硅金 rush：AI如何驱动新芯片开发

加州淘金潮不仅为矿工们带来了财富，也为那些出售镐头和铁锹的人创造了巨额收益。

在CHM Live活动现场，来自英伟达的计算机体系结构先驱比尔·达利与来自谷歌的诺姆·朱皮，携手CHM院士大卫·帕特森，共同探讨这一故事的现代版本：人工智能硬件的爆炸性需求。

本次活动得到了马克与玛丽·史蒂文斯夫妇的慷慨支持。

CHM院士大卫·帕特森主持了一场对话，邀请英伟达的比尔·达利和谷歌的诺姆·朱皮，深入剖析推动当今这场AI“淘金热”的力量。

当被问及当前的人工智能热潮与以往历次计算机体系结构创新浪潮有何不同时，达利指出了三个关键因素：“强烈的经济需求”、应用的快速演进，以及与早期超级计算任务相比，AI工作负载相对更为简单。

”

他将当下环境与20世纪90年代的超级计算热潮作了对比：彼时许多初创企业都寄希望于尚未完全兑现的未来市场。相比之下，达利表示，AI已在各行业创造价值，从而催生出对算力“永无止境”的渴求。

朱皮则强调了投资规模之大。如今，科技公司正斥资数百亿美元用于基础设施建设，掀起一场前所未有的产能竞赛。

当帕特森询问在这场现代淘金潮中，谁是“淘金者”，谁又是“卖镐头的人”时，达利认为，那些为AI寻找新应用场景的创业者便是“淘金者”，而像谷歌和英伟达这样的企业，则在提供底层基础设施。

为何AI硬件形态趋于相似

帕特森提出了一种观点：现代AI加速器经历了一种“趋同进化”，尽管彼此独立开发，却最终走向了相近的设计方案。

两位演讲者均承认，AI工作负载天然会引导设计者做出某些特定的架构选择：现代系统需要强大的矩阵运算能力、极高的内存带宽，以及高速的互连网络。

不过，达利指出，重要的差异依然存在。他以数值格式、稀疏化技术以及网络互联等领域的创新为例，说明这些架构层面的决策会对性能产生显著影响。

朱皮也认同存在一些共性需求，但他同时指出，谷歌的TPU项目从一开始就按照超级计算机的标准来设计，并长期投入于光通信与大规模网络技术，这为其带来了独特优势。

芯片只是故事的一部分

贯穿整场对话的一个核心主题反复浮现：构建成功的人工智能系统，远不止于设计一款芯片。

“产品是整个系统，”达利说。

这个系统涵盖处理器、内存、网络、软件、电源管理、散热，以及确保这一切在大规模下可靠运行所需的运维专业知识。

两位演讲者都认为，这种系统级知识正是大型科技公司在与新兴竞争者较量时的一大优势。他们援引数十年来大规模计算的经验指出，要成功部署AI基础设施，所需的能力远远超出单纯的半导体设计范畴。

真正的瓶颈

现场观众被问及，他们认为未来AI部署面临的最大制约是什么。压倒性的答案是能源供应。

讨论组成员对此基本达成共识。

朱皮谈到了为日益庞大的数据中心供电所面临的挑战，并介绍了尽可能使用零碳能源的努力。达利则指出，建设AI基础设施正日益需要在土地、电力与设施容量之间寻求平衡，而发电设备的需求也在激增。

这场讨论凸显，AI的未来既取决于芯片技术的进步，也同样离不开能源基础设施的支撑。

给未来架构师的建议

当被问及会对年轻工程师提出哪些建议时，两位嘉宾不约而同地强调了基础知识的重要性。

朱皮鼓励学生学习计算机体系结构的历史，指出许多理念早已被反复验证，理解过往的成败得失仍具重要价值。

达利则给出了三条建议：深耕某一应用领域、培养广博的技术视野，并学会把AI当作合作伙伴来协作。

他特别强调，最重要的技能正在从事无巨细的手工实现，转向对“该建什么”的战略判断。

随着活动接近尾声，两位演讲者都流露出一种共识：当前的人工智能热潮已不仅仅是一轮单纯的技术周期。与以往的计算狂潮不同，达利认为，这一次是由真实的需求与实际的应用所驱动的。

对于那些打造AI背后硬件的公司而言，这场“淘金潮”已然拉开帷幕。

该文章最初发表于CHM。