推荐-元宇宙下算力需求爆发，中国芯片如何弯道超车？
华泰证券携手2022世界人工智能大会举办“迈向新智能”科技金融创新论坛，畅享前沿科技在金融场景落地的市场空间。上海交通大学计算机科学与工程系教授、博导及学科带头人梁晓峣以GPU芯片角度切入，从底层技术基座角度分析元宇宙时代来临的必需条件。
元宇宙需要的芯片算力，是现有水平的100倍以上
现代社会的科技发展，实际上就是以算力为基础的发展，而算力基于芯片。从最早的晶体管、三极管，到集成电路、大规模集成电路，再到现在的中央处理器CPU、图形处理器GPU、数据处理器DPU以及AI专用芯片。几十年来人类社会的算力获得了突飞猛进的提升。在未来，算力载体可能会是量子芯片或者是生物芯片。
元宇宙的出现，催生了对算力的无穷需求。“要想实现元宇宙，我们需要将现有的算力提高100倍以上，那将是一个类脑智能的时代。”
自芯片诞生以来，全球AI行业算力伴随着市场规模的增长迅速膨胀。在早期的摩尔定律时代，AI普遍采用计算和存储分离的冯诺依曼架构，特点是低算力、低能耗比。那时英特尔、AMD、 ARM为代表的CPU芯片是集成电路皇冠上的明珠。随着GPU、AI加速芯片的出现，后摩尔时代来临，算力开始大幅度提升，但能耗比仍然较低。
在梁晓峣看来，未来芯片将进入超越摩尔阶段，彼时芯片将借助AI原生算力实现存算融合，大大提高运行效率，在获得更高算力的同时，实现能耗比的跨越，进而支撑自动驾驶、大规模AI云计算等技术照进现实。这些预想并不十分遥远，现在已经有部分公司在做类似的尝试。
“元宇宙以其开放性让每一款芯片都能为元宇宙提供一部分算力，都有机会在元宇宙下发挥它的价值。因此目前出现的芯片投资热潮，是有其基础的。”梁晓峣判断，芯片行业正在根本性变革，未来会有越来越多芯片公司为元宇宙提供澎湃的算力，而GPU是其中的重中之重。
GPU：从图像处理到更遥远的未来
作为后摩尔时代的产物，GPU以图形处理和并行计算能力见长，以显而易见的超高算力优势获得了资本市场的青睐。“GPU拥有澎湃的算力，可以做图形渲染，也可以在医学成像、金融仿真等科学计算领域大显身手，运算速度比CPU快150倍左右。”梁晓峣说。
通过主流芯片公司的股价走势，能够清晰看出市场对不同芯片的预期。CPU领域的巨无霸英特尔在过去五年内股价上涨了65%，相比之下，可编程专用芯片Xilinx上涨了3倍，而GPU厂商英伟达的股价则增长了接近16倍，市值则达到英特尔的4倍。
GPU的发展并非一成不变，其运算潜力在几十年间被不断挖掘。最早期的GPU图像渲染非常一般，现在却已经可以渲染出人眼几乎无法分辨的拟真世界，也早已经超脱“图形处理器”的定义，成为了终极的算力提供者，以及未来算力平台的主要担当。随着应用场合的通用化，GPU也进化为 GPGPU（通用GPU）。“要实现类脑智能、元宇宙、WEB3.0、科学计算，GPU都将成为最关键的算力平台基座。” 梁晓峣说。
视频的编解码是元宇宙未来的另一个发展重点。所谓的编解码技术，就是将高流量的原始视频通过压缩技术变成低流量视频，传递到用户端，用户端再恢复成一个高质量视频。即便在5G甚至6G时代，网络带宽都可能无法支持在云端或者服务器中生成的元宇宙内容直接推流到用户端，因此视频编解码技术将变得非常重要。现在各大互联网公司、视频公司、云游戏公司都在定义自己的视频编解码标准，甚至在自研编解码芯片，来最大程度地去为用户提供最佳感受、争抢未来标准的定义权。
展望金融在元宇宙空间中的发展，梁晓峣认为，金融基座或许将依赖于分布式账本提供的隐私性和安全性，来帮助用户在高度虚拟的空间完成信息认证和交易的记录认证。而分布式账本所需要的区块链和隐私计算技术都需要大量的实时算力。目前任何一款芯片，都无法完成如此海量实时交易的认证和计算，其落地仍有待于算力供给的爆发。
国产元宇宙芯片路在何方？
在梁晓峣眼中，元宇宙下的芯片世界，已经发生了革命性的变化，并为国产芯片弯道超车提供机会。“旧世界的芯片主流不是英特尔就是英伟达，有大量的软件公司围绕着他们的芯片架构开发应用，因为那个时候我们的算力是足够的，但随着元宇宙的到来，情况完全倒转，算力变得异常紧缺，同时算力芯片又可以有更多的存在形态，每一款芯片都有机会在新的元宇宙世界中寻找到发挥的空间。”
梁晓峣认为打造国产元宇宙芯片，至少有三种路径。第一条路径是做一款和英伟达完全兼容的GPU芯片，需要投入100亿美金以上的资金，10年以上的时间，整合至少3000人的团队。
第二条路径是做自主的强通用性芯片，如做隐私计算与区块链芯片，来承载部分元宇宙功能。大概需要10亿美金以上的投资， 5年左右的时间以及1000人的团队。现在国内有不少初创企业已经达到了这个规模，有能力去开发这类芯片。
第三种路径是做领域专用芯片，具有代表性的就是视频编解码芯片，只需要投入1亿美金， 2年左右时间和200人团队就可能实现。因此，各大互联网公司选择的切入点都是领域专用的芯片，同样可以为元宇宙的算力基座做出贡献。
算力平台研发的背后，是大厂乃至大国的角力。面对领先者的已有优势，开源可能是较好的超车赛道。操作系统中有开源的安卓，CPU开源架构中有讨论度很高的RISC—V，实践已经证明了开源的成功。那么，GPU能做开源么？梁晓峣和他的团队正在打造一个开源的通用智能算力芯片平台——LOGIC（Launch Open-source GPU In China），整个项目由一本专业教材、一门核心课程以及一个开源平台构成。梁晓峣表示，LOGIC将以播种普惠算力为目的，做“人人用得起的GPU”，以行业人才、知识产权、产业联盟和开放生态为四大支柱，构建第一代开源GPU“青花瓷”。“我们希望在模仿中超越，要的是细水长流，拼的是天荒地老。” 新架构名里，蕴藏的是国产算力芯片团队追逐行业领军者的野心。
编辑：林森