·由于國內人工智能算力產業起步較晚、基礎較差，目前國產AI算力能否真正被使用且易用，這是國產算力芯片面臨的重大挑戰。

張亞林指出，算法迭代和應用更新是推動AI前進的原動力，沒有算法和大模型的持續更新和迭代，以及各種應用場景的層出不窮，人工智能的發展依然可能是曇花一現。真正的AI公司必須通過深度結合場景，打造高性價比產品，以實現人工智能的廣泛應用。他認為，當前AI算力能否真正被使用并易用，這是國產算力芯片面臨的重大挑戰。

燧原科技創始人張亞林

在創立燧原科技之前，張亞林曾在AMD工作了11年，他帶領AMD上海研發中心成功開發并量產多顆旗艦處理器；近日，張亞林獲得了2023年度上海市科學技術獎青年科技杰出貢獻獎。

張亞林表示，從技術發展角度來看，大模型讓人工智能實現了從感知和判斷到生成和創造的巨大跨越，正在快速重塑數字時代的發展模式。

人工智能要落地，必須通過與場景的深度結合，進行系統化、集約化的賦能，打造高性價比的產品。舉例而言，可以通過AI技術對目前已有的互聯網應用進行深度賦能和升級，打造出更好的性價比和商業回報，進一步增加用戶的黏性和付費意愿，讓廣告、推薦、搜索等高回報率的應用進一步深入人心。這樣的方式才能真正實現人工智能第一波的應用落地。

張亞林認為，現在的人工智能離真正能夠帶來的社會價值、生產力價值和商業價值，還有一定的距離。人工智能現在依然是一個賦能型的工具，還沒有真正達到高層次的人工智能，還是處在一個協助賦能的階段。但他預測，在未來的十年內一定會有超級人工智能，或者更高級的通用人工智能出現。到那個時候，可以指望人工智能不僅僅是賦能，而是真正有效地解決人和企業的運作問題。

伴隨商業化應用不斷向縱深推進，大模型推理市場被大大拓展和激活，也隨之帶來了智能算力需求的增加。AI訓練要求高性能、高存儲、高帶寬，追求極致計算能力；而AI推理算力要求高效能、低功耗、低延時，追求極致性價比。

由于國內人工智能算力產業起步較晚、基礎較差，目前國產AI算力能否真正被使用且易用，這是國產算力芯片面臨的重大挑戰。在國產化替代的大背景之下，破除產業壁壘，加強協同合作，構建合作共贏的AI算力生態體系是必經之路。以原始創新的軟硬件架構開發產品，這是唯一正確且必須堅持的路線。

今年5月，由燧原科技產品提供支撐的宜昌點軍智算中心實現運營。張亞林指出，智算中心是一個至少3-5年長周期的落地運營過程，需要投建方、運營方、使用方一起合作共贏。在張亞林看來，人工智能這些年的發展，早已從底層的芯片，走向了一個集成的系統。“這樣一個大的系統，需要從十幾個維度統籌去解決問題。我們認為一個公司必須把核心的領域掌握在自己手里，比如成本結構掌握在自己手里，把整個系統的設計鏈條成本降到最低，復雜度降到最低，最終才能產生一個最佳性價比的產品。”