What's Next
这是《麻省理工科技评论》的“未来趋势”系列，横跨各个行业、趋势和技能，带你一起先睹未来。
芯片制造的未来在哪？在科技巨擘、初创势力、AI 技能及环球贸易纷争等成分交汇下，这一问题显得尤为主要。科技巨子亲自了局造芯，初创公司则以创新技能钻营破局，力争在智能时期芯片战中占得先机。而边缘运算的崛起，正推动 AI 更贴近生活，对芯片的小型化、高效能提出更高哀求。国际间对芯片供应链的竞争，更是重塑生产制造格局，力求技能自主与安全。芯片领域，正步入一个多方博弈、创新迭出的新纪元。
得益于人工智能领域的发达发展，芯片界正处于一场巨大浪潮的迁移转变点。市场对能更快速演习 AI 模型并使其能够在智好手机、卫星等设备间快速相应的芯片需求激增，从而利用户能在不透露私人数据的情形下利用这些模型。政府、科技巨子及初创企业纷纭竞逐日益壮大的半导体市场蛋糕。
以下是未来一年内定义下一代芯片形态、生产者以及新技能的几大趋势。
（来源：MIT Technology Review）
各国相继推出《芯片法案》（CHIPS Acts）
在凤凰城郊野，环球两大芯片制造商台积电（TSMC）与英特尔（Intel）正竞相在沙漠中培植园区，期冀将其打造为美国芯片制造实力的新中央。这两项努力的共同点在于资金来源：2022 年 3 月，美国总统拜登宣告为英特尔在美国各地的扩展项目供应 85 亿美元的直接联邦资金及 110 亿美元的贷款。几周后，又宣告为台积电供应 66 亿美元资金。这些褒奖仅是通过 2022 年签署的 2800 亿美元《芯片与科学法案》（CHIPS and Science Act）涌入芯片行业的美国补贴的一部分。这笔资金意味着任何涉足半导体生态系统的公司都在剖析如何重组供应链以从中获益。只管大部分资金旨在提升美国芯片制造业，但包括设备制造商和专业材料初创企业在内的其他参与者也有申请的空间。
然而，美国并非唯一一个试图将部分芯片制造供应链本地化的国家。日本正在其本国版《芯片法案》上投入 130 亿美元，欧洲操持投入超过 470 亿美元，而印度今年早些时候宣告了一项 150 亿美元的本土芯片厂培植操持。这一趋势的根源可以追溯到 2014 年，据塔夫茨大学教授、《芯片战役：争夺天下最关键技能》一书作者克里斯·米勒先容，当时中国开始支持本土芯片制造商。
“各国国家政府担心除了供应勉励方法外别无选择，否则企业就会将制造转移到中国。”他说。这一威胁加上 AI 的兴起，匆匆使西方政府帮助替代方案。在未来一年里，这可能会产生滚雪球效应，更多国家因担心掉队而启动自己的项目。
米勒指出，这些资金不太可能导致全新的芯片竞争对手涌现或从根本上重塑最大芯片玩家的格局。相反，它紧张勉励像台积电这样的主导企业在环球多个国家建立根基。但仅凭资金不敷以迅速实现这一目标——台积电在亚利桑那州建厂的努力已因错过截止日期和劳资轇轕而受阻，英特尔也同样未能按承诺期限完成培植操持。而且，即便这些工厂终极上线，其设备和劳动力是否能具备与外洋同等水平的前辈芯片制造能力尚不愿定。
“供应链的重塑和转移将缓慢进行，须要数年乃至数十年，”米勒说，“但它确实在发生转变。”
边缘运算（Edge computing）中的 AI 新进展
目前，我们与 ChatGPT 这类 AI 模型的大多数交互都是通过云端进行的。这意味着当你要求 GPT 挑选服装（或是扮演你的男友）时，你的要求会先到达 OpenAI 的做事器，匆匆使驻留在那里的模型处理该要求并得出结论（称为“推理”），然后再将相应返回给你。依赖云端存在一些缺陷：它须要互联网连接，并且意味着你的一些数据会与模型厂商共享。
这便是为什么人们对人工智能的边缘运算产生了浓厚的兴趣和投资，在边缘运算中，AI 模型调用的过程直接在你的设备（如条记本电脑或智好手机）上进行。随着行业不断朝着 AI 模型深入理解我们的方向发展（Sam Altman 向我描述了他的杀手级人工智能运用程序，它“完备理解我的生平、每封电子邮件、我曾经进行过的每一次对话”），对付能够运行模型而不分享私人数据的更快“边缘”芯片的需求日益增长。这些芯片面临的限定与数据中央中的芯片不同：它们常日须要更小、更便宜且更节能。
美国国防部正在帮助许多针对快速、私有边缘运算的研究。2022 年 3 月，其研究部门国防高等研究操持局（DARPA）宣告与芯片制造商 EnCharge AI 互助，创建用于 AI 推理的超强大边缘打算芯片。EnCharge AI 致力于开拓一种既能增强隐私又能低功耗运行的芯片。这将使实在用于军事领域，如卫星和离网监控设备。该公司估量将于 2025 年出货这些芯片。
AI 模型在某些运用处景中将连续依赖云端，但对边缘运算改进的新投资和兴趣可能会为我们的日常设备带来更快的芯片，从而实现更多的 AI 运用。如果边缘芯片变得足够小且便宜，我们很可能会在家和事情场所看到更多 AI 驱动的“智能设备”。如今，AI 模型大多局限于数据中央内。
EnCharge AI 的联合创始人 Naveen Verma 表示：“我们在数据中央看到的许多寻衅将会被战胜。我预期边缘运算将成为关注的重点，我认为这对付规模化支配 AI 至关主要。”
大型科技企业进入芯片制造竞争
从快时尚到草坪照顾护士，各行各业的公司为了创建和演习适用于其业务的 AI 模型，正在支付高昂的打算本钱。例如，员工可以用来扫描和总结文档的模型，以及面向外部的技能，如虚拟助手，可以帮助你修理破坏的冰箱。这意味着演习这些模型所需的云打算需求空前飞腾。
供应大部分这种打算能力的公司是亚马逊、微软和谷歌。多年来，这些科技巨子一贯梦想着通过自主生产数据中央的芯片而非从英伟达等公司购买，来提高利润率。英伟达近乎垄断了最前辈的 AI 演习芯片市场，其市值超过了 183 个国家的 GDP。
亚马逊于 2015 年开始这方面的考试测验，关键动作则是收购了初创公司 Annapurna Labs。谷歌在 2018 年跟进，推出了自己的 TPU 芯片。微软于去年 11 月推出了首款 AI 芯片，而 Meta 则在今年 4 月展示了其最新版本的 AI 演习芯片。
（来源：AP PHOTO/ERIC RISBERG）
这一趋势可能会削弱英伟达的地位。但在大型科技企业眼中，英伟达不仅是竞争对手：无论他们内部努力如何，云巨子仍旧须要英伟达的芯片来知足其数据中央的需求。这部分是由于他们自己的芯片制造努力无法知足所有需求，同时也是由于他们的客户期望能够利用顶级的英伟达芯片。
微软 Azure 硬件卖力人 Rani Borkar 表示：“这实际上是关于给客户选择权。” 她表示，她无法想象微软会为其云做事供应所有芯片的未来：“我们将连续加强互助关系，并支配来自所有芯片互助伙伴的芯片。”
随着云打算巨子试图从芯片制造商那里争夺市场份额，英伟达也在考试测验反其道而行之。去年，该公司启动了自己的云做事，使客户可以直接跳过亚马逊、谷歌或微软，直接在英伟达芯片上得到打算韶光。随着这场环绕市场份额的激烈竞争展开，未来一年将是考验客户是否将大型科技企业的芯片视为与英伟达最前辈芯片相称，还是更像其较小版本的关键期间。
英伟达与初创企业的较劲
只管英伟达霸占着支配地位，但一股投资浪潮正涌向那些初创公司，它们旨在芯片市场的未来某些细分领域中超越英伟达。这些初创企业全都承诺能供应更快的人工智能演习速率，但对付采取哪种炫目的打算技能来达成这一目标，它们各有主见，从量子打算到光子学到可逆打算不一而足。
然而，Eva 这家芯片初创公司的 28 岁创始人 Murat Onen，他从麻省理工学院的博士研究中转化出了这家公司，对付当下创办芯片企业的感想熏染开门见山。
“在这个领域，英伟达便是那个山顶之王，这便是我们所处的现实。”他如是说。
许多像 SambaNova、Cerebras 和 Graphcore 这样的公司正试图改变芯片的基本架构。想象一下，一个 AI 加速芯片须要不断地在不同区域间来回传输数据：信息存储在内存区，然后必须移动到处理区进行打算，之后再存储回内存区以保存。这统统都须要耗费韶光和能源。
优化这一流程将为客户带来更快且本钱更低的 AI 演习，但这只有在芯片制造商拥有足够精良的软件，能让 AI 演习公司无缝过渡到新芯片上的条件下才能实现。如果软件迁移过程过于笨拙，像 OpenAI、Anthropic 和 Mistral 这样的模型厂商很可能会连续依赖大型芯片制造商。这意味着采纳这种策略的公司，比如 SambaNova，不仅要花大量韶光在芯片设计上，还要投入大量精力在软件设计上。
Onen 提出的是一种更深层次的变革。他没有利用传统晶体管（通过数十年的小型化实现了更高的效率），而是采取了一种名为质子门控晶体管的新组件，据称 Eva 专门为此设计，以知足 AI 演习的数学需求。这使得数据可以在同一位置存储和处理，节省了韶光和打算能源。将此类组件用于 AI 推理的想法可以追溯到 20 世纪 60 年代，但由于材料障碍等缘故原由，研究职员始终未能办理如何将其运用于 AI 演习的问题，个中一个关键哀求是在室温下精确掌握导电性的材料。
在实验室的某一天，“通过优化这些参数，加上运气不错，我们得到了想要的材料，”Onen 说。“溘然间，这个设备不再像是科学展览项目了。”这提高了大规模利用此类组件的可能性。经由数月的事情以确认数据精确后，他创立了 Eva，干系事情揭橥在 Science 上。
（来源：Science）
但在这个行业中，许多创始人都曾承诺——但都未能——推翻领先芯片制造商的主导地位，Onen 坦率地承认，要判断设计是否按预期事情，以及制造商是否会赞许生产，还须要数年韶光。他说，带领公司在这样的不愿定性中前行，须要灵巧性，并且要乐于接管他人的质疑。
“有时候，我以为人们对自己的想法太过执着，担心一旦这个想法失落败就没有下一步了，”他说，“我不这么认为。我仍旧希望有人寻衅我们，见告我们这是错的。”
原文链接：
https://www.technologyreview.com/2024/05/13/1092319/whats-next-in-chips/
