“我们正身处一场碳基智能与硅基智能的赛跑中。”4月14日上海举行的“知乎AI先行者沙龙”期间，上海交通大学副教授刘鹏飞认为，碳基时代的智能体、学习方式和指导者分别是人类、人类教育和教师，而在硅基智能中，智能体、学习方式和指导者则分别变成了大模型、预训练和对齐，以及数据、AI科学家。
　　“硅基智能正在加速进化，从‘小学’走向‘奥赛’。”刘鹏飞举例说，比如谷歌工作攻破奥数难题已经刊登在Nature上，接近人类金牌水平了。
　　随着大模型在不同应用场景里千变万化的需求，如何评价大模型的能力，成为具有挑战性的话题。
　　上海人工智能实验室司南大模型评测产品负责人葛佳烨说，上海人工智能实验室发布的OpenCompass2.0司南大模型评测体系3月榜单显示，通过采用了更加准确的循环策略，大模型的整体能力仍有较大提升空间，在数学、代码和推理维度上，大模型的性能和尺寸有较强相关性。
　　“国内多个模型的综合能力和GPT-4-Turbo在接近，但在复杂推理上仍存在较大差距，并且和模型尺寸存在较强的相关性。”葛佳烨同时表示，国内大模型公司也确实会针对一些指标存在“刷榜”的行为。
　　“新时代的新开发者，需要从劳动者转变为思考者，从执行者转变为决策者”。商汤科技Copilot应用技术负责人张涛强调围绕AI时代的语言、新工具、新开发者三个方面进行了主题演讲，他认为开发者不再仅仅是编程者，也应该成为创新者，成为解决方案的探索者。
　　“这是中国AI芯片行业真正实现商业化的一次巨大机会。”行云集成电路创始人季宇在沙龙上分享说，如今大模型把芯片产品的竞争力拉到了内存和互联维度，这些维度相比算力都标准化得多，对解决产品定义问题提供了新的可能，
　　“AI这个事情，不是大模型来了才有的，过去十年有很多AI芯片的公司，商业化没有大规模成功的主要原因，我觉得可能还是因为在算力维度竞争，这是一个完全非标的竞争。所以，你发现英伟达这样的公司，可能完全不care(关心)任何一家公司，哪怕有公司做得算力比它高。”在季宇看来，除了非标的算力，还有当下政治环境下的供应链安全问题的挑战，“所以我们认为今天主要的机会点，更多是显存的维度，这是一个很标准化的维度，比如说AMD推出的Instinct MI300系列加速卡，苹果公司推出的M2 Ultra等，有更大的显存，可以在产品上找到更好的价值。AMD的产品，其实在过去一年多对英伟达造成了很大的竞争影响，这在过去十年是从来没有发生过的。这些都为芯片发展提供了新的契机。”
　　季宇认为，今天AI大模型的发展，对芯片的需求是非常庞大的，包括算力、闪存、互联，“对芯片而言，大家没必要铺开来全面对标，做全栈的东西。今天大家买英伟达的卡，几百卡或几千张卡，这些能提供最好的算力、最好的显存，但未来的数据中心也许会走向异构的模式，比如需要算力密集的地方就用算力很强的机器去做，需要缓存很强的地方，尤其大模型是一个对内存要求很高的场景，通过异构的方式打同构的方式，尤其今天在这么大规模、成本这么敏感的情况下，异构其实有很大的空间。”在季宇看来，大模型时代，AI芯片将迎来真正商业化的机会。
　　此外，在成本高昂、巨头环伺的情况下，生成式AI下一步该怎么走？“知乎AI先行者沙龙”现场的圆桌对谈环节，津津乐道播客网络创始人朱峰主持，对话RWKV元始智能COO罗璇、浙江大学百人计划研究员赵俊博、阿里云飞天实验室赵中州等各AI专家，进行了一场精彩的思想碰撞与交流。
（文章来源：周到）