陈云霁谈人工智能两大变化：端侧AI与芯片架构创新受关注

学界观察引发产业关注

据科学网—新闻报道，中国科学院计算技术研究所研究员陈云霁近日指出，当前人工智能正经历两个重大变化。这一判断来自长期从事芯片与智能计算研究的学者视角，在自动驾驶与边缘AI领域引发关注。需要明确的是，本次新闻仅确认了“两个重大变化”这一核心表述，具体变化内容在现有摘要中未展开，相关细节有待进一步确认。 从产业背景看，人工智能正从云端训练向端侧推理延伸，这一趋势与陈云霁长期关注的芯片架构方向存在交集。端侧AI对算力效率、功耗控制和实时响应提出更高要求，可能推动半导体产业在制程选择、封装方案和指令集设计上作出调整。

端侧AI与边缘计算：芯片产业的新变量

端侧AI的核心逻辑是将部分推理任务从云端下沉至终端设备。这一变化对芯片产业的影响体现在多个层面：一方面，终端SoC需要在有限功耗预算内集成更强的NPU算力；另一方面，自动驾驶、工业视觉等场景对延迟和隐私的要求，可能加速边缘推理芯片的出货量增长。 根据IDC 2024年发布的全球边缘计算市场预测，到2027年全球边缘计算支出规模有望达到约3500亿美元量级，其中AI推理负载是重要驱动力。Gartner 2024年报告则指出，到2026年超过50%的边缘AI部署将采用专用加速器或异构架构，而非纯通用CPU方案。这些数据属于行业背景参考，并非本次新闻确认内容。 从半导体制造角度看，端侧AI芯片对先进制程和成熟制程均有需求。SEMI 2024年数据显示，全球300mm晶圆厂产能持续扩张，其中面向汽车和工业的成熟制程产能增长较为明显。制程选择取决于功耗、成本和算力需求的平衡，端侧AI的多样化场景可能使这一平衡更加复杂。

芯片架构创新与算力效率

陈云霁的研究方向涉及智能芯片架构，这与当前产业界关注的“算力效率”问题直接相关。随着大模型参数规模持续增长，训练端算力需求旺盛，但推理端更关注单位功耗下的有效算力。这一矛盾在边缘场景中尤为突出。 WSTS 2024年统计显示，全球半导体市场在经历2023年调整后恢复增长，其中逻辑芯片和存储芯片是主要增长品类。AI相关芯片需求被多家机构视为重要拉动力。但需要注意的是，端侧AI芯片的具体出货量和市场份额数据，目前暂缺可核验的公开统一口径，不同机构统计范围差异较大。 值得关注的是，芯片架构创新可能不仅限于算力提升，还包括存算一体、近存计算等方向。这些技术路线在学术研究中已有探索，但大规模商业化仍需时间验证。产业影响有待进一步确认，不宜过度外推。

数据参考

• IDC 2024年预测：到2027年全球边缘计算支出规模约3500亿美元量级，AI推理负载为重要驱动力。
• Gartner 2024年报告：到2026年超过50%的边缘AI部署将采用专用加速器或异构架构。
• SEMI 2024年数据：全球300mm晶圆厂产能持续扩张，汽车和工业用成熟制程产能增长明显。
• WSTS 2024年统计：全球半导体市场恢复增长，逻辑芯片和存储芯片为主要增长品类。
• 本次新闻已确认信息：陈云霁指出人工智能正经历两个重大变化；来源为科学网—新闻，发布时间为2026年9月17日。具体变化内容暂缺可核验细节。 #端侧AI #芯片架构 #边缘计算 #半导体产业