中新网上海新闻11月9日电(谢梦圆)AIGC的发展，离不开更强、更高、更快的算力支持和更低的落地成本，上海泰则半导体有限公司CEO杨龚轶凡近日接受中新网记者采访时表示，“那么我们推出的高性能GPTPU智慧处理器的未来性体现在强大的并行计算能力、高性能及低能耗。”

　　据介绍，对于针对深度学习和大模型设计的DS构架而言，泰则半导体推出的高性能GPTPU相比较于传统的CPU、GPU，能够实现3至5倍的性能提升，同时，还能保持价格不变，“也就是说，它对应的有效性以及性价比能够大幅度提高，这样才能够实现AIGC的落地，这是这项技术的未来性所在。那么随着该技术的发展，整个CPU构架可能也会与软件更进一步结合，不仅如此，它还要跟新型材料进行结合。”杨龚轶凡说。

　　在高性能GPTPU智慧处理器的推动下，CPU构架如何与新型材料进行结合？杨龚轶凡表示，可以与Mem Resistor和量子计算进行结合，“TPU作为芯片系统构架，它能兼容与底层的材料变革，所以我认为，这是这个行业内发展的未来。”

　　在他看来，芯片作为大模型的大脑，是支撑大模型高效生产及应用落地的基本前提，“现如今纷纷涌现的大模型趋于多模态，模型的复杂程度以及海量数据集对算力的需求已远超单块芯片的物理极限。加之，国产芯片在大功率和高速率方面的技术积累与世界顶尖水平差距较明显，这是国内高性能芯片最难以攻克的技术壁垒。”

　　据悉，泰则半导体推出高性能GPTPU智慧处理器，通过独特的架构创新实现1024块片互联，实现芯片各个方向的高速互联。此外，还自主研发了能耗管理系统，以最大限度的提高每瓦算力。因此，高性能GPTPU智慧处理器的未来性体现在强大的并行计算能力、高性能及低能耗。

　　杨龚轶凡介绍说，高性能GPTPU智慧处理器作为一款专门用于深度学习和机器学习的处理器，其设计初衷便是为了满足大规模数据处理和训练的需求，因而在未来最理想的应用场景可能还是应用于大规模的深度学习和机器学习任务，进而提高AI应用的运行速度和效率，助力百亿甚至千亿级大模型应用落地。

　　例如，在智能医疗领域，高性能GPTPU智慧处理器可以大幅提高医学图像识别和分析的速度和准确性，从而帮助医生更快速地诊断疾病，提高治疗效果。在智能交通领域，高性能GPTPU智慧处理器可以提高自动驾驶系统的性能，使得自动驾驶更加安全、高效。

　　然而，他也坦言，中国在芯片设计、生产、封装测试、设备及材料等各个环节中仍存在一定的短板，需要加强产业链上下游企业的协同创新。因此，芯片的生态系统构建方面是一大挑战，“其次，中国在芯片设计等高技术环节与国外先进水平相比仍存在一定的技术差距，技术壁垒和市场竞争压力成为另一大难题。”

　　因此，杨龚轶凡表示，此次泰则半导体参加2023全球“未来产业之星”大赛决赛的初衷之一，也是希望借助赛事为未来产业搭建的分领域、分赛道、高聚焦度的国际舞台，加强国际化的交流与合作，形成优势互补，共同推进未来产业的发展。

　　上海作为国内人工智能创新应用先导区，为人工智能产业发展提供大片“沃土”。面对企业未来发展，杨龚轶凡期待上海能继续抢抓人工智能高地，着力构筑芯片产业基础，加快核心技术攻关、先进制造工艺研发，不断提升芯片设计、制造、封装、装备材料等全产业链建设。

　　此外，着力推动，芯片创新应用，加快布局重大算力平台，推动应用场景开放，加强终端产品推广，同时积极吸引一批海内外AI芯片创新企业。

　　同时，着力优化芯片产业生态，推动企业、高校的合作，充分发挥产业基金引导作用，积极引入市场化力量，将上海打造成一座世界级“东方芯港”，助力芯片国产化加速。(完)

注：请在转载文章内容时务必注明出处!   

编辑：谢梦圆