經濟觀察網 記者 潘俊田 9月8日，新思“2023新思科技開發者大會”在上海召開，科技開會議中的大戰央視主持人大賽論壇環節，新思科技全球技術創新與戰略合作副總裁王秉達，模型臺積電（中國）副總經理陳平，時代芯擎智能創始人汪凱、片挑新思科技中國區副總裁王小楠分享了從芯片制造、新思設計到應用各個層面，科技開大模型對其帶來的大戰挑戰。

陳平從芯片制造的模型角度認為大模型是更大的“動物”，對于制造公司而言是時代更大的壓力。

他認為大模型需要大算力，片挑因而需要先進工藝，新思一方面需要在單位面積里做出更多的科技開晶體管，另一方面需要把芯片做大，大戰央視主持人大賽主要是通過3D的技術。除此之外他還認為這樣的芯片還需要有很高的能效比，因此需要更高效的晶體管。

“AI出現之后，對于芯片的開發是一種加速，迭代速度更快，因此對于工藝的要求更高。”他總結道。

設計層面，王小楠介紹到大模型的機制和傳統的芯片機制不同，更類似于人腦，因此從芯片設計角度來講，每一個計算單元需要的算力需要增加，帶寬的需求和互聯互通的需求都在變高。

“所以這些對我們芯片設計，包括EDA工具以及通過EDA來支持這些芯片的實現都增加了新的挑戰，但同時這也是新的機遇。”他總結道。

陳平認為生成式AI為芯片從業者而言提供了一個充滿了機遇的時代。他認為生成式AI能夠推動芯片在5G、汽車等領域的應用。

王小楠則認為生成式AI不是一個賽道，而是一個技術，他建議芯片從業者掌握自己最核心的技能，然后應用到比較有前景的領域中去，大模型還有很多落地的場景和機會，比如數據中心和汽車。

大模型在汽車領域的應用上，汪凱認為自動駕駛是執行預定好的編程規則，不可避免地會碰到不能解決的問題，尤其是在一些特殊的環境中，大模型試圖以人類的思維去解決自動駕駛上的一些問題，對于自動駕駛能力的提高很有幫助。

但是他認為大模型真正想在自動駕駛上面有所作為還面臨五大挑戰。首先是大模型的算力挑戰，汽車領域需要實時處理問題，如果應用大模型，計算能耗非常大；其次是數據的質量問題，如果想要一個很好的汽車大模型，需要大量的數據訓練；第三是數據的可靠性問題，用于訓練的數據必須是正確的；第四是數據的追溯性問題，以黑盒形式出現的大模型，很難在自動駕駛的過程中去解釋為何汽車采取此種行為；第五是法律法規問題，大模型需要根據不同的地理環境以及政策法律來決定何時落地，因此還需一段時間。

王小楠則介紹，如果后續將大模型落地到APP端，需要做很多的垂直整合，根據不同的應用場景進行整理，需要對大模型做相應的優化和裁剪，因此不同的開發者能夠有不同的機會。