未來的計算機芯片或許能幫助降低生成式人工智能(AI)驚人的能源需求，但芯片制造商表示，他們首先需要AI做出一些改變:放慢飛速發(fā)展的步伐。

　　到目前為止，圖形處理單元(GPU)在訓練和運行大AI模型方面一直占據(jù)主導地位j9九游會。這些芯片最初是用來處理游戲圖形的，其獨特之處在于可將較高的性能與靈活性和可編程性集于一身，從而能夠緊跟當今AI模型日新月異的腳步。

　　英偉達(Nvidia)在GPU市場占據(jù)主導地位，其估值已達到1萬億美元，但包括Advanced Micro Devices(AMD)在內(nèi)的其他公司也在生產(chǎn)這種芯片,但AMD首席執(zhí)行官蘇姿豐(Lisa Su)表示，隨著行業(yè)將精力集中于更加標準化的模型設(shè)計，將有機會構(gòu)建更多在可編程性和靈活性方面要求不那么高的定制芯片。這種芯片將更加節(jié)能、體積更小、成本更低。

　　“目前，GPU是大語言模型的首選架構(gòu)，因為GPU在并行處理方面非常高效，但在可編程性方面有所欠缺，”蘇姿豐說?！拔迥甓嗪笏€會是首選架構(gòu)嗎?我認為情況會發(fā)生變化?！?/p>

　　蘇姿豐預計，五年或七年時間內(nèi)GPU還不會失勢，但會出現(xiàn)GPU以外的新勢力。

　　英偉達和AMD尚未透露具體計劃。

　　一些定制芯片已經(jīng)被用于處理AI的多方面工作。亞馬遜(Amazon)和谷歌等大型云計算提供商已經(jīng)開發(fā)了自己的定制AI芯片供內(nèi)部使用，例如亞馬遜的AWS Trainium和AWS Inferentia，以及谷歌的張量處理單元(TPU)。這些芯片只用于執(zhí)行特定功能:例如，Trainium只能訓練模型，而Inferentia只能進行推理。推理比訓練的強度低，在訓練過程中，模型要處理新信息并做出響應。

　　博通(Broadcom)首席執(zhí)行官陳福陽(Hock Tan)今年在一次內(nèi)部講話中表示，該公司定制芯片部門的季度營業(yè)利潤超過10億美元。該部門主要幫助谷歌制造AI芯片。

　　市場情報公司國際數(shù)據(jù)公司(International Data Corp., 簡稱IDC)計算半導體研究副總裁Shane Rau表示，定制芯片在節(jié)能和成本方面具有很大優(yōu)勢，體積也小得多，因為它們可以在一定程度上進行硬連接：它們可以執(zhí)行一項特定功能，運行一種特定類型的模型，甚至可以運行某一個特定模型。

　　但Rau表示，商業(yè)化銷售這些超級定制化專用芯片的市場仍不成熟，這是AI模型創(chuàng)新令人應接不暇的一個表現(xiàn)。j9游會真人游戲第一品牌

　　研究公司Gartner的副總裁分析師Chirag Dekate表示，高度定制的芯片還存在靈活性和互操作性不足的問題。這種芯片非常難以編程，通常需要定制軟件堆棧，而且很難讓它們與其他類型的芯片協(xié)同工作。

　　但如今許多芯片產(chǎn)品都呈現(xiàn)出某種中間狀態(tài)，一些GPU可以進行更多定制，一些專用芯片有一定程度的可編程性。這為芯片制造商帶來機會，甚至是在生成式AI更加標準化之前。這也可能是個難題。

　　“這是我們一直在努力解決的一個大問題，”Etched聯(lián)合創(chuàng)始人兼首席執(zhí)行官Gavin Uberti說。這家初創(chuàng)公司生產(chǎn)的芯片只在Transformer架構(gòu)上進行推理，該架構(gòu)由谷歌在2017年開發(fā)，此后成為大語言模型的標準。盡管在一定程度上可以定制，但芯片還必須擁有足夠靈活性，以適應依模型而不同的較小作業(yè)。

　　此前，微軟也在Ignite技術(shù)大會上發(fā)布了首款自家研發(fā)的AI芯片Azure Maia 100，以及應用于云端軟件服務(wù)的芯片Azure Cobalt。兩款芯片將由臺積電代工，采用5nm制程技術(shù)。Arm 近日宣布推出 Ethos-U85 NPU。OpenAI也正在探索自研AI芯片，同時開始評估潛在收購目標。AWS自研AI芯片陣容包括推理芯片Inferentia和訓練芯片Trainium。

　　“目前，這些模型已經(jīng)足夠穩(wěn)定，我認為押注Transformer說得通，但我認為押注Llama 3.1 405B目前還不行，”Uberti說，他指的是Meta Platforms的AI模型?！癟ransformer還會在，但它們會變得更大、不斷進化?！彼a充說，“你必須小心，不要太定制化。”

　　AMD首席執(zhí)行官蘇姿豐表示，計算方面也沒有萬能的解決方案。未來的AI模型將使用不同類型芯片的組合，包括當今占主導地位的GPU以及仍有待開發(fā)的更專門化的芯片，以實現(xiàn)各種功能。

　　“還會有其他架構(gòu)，”她說。“只是這將取決于模型的發(fā)展。”