燧原科技創(chuàng)始人&COO張亞林
成立6年多，累計(jì)融資額近70億元人民幣，估值已達(dá)160億元（胡潤(rùn)數(shù)據(jù)）......這是騰訊投資的一家AI算力企業(yè)燧原科技交出的最新成績(jī)單。
美國(guó)哈佛商學(xué)院教授、“顛覆性創(chuàng)新之父”克里斯坦森（Clayton M. Christensen）在研究貝索斯、馬斯克等多位頂級(jí)創(chuàng)業(yè)者后，在《創(chuàng)新者的基因》一書中得出結(jié)論：全球經(jīng)濟(jì)發(fā)展中，創(chuàng)新是生命之源，是企業(yè)首要的戰(zhàn)略考慮。但同時(shí)，一個(gè)創(chuàng)新領(lǐng)導(dǎo)者，不僅應(yīng)該是思考者，更應(yīng)該是一個(gè)會(huì)把思考及時(shí)付諸行動(dòng)的人。
在中國(guó) AI 算力賽道當(dāng)中，燧原科技創(chuàng)始人兼COO（首席運(yùn)營(yíng)官）張亞林正是這樣一位領(lǐng)導(dǎo)者。
創(chuàng)立燧原科技之前，張亞林曾在AMD工作了11年，他帶領(lǐng)AMD上海研發(fā)中心成功開發(fā)并量產(chǎn)多顆旗艦處理器，擁有豐富的工程和產(chǎn)品化實(shí)戰(zhàn)經(jīng)驗(yàn)。
在張亞林的帶領(lǐng)下，作為通用人工智能（AGI）算力基礎(chǔ)設(shè)施服務(wù)商，燧原科技已完成 AI 算力產(chǎn)品的開發(fā)、量產(chǎn)和規(guī)�；涞兀w板卡、智算一體機(jī)、液冷算力集群以及配套的軟件系統(tǒng)。同時(shí)，燧原也是騰訊自2018年起持續(xù)投資的國(guó)產(chǎn)AI算力供應(yīng)商。
張亞林認(rèn)為，大模型時(shí)代下，算力對(duì)于中國(guó)驅(qū)動(dòng) AI 技術(shù)的發(fā)展至關(guān)重要。生成式 AI 技術(shù)恰恰依賴于底層硬件和軟件架構(gòu)，來(lái)執(zhí)行復(fù)雜的算法和處理數(shù)據(jù)，從而實(shí)現(xiàn)智能交互功能，而這一切都離不開算力底座的支持。
近日在上海舉行的WAIC 2024（世界人工智能大會(huì)）前夕，張亞林與鈦媒體App進(jìn)行了獨(dú)家交流。
張亞林對(duì)鈦媒體App表示，本土算力中心的商業(yè)化落地，需要AIDC（智算中心）+AIGC（生成式人工智能）結(jié)合形成“雙輪驅(qū)動(dòng)”。智算中心“誰(shuí)來(lái)建設(shè)、誰(shuí)來(lái)運(yùn)營(yíng)、誰(shuí)來(lái)使用”是三個(gè)很重要的問(wèn)題，其關(guān)鍵點(diǎn)在于誰(shuí)來(lái)用。只有用戶愿意來(lái)使用算力，才有人愿意來(lái)運(yùn)營(yíng)，投資建設(shè)方才能收回成本，形成可持續(xù)發(fā)展的閉環(huán)。
如今，燧原科技正不斷構(gòu)建完整的算力中心生態(tài)圈。今年5月末，由燧原科技產(chǎn)品提供支撐的宜昌點(diǎn)軍智算中心實(shí)現(xiàn)運(yùn)營(yíng)。從建立到運(yùn)營(yíng)僅用1年時(shí)間，燧原就完成了300P國(guó)產(chǎn)算力建設(shè)和交付，并實(shí)現(xiàn)上線全消納，上架率超過(guò)80%。而且，燧原科技還在四川成都、甘肅慶陽(yáng)等地展開智算中心建設(shè)及合作，實(shí)現(xiàn)國(guó)產(chǎn)智算設(shè)施的落地和商業(yè)化。
張亞林指出，智算中心是一個(gè)至少3-5年長(zhǎng)周期的落地運(yùn)營(yíng)過(guò)程，需要投建方、運(yùn)營(yíng)方、使用方一起合作共贏。同時(shí)，面對(duì)短期的市場(chǎng)環(huán)境，燧原科技自身需要開源、節(jié)流，打造生態(tài)護(hù)城河，持續(xù)構(gòu)建和打磨生態(tài)。
“這個(gè)過(guò)程沒有太多捷徑可以走。”張亞林表示。
展望未來(lái)，張亞林強(qiáng)調(diào)，中國(guó)在 AI 領(lǐng)域垂直應(yīng)用具有更多的優(yōu)勢(shì)，從而會(huì)推動(dòng)國(guó)產(chǎn) AI 算力部署，促進(jìn)國(guó)產(chǎn)算力產(chǎn)品的升級(jí)迭代。同時(shí)，通過(guò)云、邊、端協(xié)同發(fā)展，聚焦大模型精細(xì)化、行業(yè)落地以及云邊端一體化，實(shí)現(xiàn) AI 行業(yè)發(fā)展。
“中國(guó)一定會(huì)在 AI 算力層面‘百花齊放’，”張亞林對(duì)鈦媒體App表示。
以下是張亞林與鈦媒體的獨(dú)家對(duì)話速記，經(jīng)鈦媒體AGI編輯整理：
鈦媒體：近期全國(guó)各地都在建 AI 算力集群，那么，燧原的運(yùn)營(yíng)思路是怎樣的？
張亞林：在智算新時(shí)代，其實(shí)很重要的就是，一個(gè)智算（算力）中心如何商業(yè)價(jià)值變現(xiàn)。
而燧原的策略是用“AIGC+AIDC”雙輪驅(qū)動(dòng)，以解決三個(gè)關(guān)鍵問(wèn)題：誰(shuí)來(lái)建設(shè)、誰(shuí)來(lái)運(yùn)營(yíng)、誰(shuí)來(lái)使用，從而實(shí)現(xiàn)真正的商業(yè)價(jià)值。
具體來(lái)說(shuō)，智算中心是一個(gè)龐然大物，這里面涉及到整個(gè)智算中心市場(chǎng)要順利運(yùn)行，讓它能夠?qū)崿F(xiàn)商業(yè)價(jià)值的落地。
第一個(gè)就是投建方。如果沒有人投資基礎(chǔ)設(shè)施的建設(shè)，就沒有基本面。
第二個(gè)是真正商業(yè)價(jià)值變現(xiàn)的運(yùn)營(yíng)（實(shí)操）方。因?yàn)橹撬阒行氖且粋�(gè)以3~5年來(lái)做運(yùn)營(yíng)周期的系統(tǒng)方案。
實(shí)際上，如果算商業(yè)價(jià)值來(lái)說(shuō)，如何讓運(yùn)營(yíng)方去通過(guò)實(shí)現(xiàn)租賃變現(xiàn)賺到錢，其實(shí)背后有一套體系。就運(yùn)營(yíng)方來(lái)說(shuō)，一次性基礎(chǔ)設(shè)施投入包括基建、硬件設(shè)備采買、軟件服務(wù)和云服務(wù)、大模型預(yù)裝，這是智算中心的資本支出（Capital expenditures）。然后還有運(yùn)營(yíng)成本支出（Operating expenses），如果以5年計(jì)算，每一年運(yùn)營(yíng)成本包括運(yùn)維費(fèi)用、機(jī)器維修費(fèi)、水電管理費(fèi)、運(yùn)維人員管理費(fèi)、人員成本等等，其實(shí)這些都構(gòu)建成了每一年的運(yùn)營(yíng)開銷，乘以五年，成為整個(gè)智算中心的投入成本。另外，算力租賃的使用率通常為70%-80%，加上每臺(tái)服務(wù)器的大概金額，可以算出來(lái)5年的算力租賃帶來(lái)的最終回報(bào)。
而這中間就會(huì)產(chǎn)生一個(gè)價(jià)差，如果這個(gè)價(jià)差是正的話，運(yùn)營(yíng)方就能賺到錢，如果是負(fù)的話運(yùn)營(yíng)方就虧本。當(dāng)然，這里還有政策補(bǔ)貼，比如“算力券”、固定投資補(bǔ)貼等。所以，運(yùn)營(yíng)方的投入核心就是在兩方面：一是投入的成本、硬件設(shè)備和預(yù)裝軟件服務(wù)成本是否有足夠的性價(jià)比；二是算力中心基礎(chǔ)設(shè)施是否有足夠的性價(jià)比。同時(shí)在產(chǎn)出層面，運(yùn)營(yíng)方的AI加速卡和設(shè)備在運(yùn)行大模型及其應(yīng)用時(shí)是否有一個(gè)合理的價(jià)格，從而實(shí)現(xiàn)盈利，所以這又涉及到卡的性能是否能達(dá)到一定的租賃價(jià)格這其實(shí)是一個(gè)性價(jià)比的問(wèn)題。
綜合因素考慮下，如果運(yùn)營(yíng)方最終要實(shí)現(xiàn)商業(yè)價(jià)值閉環(huán)，就誰(shuí)來(lái)運(yùn)營(yíng)，就需要去評(píng)估整個(gè)商業(yè)價(jià)值閉環(huán)。
第三點(diǎn)是“誰(shuí)來(lái)應(yīng)用”，也就是應(yīng)用方，這是非常重要的一個(gè)問(wèn)題。
首先，應(yīng)用方是由誰(shuí)來(lái)牽引，算力提供方、基礎(chǔ)設(shè)施提供方、投建方還是運(yùn)營(yíng)方；第二，這些客戶愿不愿意購(gòu)買你的算力，租賃你的算力，所以這又回到剛剛涉及的，就是你的卡好不好用、易不易用，本身產(chǎn)品有沒有性價(jià)比，包括政府的政策和補(bǔ)貼，加一起是否有足夠吸引力，這些其實(shí)是比較關(guān)鍵的。
舉例來(lái)說(shuō)，如果今天因?yàn)槟愕漠a(chǎn)品具有性價(jià)比，客戶愿意租賃服務(wù)器，然后能夠用滿，比如（未來(lái)）在3年到5年，你的服務(wù)器上架率或者使用率能夠達(dá)到80%以上，甚至超過(guò)90%的話，整個(gè)算力的利潤(rùn)空間就會(huì)上升，背后其實(shí)是一個(gè)商業(yè)帳。反之，如果產(chǎn)品面不行、性價(jià)比不行、或者政策補(bǔ)貼力度不夠，最終用戶群體不夠多，就會(huì)產(chǎn)生算力使用率不飽和、空置率等現(xiàn)象，導(dǎo)致算力利潤(rùn)偏低。
所以，智算中心就是“誰(shuí)來(lái)投建、誰(shuí)來(lái)運(yùn)營(yíng)、誰(shuí)來(lái)使用”這樣一個(gè)商業(yè)邏輯的概念。
新的形勢(shì)下，國(guó)內(nèi)的算力建設(shè)趨于“后輪驅(qū)動(dòng)”，也就是有多少客戶使用，來(lái)催生是否有企業(yè)愿意運(yùn)營(yíng)，是否有人愿意投建。所以，新的智算中心商業(yè)變現(xiàn)業(yè)態(tài)，首先是本身產(chǎn)品有足夠的性價(jià)比，租賃價(jià)格有足夠的吸引力，生態(tài)有足夠的泛化性，才能讓更多用戶有租賃的意愿，或者是租賃的訂單。這樣你拿到訂單之后，才能讓運(yùn)營(yíng)商愿意入場(chǎng)，進(jìn)而反向推動(dòng)投建方的信心，從而實(shí)現(xiàn)智算中心的商業(yè)化。
因此，整個(gè)智算中心如果是實(shí)現(xiàn)商業(yè)閉環(huán)的話，最后就回到了一個(gè)核心點(diǎn)：誰(shuí)來(lái)用、多少人愿意用、大家愿意出多少錢來(lái)用......這些終極問(wèn)題。
目前在國(guó)內(nèi)，首先絕大部分算力消納需求大的用戶還是在互聯(lián)網(wǎng)；其次可能是垂直行業(yè)與央國(guó)企，最后是初創(chuàng)大模型公司等。所以，對(duì)于中國(guó)的算力提供商來(lái)說(shuō)，最重要的就是能不能夠真正找到跟你產(chǎn)品有更大范圍結(jié)合的用戶，愿意為你的產(chǎn)品買單的用戶群體有多少，它會(huì)驅(qū)動(dòng)企業(yè)未來(lái)能夠?qū)崿F(xiàn)數(shù)據(jù)中心的商業(yè)閉環(huán)的力度有多大。
鈦媒體：AI 和半導(dǎo)體產(chǎn)業(yè)存在一定的周期性，長(zhǎng)期來(lái)看，一旦這輪 AI 熱潮降下來(lái)，智算中心就很難有滿載率。那么，燧原如何解決這一挑戰(zhàn)？
張亞林：這其實(shí)是智算中心的“商業(yè)測(cè)算”概念。舉個(gè)例子。假設(shè)智算中心是5年的一個(gè)運(yùn)營(yíng)周期，中間可能會(huì)經(jīng)歷波峰和波谷，我不能只看現(xiàn)在的情況，所以這是一個(gè)整體測(cè)算的問(wèn)題。
整體測(cè)算里面分兩類：第一類是有的客戶愿意承租3~5年，根據(jù)自身的業(yè)務(wù)發(fā)展，也考慮了一定的風(fēng)險(xiǎn)，長(zhǎng)期租賃的價(jià)格相對(duì)會(huì)中和一些；第二類是短期客戶，根據(jù)業(yè)務(wù)的彈性需求進(jìn)行租賃，價(jià)格相對(duì)高，也會(huì)承擔(dān)算力供應(yīng)的風(fēng)險(xiǎn)。
所以從宏觀角度來(lái)講，智算中心在一個(gè)測(cè)算過(guò)程中，是一個(gè)平均使用率的概念。因此，需要有一個(gè)比較謹(jǐn)慎的方式進(jìn)行測(cè)算，肯定不能用100%的峰值去測(cè)算平均使用率。
通常保守估計(jì)，用70%-80%左右去衡量平均使用率，這樣的話至少在5年之內(nèi)可以平均波峰波谷情況，當(dāng)然具體還是要看運(yùn)營(yíng)成本、空置率和平均使用時(shí)長(zhǎng)等，從而保證智算中心在5年的運(yùn)營(yíng)周期中是可以盈利的。
但其實(shí)，中國(guó)的智算中心都還在前一、兩年的商業(yè)模式探索過(guò)程中，只是一個(gè)初始階段。隨著時(shí)間的推移，設(shè)備會(huì)折舊、算法會(huì)演進(jìn)、波峰波谷會(huì)出現(xiàn)，很多的事情會(huì)發(fā)生變化，
然而另一個(gè)問(wèn)題是，盡管我們可能沒有辦法完全預(yù)測(cè)未來(lái)這幾年的一個(gè)變化，但至少，我們現(xiàn)階段在第一步智算中心的建設(shè)里面，遵照“誰(shuí)來(lái)使用，誰(shuí)來(lái)運(yùn)營(yíng)，誰(shuí)來(lái)投建”這種合理的商業(yè)模式，合理的邏輯線，這是必須的。
鈦媒體：AI 和算力半導(dǎo)體領(lǐng)域都具有很長(zhǎng)的周期性，也就是“長(zhǎng)期主義”，但國(guó)內(nèi)資本卻需要募投管退的短期需求，那么，燧原如何在新的變局環(huán)境下解決長(zhǎng)期和短線問(wèn)題？
張亞林：這是非常好的問(wèn)題。
這樣一個(gè)長(zhǎng)期主義過(guò)程中，企業(yè)規(guī)�；�、商業(yè)化爬坡時(shí)比較慢的，它需要更多產(chǎn)品迭代、生態(tài)擴(kuò)充、客戶群的擴(kuò)大，還有 AI 本身的技術(shù)趨勢(shì)不斷變革。
所以，我認(rèn)為需要做到三個(gè)點(diǎn)解決變局問(wèn)題：開源，節(jié)流，以及持續(xù)構(gòu)建生態(tài)護(hù)城河。
一是開源。
通過(guò)產(chǎn)品不斷迭代，持續(xù)擴(kuò)大收入，持續(xù)提高毛利，持續(xù)構(gòu)建能落地、規(guī)�；纳虡I(yè)模式。收入一定要高速成長(zhǎng)，毛利要穩(wěn)健，商業(yè)模式要清晰。只有這樣，才能吸引更多長(zhǎng)期主義資本的投資。中國(guó)也鼓勵(lì)長(zhǎng)期資本的存在，能夠給商業(yè)面的持續(xù)增長(zhǎng)信心的話，我覺得長(zhǎng)期資本是愿意陪伴你的。如果能穩(wěn)健增長(zhǎng)，你的商業(yè)模式不斷清晰，客戶群不斷擴(kuò)大，你的自我造血能力不斷增強(qiáng)，長(zhǎng)期主義的資本也會(huì)不停的加持你。
第二個(gè)是節(jié)流。
節(jié)流并不是一個(gè)反義詞。一個(gè)公司本身的組織效能、運(yùn)營(yíng)效能，反映了公司持續(xù)高效運(yùn)作的一個(gè)根本。公司在發(fā)展過(guò)程中，一開始大家都比較有熱情、動(dòng)力和活力，但隨著時(shí)間拉長(zhǎng)，各種問(wèn)題出現(xiàn)，很多公司就出現(xiàn)了各種疲態(tài)，甚至出現(xiàn)離職潮，這就是在擴(kuò)大和成長(zhǎng)過(guò)程中出現(xiàn)了組織問(wèn)題。有些公司在規(guī)�；^(guò)程中也遇到了供應(yīng)鏈問(wèn)題，無(wú)法規(guī)�；┴�，也無(wú)法提升毛利，這都跟內(nèi)部管理機(jī)制有關(guān)。所以企業(yè)一定要持續(xù)提升你的運(yùn)營(yíng)效率、組織效率，持續(xù)打造一個(gè)有戰(zhàn)斗力、有活力的團(tuán)隊(duì)，讓你的開發(fā)能力、開發(fā)效能提高，從而更好降低你的產(chǎn)品成本，提升你的毛利。
節(jié)流和開源是相輔相成的。企業(yè)需要在開源和節(jié)流層面做更多工作，讓資本、合作伙伴相信你能穩(wěn)健運(yùn)營(yíng)公司。
三是持續(xù)構(gòu)建生態(tài)護(hù)城河。
實(shí)際上，高科技企業(yè)都遵循了一個(gè)原則，就是如果前期（幾年甚至10年）的發(fā)展需要迭代的話，它其實(shí)是一個(gè)緩步前行的過(guò)程。所以發(fā)展的曲線的斜面斜率是比較平緩的，但是到了某個(gè)時(shí)間點(diǎn)之后，你會(huì)產(chǎn)生一個(gè)“拐點(diǎn)效應(yīng)”，就是產(chǎn)品的爆發(fā)點(diǎn)，或公司實(shí)現(xiàn)規(guī)�；谋l(fā)點(diǎn)，背后其實(shí)是取決于你的產(chǎn)品，取決于生態(tài)的基本面。而“生態(tài)”其實(shí)是一個(gè)廣義的生態(tài)，包含你的產(chǎn)品技術(shù)實(shí)力、泛化性、客戶群，生態(tài)伙伴的能力和加持力。所以，在一個(gè)企業(yè)的發(fā)展曲線過(guò)程中，通過(guò)積累和打磨，你的產(chǎn)品是否會(huì)出現(xiàn)一個(gè)拐點(diǎn)式的增長(zhǎng)，實(shí)現(xiàn)高速式的發(fā)展，這其實(shí)是非常關(guān)鍵的。
因此，你必須要持續(xù)投入精力在生態(tài)構(gòu)建上，持續(xù)的打磨產(chǎn)品，以及建立各種合縱連橫的商業(yè)模式，打造出生態(tài)的護(hù)城河，從而能夠突出重圍、穿越周期。
鈦媒體：AI 大模型算力背后最核心的是生態(tài)，相對(duì)于國(guó)外方案，燧原科技在國(guó)產(chǎn)算力生態(tài)當(dāng)中面臨哪些挑戰(zhàn)？
張亞林：我們現(xiàn)在看到的生態(tài)有兩類：一類是技術(shù)生態(tài)，另一類是產(chǎn)業(yè)生態(tài)。
整條產(chǎn)業(yè)鏈其實(shí)是極其復(fù)雜的，它是 “一盤棋”。而對(duì)于技術(shù)生態(tài)來(lái)說(shuō)，其實(shí)就是沖破原有生態(tài)的壁壘，找到國(guó)內(nèi)的軟硬件技術(shù)伙伴進(jìn)行泛化，不斷擴(kuò)大。
實(shí)際上，從硬件算力，到技術(shù)軟件棧，再到整體部署開發(fā)，在 AI 領(lǐng)域，這一套東西其實(shí)就遇到很多挑戰(zhàn)。
第一個(gè)挑戰(zhàn)是完備性問(wèn)題。整套技術(shù)底座能夠真正被開發(fā)者使用，因此，這里面很多軟硬件模塊需要開發(fā)、擴(kuò)大，這是一個(gè)龐大的生態(tài)系統(tǒng)。面對(duì)千萬(wàn)計(jì)的開發(fā)者群體，你要加入的技術(shù)模塊就很多，包括編譯器、加速庫(kù)、框架、分布式計(jì)算等一些專業(yè)詞匯的模塊，而每一個(gè)模塊都需要大量的人力和外部的生態(tài)伙伴一起來(lái)打磨，從而最終形成一個(gè)成熟、高性能、高效的底座。
第二個(gè)挑戰(zhàn)是易用性問(wèn)題。大模型算力工具最終是提供給開發(fā)者，他們好不好用、易不易用、能不能成為生產(chǎn)力工具才是最重要的。當(dāng)然，易用性也不是一蹴而就的，但隨著用戶量越來(lái)越高，反饋越來(lái)越多，產(chǎn)品迭代越來(lái)越多，越來(lái)越符合用戶的使用習(xí)慣，才能變得易用。
第三個(gè)挑戰(zhàn)是泛化性問(wèn)題。在大模型之前，我們經(jīng)歷了計(jì)算機(jī)視覺（CV)、自然語(yǔ)言理解（NLP）、推薦和廣告搜索等時(shí)期，AI 的泛化和基本面都是不斷變動(dòng)的。這是一個(gè)很長(zhǎng)線的過(guò)程，這是它的難度所在。
而對(duì)于一家本土AI 算力提供商來(lái)說(shuō)，如何通過(guò)以點(diǎn)帶線、以線帶面打磨你的生態(tài)，一步步“泛化”到互聯(lián)網(wǎng)、金融、醫(yī)療、智慧交通等領(lǐng)域。這其實(shí)是一個(gè)生態(tài)打磨的過(guò)程，我認(rèn)為這個(gè)過(guò)程沒有太多捷徑可走
回到技術(shù)生態(tài)層面，你如何堅(jiān)持到生態(tài)拐點(diǎn)很重要。
同時(shí)，在數(shù)據(jù)中心產(chǎn)業(yè)生態(tài)層面，需要各種公有云和私有云，大模型廠商，以及集成部署運(yùn)維運(yùn)營(yíng)商等生態(tài)伙伴齊心協(xié)力，才能夠把智算中心持續(xù)發(fā)展下來(lái)。因此，找到一個(gè)可復(fù)制的生態(tài)打法至關(guān)重要，需要不斷把生態(tài)“蛋糕”做大，形成商業(yè)模式的“閉環(huán)”。
鈦媒體：在你看來(lái)，如何定義通用人工智能（AGI）的未來(lái)？
張亞林：我認(rèn)為，每個(gè)人心中都有AGI，有些人可能認(rèn)為它和人一樣，有些人認(rèn)為它是比人更高質(zhì)量的一個(gè)智慧體。但是不管怎么說(shuō)，就是我們?nèi)绾稳u進(jìn)式接近 AGI 這個(gè)定義。
在我看來(lái)，AGI解決的一個(gè)終極問(wèn)題是人的助手，或者是說(shuō)如何更好的幫助人、解放生產(chǎn)力，以更好的方式進(jìn)一步提升工作的質(zhì)量和效率。
整體來(lái)說(shuō)，AI 還是一個(gè)增效的作用，因?yàn)榈侥壳盀橹�，我們還沒有看到 AI 從增效到主導(dǎo)智能。
如果再往GPT-5、GPT-6發(fā)展的話，我們看到大型智能體的通用智能性越來(lái)越強(qiáng)，也就是跟人的智慧越來(lái)越接近。如果說(shuō)GPT-4是高中生水平的話，GPT-5可能到研究生或者博士生水平。
AGI還是在一個(gè)正常的思考水平或者日常生活水平，需要基于一個(gè)人正常思維上進(jìn)行判斷，而不是在更高的洞察力、靈感甚至抽象思維層面去判斷。所以，如果按正常人類思維判斷的話，AGI這種主動(dòng)型 AI 思維模式逐步增強(qiáng)，最終還是跟人成為相伴的一個(gè)助手。
鈦媒體：當(dāng)前形勢(shì)下，行業(yè)如何發(fā)力國(guó)產(chǎn) AI 算力生態(tài)？
張亞林：整體來(lái)看，在Scaling Law法則下，我們確實(shí)在系統(tǒng)集約化上相對(duì)落后。第一，GPT-5的發(fā)布開始停滯了，是否能像摩爾定律一樣不斷發(fā)展，其實(shí)是一個(gè)問(wèn)號(hào)；第二，完全通過(guò)Scaling Law進(jìn)行 AI 訓(xùn)練，模型才是最有效方式，需要我們從更多元的方式進(jìn)行發(fā)展。
未來(lái)幾年會(huì)比較有意思，因?yàn)槿蚨紩?huì)面臨能源制約、大模型系統(tǒng)復(fù)雜度越來(lái)越高、精準(zhǔn)化模型和專家化模型發(fā)展等諸多問(wèn)題的限制，所以在 AI 算力訓(xùn)練部署上會(huì)發(fā)生一些變化。而中國(guó)垂直行業(yè)分工是最細(xì)的，應(yīng)用的智能化程度遠(yuǎn)超國(guó)外，因此以端側(cè)場(chǎng)景和人的接受度來(lái)推演，一定會(huì)倒逼 AI 推理部署往邊緣和端側(cè)發(fā)展，由此國(guó)內(nèi) AI 算力通過(guò)云、邊、端一體化方式快速發(fā)展，未必完全受限于云端算力。
所以，未來(lái)中國(guó)如何更好的部署端側(cè)、云端 AI 算力，如何發(fā)揮中國(guó)在通信網(wǎng)絡(luò)分布式調(diào)度措施，如何讓算力更加符合場(chǎng)景，如何聚焦大模型的精細(xì)化、行業(yè)落地以及云邊端一體化，賦能基礎(chǔ)網(wǎng)絡(luò)，這些才是比較關(guān)鍵的。
在我看來(lái)，中國(guó)未來(lái)一定會(huì)在 AI 算力層面“百花齊放”。
