在大模型步入深水區(qū)的當(dāng)下，AI的下一個(gè)臨界點(diǎn)究竟在哪里？在2025 GIS全球創(chuàng)新峰會現(xiàn)場，深度學(xué)習(xí)奠基人、“AI教父”杰弗里·辛頓（Geoffrey Hinton）與云天勵飛董事長兼CEO陳寧，圍繞算力效率、AI向善與普惠未來展開了一場高密度對話。

活動現(xiàn)場（陳霞昌 攝）

一位代表全球人工智能基礎(chǔ)理論的最前沿，一位深耕專用算力與產(chǎn)業(yè)落地，卻在關(guān)鍵方向上形成高度共識：AI的未來，不再只是“更聰明”的競賽，而是“更高效、更安全、更普惠”的系統(tǒng)性競爭。

AI瓶頸正從“算法”轉(zhuǎn)向“算力效率”

在算力成本急劇攀升的今天，AI的真正瓶頸在哪里？

辛頓認(rèn)為，現(xiàn)有計(jì)算體系在能耗和效率上面臨越來越大的壓力，未來需要在新的計(jì)算形態(tài)上進(jìn)行更多探索。他提到，模擬計(jì)算、類腦芯片以及基于類器官的計(jì)算等方向，在理論上有望在功耗和通信能力上展現(xiàn)出明顯優(yōu)勢。不過，他也明確表示，目前基于腦細(xì)胞類器官的計(jì)算研究仍處于非常早期的階段，還不足以承擔(dān)大規(guī)模AI負(fù)載，這條路仍然需要時(shí)間和長期投入來驗(yàn)證。

陳寧則從工程一線給出呼應(yīng)。他指出，GPU在深度學(xué)習(xí)早期扮演了重要角色，但本質(zhì)仍是通用計(jì)算架構(gòu)，并非為神經(jīng)網(wǎng)絡(luò)量身定制。

“進(jìn)入大模型和智能體時(shí)代，我們要回答的問題不再是‘能不能訓(xùn)出來’，而是‘在多大能耗和成本下，讓多少人用得起’。”

圍繞這一判斷，云天勵飛以NPU為核心，將推出GPNPU架構(gòu)，走“推理優(yōu)先架構(gòu)”路線，在矩陣/向量單元、存儲層級和帶寬利用上深度優(yōu)化，目標(biāo)是將100萬個(gè)token的生成成本，從約1美元壓到1美分，實(shí)現(xiàn)百倍級效率提升。

在這一點(diǎn)上，辛頓從新型計(jì)算范式的角度強(qiáng)調(diào)能效約束，陳寧從專用芯片與架構(gòu)創(chuàng)新的角度回應(yīng)同一問題，形成了對“算力效率將成為下一階段關(guān)鍵瓶頸”的共同判斷。

AI向善，既要可控也要可負(fù)擔(dān)

談到AI的長遠(yuǎn)影響，辛頓明確表示，如果可以回到2012年，他仍會推動相關(guān)研究，但會更早、更大聲地提醒世界：AI風(fēng)險(xiǎn)是真實(shí)且需要前置應(yīng)對的。

在他看來，“更強(qiáng)的AI”與“更安全的AI”不是兩條彼此對立的路線，而是必須同步推進(jìn)的雙軌工程——一方面持續(xù)推動算法與能力上限，另一方面盡快建立清晰的安全邊界、技術(shù)治理機(jī)制和社會共識。

陳寧則從“誰真正受益”的角度，為“AI向善”加上了另一半定義。

他指出，如果AI只停留在少數(shù)科技巨頭的數(shù)據(jù)中心，只服務(wù)少部分機(jī)構(gòu)和高凈值人群，再完美的技術(shù)也難言“向善”。真正有意義的AI，必須讓更多人用得起、用得上——當(dāng) AI 的使用成本被拉低到接近水電氣這種基礎(chǔ)設(shè)施的水平時(shí)，偏遠(yuǎn)地區(qū)的學(xué)生、基層醫(yī)院和中小企業(yè)才有可能在教育、醫(yī)療、農(nóng)業(yè)與生產(chǎn)中真正獲得增益。

在這一點(diǎn)上，辛頓關(guān)注“風(fēng)險(xiǎn)可控”，陳寧強(qiáng)調(diào)“成本可負(fù)擔(dān)”，兩條路徑指向同一底線：AI 向善，不只是“不作惡”，更要“有益且可及”。

下一場競爭，是“誰能讓更多人用得起AI”

而當(dāng)討論話題轉(zhuǎn)向全球競爭格局，兩人不約而同地把“普惠能力”視作下一階段競爭的核心指標(biāo)。

辛頓結(jié)合對長三角和粵港澳大灣區(qū)的觀察指出，前者在算法與軟件開發(fā)方面優(yōu)勢明顯，后者在硬件制造與應(yīng)用落地上更具活力。如果只做基礎(chǔ)研究、不落地應(yīng)用，會變成新的“象牙塔”；如果只追逐短期應(yīng)用、不推動底層架構(gòu)與理念演進(jìn)，則會透支未來競爭力。真正具備全球影響力的AI 生態(tài)，必然是“基礎(chǔ)理論 + 專用算力 + 大規(guī)模場景”相互強(qiáng)化的結(jié)果。

陳寧則給出了更具體的產(chǎn)業(yè)刻畫：他判斷，到2030年，全球AI芯片產(chǎn)業(yè)規(guī)模有望達(dá)到約5萬億美元，其中訓(xùn)練芯片約占1萬億美元，而面向終端與行業(yè)側(cè)的推理/處理芯片有望達(dá)到4萬億美元，占比約80%。隨著智能體能力持續(xù)下沉，AI處理芯片將被廣泛嵌入眼鏡、耳機(jī)、手機(jī)、筆記本、家電以及各類企業(yè)設(shè)備之中，“像水、電、燃?xì)庖粯樱瑹o處不在、按需取用”。

為了讓這張“算力底座”真正服務(wù)全球，陳寧介紹，云天勵飛已向國際相關(guān)機(jī)構(gòu)提出建議，希望推動建立統(tǒng)一的AI處理芯片與推理網(wǎng)絡(luò)標(biāo)準(zhǔn)，讓不同國家和地區(qū)都能在同一張互聯(lián)互通的推理網(wǎng)絡(luò)上共享能力，尤其在醫(yī)療與教育等關(guān)乎民生的領(lǐng)域真正實(shí)現(xiàn)“AI for All”。

從“更聰明”到“更高效”，從“能不能做到”到“能不能讓更多人用得起、用得好”，這場對話讓外界看到了基礎(chǔ)理論與產(chǎn)業(yè)實(shí)踐在關(guān)鍵方向上的高度同頻：AI 的關(guān)鍵瓶頸正在轉(zhuǎn)向算力效率；AI 的價(jià)值，需要在安全與普惠之間找到平衡；下一階段的主戰(zhàn)場，是誰能把AI變成像水電氣一樣的基礎(chǔ)能力。