Vol.43｜ChatGPT 爆火，AI 时代如何突围「缺芯困境‪」‬ Founder 100

⬇【本期内容】
人工智能领域的新宠儿 ChatGPT 正在疯狂刷屏。但其创新和颠覆的背后，并不只是靠堆参数、堆样本、调算法。而容易被忽视的，是其支撑一切的算力基础设施：
据评估，采购一片英伟达顶级 GPU 成本为 8 万元，GPU 服务器成本通常超过 40 万元。对于 ChatGPT 而言，支撑其算力基础设施至少需要上万颗英伟达 GPU A100，一次模型训练成本超过 1200 万美元。如果想要复刻、甚至超越 ChatGPT 的成就，必须要突围芯片和算力的「卡脖子」难题。目前国产芯片的发展面临两个机遇：
首先是缺芯困局下，国产化替代的呼声越来越高，这无疑给国内芯片创业者提供了一个发展的缓冲期。对于 2020 年创业做大算力芯片的后摩智能创始人 & CEO 吴强来说，「在芯片成长早期，这个条件是国内独有的，我在美国是不敢做芯片创业的。」 ChatGPT 大火，人工智能发展对于大算力的需求，给予了芯片创业新的机会。在吴强看来，存算一体芯片可能是国产芯片算力弯道超车的机会。相比较传统的冯·诺依曼架构芯片，「存算一体」创新计算架构对工艺的依赖较弱，能用 28nm 工艺做出基于传统计算架构的其他 AI 芯片用 7nm，甚至 5nm 工艺才能实现的性能/能效比。要知道，这次 ChatGPT 背后采用的英伟达 GPU A100，就是采用 7nm 制程工艺。本期播客，我们就邀请到顶级芯片学术会议（ISCA等）组委会委员、后摩智能创始人 & CEO 吴强，来跟 Founder 100 栏目观察员王式一起聊聊，国内芯片创业的机遇和差异化优势。
                                
🎉如果你喜欢节目并想和我们交流、分享内容看法👉欢迎添加 幕后微信「18981006667」，备注「播客」
                               
⬇【延伸阅读】
存算一体，国产大算力芯片的新机遇 | Rebuild 2022
                              
⬇【精彩时刻】
02:09 存算一体芯片架构：适合数据量庞大的计算（如 AI 计算）
05:24 存算一体的演进简史
07:22 认知：很多时候算力上不去，不是因为计算不行，而是带宽不够
09:18 存算一体核心挑战：存储介质的工艺、从学术到商业量产
11:52 为什么美国的芯片创业公司很少？
15:20 应用场景：需要大算力的场景，比如自动驾驶
18:22 对于自动驾驶，存算一体能够在成本上带来优势吗？
21:23 认知：国内卡脖子的都是大芯片，小芯片从来不卡
22:00 认知：同等算力下，存算一体对于工艺制程要求更低
24:57 存算一体：功耗低、成本低、算力高
29:41 认知：真正的护城河其实不是芯片本身，而是软件生态
                      
⬇【嘉宾 & 公司简介】
吴强（后摩智能创始人 & CEO）：美国普林斯顿大学博士，AMDGPGPU/OPENCL 创始团队核心成员，Facebook 资深技术专家，国内知名 AI 芯片独角兽公司技术副总裁及 CTO 等，科研成果曾获 MICRO-38 唯一一个最佳论文奖，科研成果被 IEEE Micro 评选为年度最有影响的 12 个科技成果之一，顶级芯片学术会议（ISCA等）组委会委员，美国 NSF 云计算评审委员会委员。
后摩智能：创立于 2020 年底，是国内首家专注于存算一体技术的大算力 AI 芯片公司，致力于突破智能计算芯片性能及功耗瓶颈，加速人工智能普惠落地。其提供的大算力、低功耗的高能效比芯片及解决方案，可应用于智能驾驶、泛机器人等边缘端，以及云端推理场景。
                                   
⬇【关于我们】
跟 100 位创业者，聊聊最有潜力的科技赛道。欢迎来到  Founder 100