核心内容摘要
企业数字化展示平台的内容更新策略，AI应用架构师的建议
在过去两年中全球资本对人工智能AI的追逐近乎狂热。
然而随着巨额资本开支与短期商业回报之间的剪刀差扩大关于“AI泡沫”的论调自去年底以来甚嚣尘上。
近日中科驭数创始人、CEO鄢贵海在亚洲金融论坛期间对凤凰网财经表示尽管当前投入与产出存在时间差但行业共识在于我们仍处于AI时代的“Day 1”。
他认为算力作为新型基础设施其价值逻辑与高铁类似不能仅凭短期的损益表来衡量而应关注其产生的巨大外溢效应。
“算力基建”的经济账从卖车票到区域协同针对市场对“算力过剩”或“泡沫”的担忧鄢贵海给出了不同的观察视角。
他指出对于任何一次技术革命在认知早期出现分歧是常态。
目前的算力投入虽然看似巨大但相对于未来数据挖掘和交互方式的彻底变革仍然是不足的。
鄢贵海用中国高铁的发展路径做了一个形象的比喻。
如果仅算“卖车票”的账许多高铁线路在初期看起来是入不敷出的。
但高铁作为交通基础设施其真正的价值在于带动沿线城市发展、缩短产业与人才的物理和逻辑距离。
“算力也是类似的。
AI作为基础设施其外溢价值是确定性的。
”鄢贵海对凤凰网财经表示。
他回顾互联网时代初期的泡沫最终衍生出了改变产业结构的商业模式创新。
目前的AI行业同样如此在尚未完全看懂全貌之前定义“泡沫”为时尚早。
国产芯片生存法则敢于“亮剑”的单点突破面对英伟达、博通等国际巨头的垄断地位国产算力企业如何突围鄢贵海的策略是“聚焦”与“小突围”。
他认为一家厂商很难在全产业链实现全面胜利必须先在一个技术高地如DPU上做深做透建立“根据地”再辐射整个网络芯片体系。
他以迈络思为例指出尽管规模远小于英特尔但迈络思通过在高速网络芯片这一细分领域的极致专注最终在技术上超越了巨头。
“要把一个芯片做得成功不是抓住‘哪一个’机会而是要抓住‘每一个’机会。
”鄢贵海强调国产厂商不能盲目跟风追逐热点也不能只做简单易落地的产品必须保持清醒敢于在核心技术领域“啃硬骨头”。
差异化突围选择DPU在芯片赛道的选择上中科驭数避开了目前竞争最为激烈的GPU图形处理器领域切入了DPU数据处理器这一细分市场。
鄢贵海用“冰山”模型分析了当前的芯片行业格局CPU提供通用算力GPU负责加速计算这两者目前是市场关注的热点水面之上而DPU则主要解决数据传输和I/O输入/输出问题属于底层且较为隐蔽的基础设施冰山之下。
鄢贵海指出目前国内研发GPU和CPU的厂商众多但在网络芯片领域——包括AI网卡和交换芯片——相关企业数量相对较少产品也更为稀缺。
“国内做GPU和CPU的厂商很多但在网络芯片领域无论是AI网卡还是交换芯片都相对稀缺。
”鄢贵海表示随着网络带宽从10G、25G向100G、200G演进网络数据处理需求的增长远超摩尔定律这为DPU提供了巨大的市场空间。