(luò)處理器 （ NPU ）IP等等）按功能拆分成一個個的獨立單元，即芯粒，俗稱“小芯片”。芯片廠商通過采購這些芯粒，按需求利用2D、3D封裝做拼搭組合，做到“即插即用”。

受摩爾定律的物理極限限制，傳統(tǒng)SoC技術(shù)在突破更小尺寸的先進制程的迭代道路上成本高、良率低。

同時SoC芯片在近幾年的發(fā)展中，除與AI計算功能相關(guān)的IP外，其他部分規(guī)格變化緩慢，大模型的出現(xiàn)更是顯著拉大了這一差距。若沿著SoC路線，更新迭代流片成本過高。

在此前提下，Chiplet因為能夠突破單顆芯片的面積制約、模塊化后又通過先進封裝可以實現(xiàn)異構(gòu)集成，是成本更低的解決方案。

此外，大模型推理對于邊緣算力的需求也是未來的另一大趨勢。

方紹峽認為，與云計算的數(shù)據(jù)中心架構(gòu)相比，大模型在邊緣端的智能計算是在一個已經(jīng)訓練好、有基本智能水平的模型基礎(chǔ)上。當邊緣端具備多模態(tài)大模型的離線學習進化能力時，本地模型將變成私人定制化的東西，數(shù)據(jù)也無需再往云端上傳。這部分推理與訓練微調(diào)過程主要依賴邊緣多模態(tài)大模型AI算力。

在這種前提下，同“一卡難求”的英偉達GPU提供給的算力相比，引入第三方算力自然而然地成了一種降成本、提效率的可行選擇。

目前，原粒半導體當前思考的商業(yè)模式主要是作為AI Chiplet產(chǎn)品的上游供應(yīng)商，向下游的SoC廠商及系統(tǒng)廠商提供標準化的多模態(tài)大模型AI 算力Chiplet產(chǎn)品。

上下游產(chǎn)業(yè)鏈上的“SoC主控+AI Chiplet”組合可有效復用芯片主控，顯著降低成本，快速滿足各類規(guī)格需求，同時也是Chiplet產(chǎn)業(yè)化的機遇，預計也會是公司未來主要的營收渠道。

原粒半導體自身定位于AI算力基礎(chǔ)設(shè)施供應(yīng)商。Chiplet目前還是新鮮事物。因此需要芯粒廠商積極適配SoC廠商及系統(tǒng)廠商需求，多模態(tài)AI算力Chiplet也將給AI算力市場帶來全新可能。

原粒半導體近期宣布已經(jīng)完成數(shù)千萬元人民幣種子輪融資，本輪融資由英諾天使基金領(lǐng)投，中關(guān)村發(fā)展集團、清科創(chuàng)投、水木清華校友種子基金、中科創(chuàng)星等多家機構(gòu)跟投。本輪融資將用于公司核心團隊組建以及創(chuàng)新技術(shù)研發(fā)。

關(guān)鍵詞：