人工智能（AI）芯片是支撐智能技術發展的核心硬件，AI芯片發展事關國家科技自主創新、核心技術競爭力提升。近年來，我國在AI芯片領域取得了一些突破，部分實現了自主設計和技術創新，逐漸形成了從上游原材料供應到下游應用市場的完整產業鏈。未來，隨著技術不斷突破、應用領域進一步拓展，我國有望在全球AI芯片市場中占據更大的份額。

 

中國工程院院刊《中國工程科學》2025年第1期發表中國電子科技南湖研究院研究團隊的《我國人工智能芯片發展探析》一文。文章從云端智能芯片、邊端智能芯片、類腦智能芯片3個方面總結了AI芯片的國際發展趨勢，分析了我國AI芯片的應用需求，從芯片設計、制造、封裝、測試等方面梳理了相關產業與技術的發展現狀及趨勢。當前，國產AI芯片的性能、技術、產業鏈存在短板，亟需開展自主創新與產業協同；國產AI芯片開發面臨高成本、長周期的挑戰，亟需平衡融資壓力并積累發展經驗；國內AI芯片領域人才短缺，亟需提高培育質量并控制流失率。為此，論證提出了我國AI芯片的發展路徑，即突破技術瓶頸、加速產業化、拓展國際化、實施市場扶持，重點采取技術創新和重點項目建設、新型芯片架構和開源產業生態建設、技術標準體系制定、“產教研”融合等舉措，以推動我國AI芯片產業可持續和高質量發展。

 

一、前言

 

傳統芯片以通用計算為主，強調面向廣泛任務的普適性和通用性。人工智能（AI）芯片在架構上更多采用異構計算和低功耗設計，針對AI算法進行特殊加速設計或者經過軟硬件優化，注重高效處理大規模并行計算和深度學習算法，以滿足特定的應用需求。當前，全球AI芯片產業蓬勃發展，英偉達公司、谷歌公司、英特爾公司均推出專用AI芯片，涵蓋圖形處理器（GPU）、張量處理單元（TPU）、現場可編程門陣列（FPGA）、專用集成電路（ASIC）等技術路線；相關芯片在云計算、邊緣計算、無人駕駛、第五代移動通信（5G）等領域獲得廣泛應用，以芯片架構創新、低功耗設計、算法與硬件協同優化等為主要研究方向。發達國家在AI芯片方面加大投資與政策支持，爭取在全球AI產業中占據優勢位置。

 

我國的AI芯片產業尚處于起步發展階段。長期以來，國內在中央處理器（CPU）、GPU、數字信號處理器（DSP）設計上一直處于追趕位置，多數芯片設計企業依賴國外的知識產權（IP）核來設計芯片，導致自主創新設計受到極大限制。近年來，國內產業鏈得到逐步完善，在AI芯片領域取得了一些突破，部分企業實現自主設計和技術創新。例如，AI芯片已列入國家發展規劃，《促進新一代人工智能產業發展三年行動計劃（2018—2020年）》重點支持神經網絡芯片，推動AI芯片的規?；瘧谩?024年，我國AI芯片市場規模超過1400億元，逐漸形成了從上游原材料供應到下游應用市場的完整產業鏈。盡管在高端設計、芯片制造環節仍依賴國外技術，但國產化進程正在加速，部分企業在特定領域取得顯著進展。未來，隨著技術不斷突破、應用領域進一步拓展，我國有望在全球AI芯片市場中占據更大的份額。

 

AI芯片發展事關國家科技自主創新、核心技術競爭力提升。本文著眼我國AI芯片發展課題，梳理AI芯片的國際發展趨勢，剖析我國AI芯片的發展需求及其在科技創新和產業升級中發揮的關鍵作用，進而研判我國AI芯片發展方向并設計領域發展路徑，以為我國AI芯片領域的理論研究與產業實踐提供參考和啟示。

 

二、人工智能芯片的國際發展現狀

 

以生成式AI為代表的AI算法發展迅猛，發達國家都在AI芯片領域進行重點布局，體現出政策支持、市場驅動、國際合作的高度融合，基本形成全球科技競爭與協同發展的新格局。美國、日本、歐盟均以立法形式增加直接投資，鼓勵本土企業加快技術創新，積極擴大產能并增強國際市場競爭力，同步維護供應鏈安全。在技術和產業方面，AI芯片主要分為部署在數據中心的云端智能芯片、分布在網絡邊緣或直接嵌入終端設備的邊緣智能芯片；此外，AI技術應用對更高效、更逼近人類智能的計算能力提出需求，類腦智能芯片逐漸成為重要分支。

 

（一）云端智能芯片

 

用于云端推理和訓練的芯片系統是生成式AI的主要計算平臺，具有工藝先進、算力大、先進互聯的基本特征。① 在先進工藝方面，英偉達公司的數據中心GPU A100采用臺積電公司的7 nm工藝進行制造；更新的Blackwell GPU采用專門定制的臺積電公司4NP工藝制造，晶體管數量為2080億個，集成度進一步提高。② 在算力方面，生成式AI算力需求呈指數級增長，英偉達公司持續推出Ampere、Hopper架構GPU，在AI、數據中心、圖形計算領域獲得廣泛應用，8年內將單卡AI訓練性能提升1000倍。③ 在先進互聯方面，高速互聯方案是實現算力擴展的重要依托。多節點訓練和推理系統是目前主流的實現方案，高帶寬的通信協議成為云端智能芯片的重要發展趨勢。NVLink是專用于英偉達公司GPU之間的點對點互連協議，第五代高速互聯方案的總帶寬是PCIe5.0 x16鏈路帶寬的14倍；自研交換芯片NV Switch用于解決GPU之間通信不均衡的問題。超威半導體（AMD）公司將CPU領域的芯粒（Chiplet）工程經驗拓展應用至GPU，通過多裸片（Die）封裝縮小與競爭產品的差距，如MI200系列芯片采用多Die整合封裝，通過橋接技術在單芯片上集成兩個Die；MI300系列同樣采用Chiplet設計，集成CPU和加速計算單元以增強單芯片的擴展性。

 

（二）邊端智能芯片

 

邊緣端的AI芯片呈現專用化、高能效化、低功耗的發展趨勢?；贏I系統級芯片的嵌入式專用推理芯片成為邊緣端智能芯片的主要存在形式，支持實時數據處理、低延遲的邊緣端AI處理應用，如智能安防、高級駕駛輔助系統／自動駕駛、智能家居、可穿戴智能設備、商業和工業場合的AI應用（智能交通、智慧城市、工廠機器視覺、機器人和自動導引車等）。英偉達公司的Jetson系列芯片用于智能機器人和自動駕駛應用場景；高通公司的驍龍865/888系列芯片集成專用的嵌入式神經網絡處理器（NPU），用于處理手機端的本地AI推理任務；蘋果公司研制的A、M系列芯片均搭載NPU，處理各種場景中的AI推理任務；索尼公司的Alpha 7R V搭載基于深度學習的AI芯片，可智能預測和處理人的身體姿態信息，提高相機識別拍攝主體的精確度。

 

（三）類腦智能芯片

 

類腦智能芯片相較傳統芯片在功耗、集成度上具有顯著優勢，既能夠突破傳統計算體系結構的局限性，實現數據并行傳送和分布式處理，以極低功耗實時處理海量數據，也可以突破傳統“執行程序”計算范式的局限性，形成“自主認知”新范式。類腦智能芯片是處于概念驗證階段的集成電路產品，在AI發展過程中起到“先行者”的作用，為邊端智能探索了新的應用渠道。美國企業率先研究類腦智能芯片，使用神經元和突觸的方式替代傳統馮·諾依曼架構體系，用于異步、并行、低速、分布式信息數據處理，賦予機器以自主感知、識別、學習等能力。國際商業機器公司開發了首款類腦智能芯片TrueNorth，英特爾公司、德累斯頓工業大學、海德堡大學陸續發布了類腦智能芯片。

 

三、我國人工智能芯片需求分析與發展態勢

 

近年來，我國AI芯片領域保持活躍發展態勢，AI芯片產業進入快速發展階段。2023年，我國AI芯片市場規模為1206億元；2024年，市場規模進一步增長至約1412億元。我國基本構建從基礎研究到產業應用的完整鏈條，涵蓋芯片設計、制造、封裝和測試等關鍵環節，形成環環相扣、協同發展的生態體系。

 

（一）人工智能芯片需求分析

 

我國AI芯片產業快速增長，受到多方面因素的驅動。AI芯片是支持AI技術實現的核心硬件，AI應用的普及推動了AI芯片需求的持續增長。隨著深度學習、自然語言處理、計算機視覺等AI技術的快速發展，AI應用場景不斷擴展，涉及自動駕駛、智能制造、醫療健康、金融、智慧城市等領域。相關領域對算力的需求極為迫切，尤其是AI模型的訓練和推理過程需要高效率AI芯片的支持。與此同時，技術自主可控成為國內AI芯片產業發展的戰略目標，國家高度重視半導體和芯片領域的自主研發能力。在國際芯片產業競爭加劇的背景下，迫切需要自主可控的AI芯片，確保AI領域的技術安全與國際競爭力。自主研發AI芯片，能夠推動本土技術創新和相關產業鏈健康發展。

 

國家積極支持AI芯片產業發展，在相關發展規劃中提出，加強數字技術創新，提升AI芯片的研發與應用能力。各級管理部門在研發資金、人才引進、產業園區建設等方面發布支持政策，為AI芯片產業發展提供有力支撐。隨著傳統產業數字化轉型的進一步深化，AI成為推動智能化、自動化的重要技術，促使傳統企業增加對高效能、低功耗AI芯片的需求，進一步推動AI芯片的多樣化和定制化發展。

 

云計算和邊緣計算的發展需求，推動AI芯片技術進步。隨著5G、物聯網技術的推廣應用，邊緣計算和云計算已成為主流架構，云端計算對高性能芯片的需求增長顯著，以實現大規模數據處理與存儲，邊緣計算則在低功耗、高效率、實時性方面提出更高要求。在國內市場上，云計算、邊緣計算需求疊加，共同推動AI芯片在多種應用場景中的快速應用。

 

（二）芯片設計領域發展現狀及趨勢

 

芯片設計科技水平較高，我國企業正在加快追趕國際先進水平。雖然整體而言在高端芯片設計上仍處于跟隨發展狀態，但在以AI芯片設計為代表的特定應用領域，我國實現從“跟跑”到“并跑”發展。

 

集成電路設計是AI芯片設計的重要組成部分，相關產業規模正在持續擴大。中國半導體行業協會的統計數據表明，2023年我國集成電路設計行業的銷售額約為5774億元，國內涉及集成電路設計的企業數量為3451家。我國集成電路設計業產值占集成電路市場總產值的43.2%，2023年市場規模增長至6543億元。國內AI芯片設計的產業規模正在快速擴大，未來發展空間廣闊。

 

近年來，我國集成電路設計技術進步顯著，超算領域的快速發展是芯片設計技術突破后的直接體現。“太湖之光”“天河”系列超級計算機，分別搭載MT-3000處理器、申威26010處理器等國產芯片，在實際應用中展現出良好性能，為科研、教育、國防等領域提供強大的算力支持。華為技術有限公司發布的昇騰910是面向AI訓練需求的高性能芯片，集成晶體管數量超過200億個，在處理復雜AI任務時與國際主流GPU表現相當。在加密貨幣領域，北京比特大陸科技有限公司在芯片設計技術的特定行業應用方面建立了優勢，相關產品在國際市場上居主導地位。在類腦計算領域，清華大學研究團隊開發了類腦智能芯片“天機芯”，采用眾核架構、可重構功能模塊、混合編碼方案的類數據流控制模式，可適應機器學習算法、神經形態計算模型及編碼方案。

 

互聯網行業對云端算力提出了較高需求，因而互聯網企業積極投入AI芯片產業，自研云端智能芯片，如昆侖芯、含光NPU智能芯片、玄鐵CPU。

 

（三）芯片制造領域發展現狀及趨勢

 

在芯片制造方面，國內能力整體處于“跟跑”狀態，7 nm及以下的高端制造工藝依賴進口設備和技術。中國半導體行業協會的統計數據表明，2023年我國集成電路產業的銷售額約為13 093億元，其中芯片制造產值約為2423億元。國際半導體產業協會的研究數據表明，2023年位于中國大陸地區的半導體廠商，晶圓產能為760萬片/月，同比增長12%；2024年的晶圓產能提升至約860萬片/月；2025年8 in（1 in≈25.4 mm）晶圓產能將增長66%，集成電路產業規模將超過2萬億元。

 

近年來，我國芯片制造技術發展迅速，尤其是在7 nm及以下的工藝節點探索與應用方面縮短了與國際領先水平的差距。芯片制造技術的進步，提升了芯片的集成度和性能，為智能手機、數據中心、AI應用等提供了關鍵支持。例如，中芯國際集成電路制造有限公司開發了0.35 μm至14 nm的鰭式場效應晶體管技術節點，提供8 in、12 in晶圓代工服務；上海華虹（集團）有限公司在嵌入式非易失性存儲器、功率器件等方向掌握了具有世界先進水平的多項核心技術，開始應用于相關產品的批量生產。晶圓制造投資規模大、技術難度高，是芯片產業鏈的核心環節、國內與世界領先水平差異最大的環節；國內晶圓代工廠持續加強研發投入并積累眾多核心技術，但在實驗室研發技術轉化為實際應用和商業產品方面仍面臨諸多挑戰。需要鼓勵技術成果從研發機構向企業的轉移和商業化，加強跨機構／企業合作，重復驗證技術成果以適應工業化需求。

 

（四）芯片封裝和測試領域發展現狀及趨勢

 

在芯片封裝和測試方面，國內整體水平與國際先進水平相當，部分企業開始“并跑”。全球半導體產業正處于第三次產業轉移的進程中，芯片封裝和測試作為半導體領域壁壘相對低的領域，主要轉移至亞洲地區。芯片封裝和測試成為我國半導體的優勢環節，市場規模穩步擴大。2024年我國半導體先進封裝市場規模接近1000億元，2025年有望突破1100億元。芯片封裝分為傳統封裝、先進封裝，兩種技術之間不存在明確的替代關系，市場占比分別為64%、36%。先進封裝市場需求維持著較高的增速，國內企業主要投資先進封裝領域，相關企業數量超過1200家；但多數國內企業體量較小，如2022年營收超過5億元的企業不足20家。國內企業突破了系統級封裝、芯片堆疊、扇出型封裝（FO-WLP）等先進封裝工藝，推出了多款高性能封裝解決方案，提升了芯片的集成度和性能。例如，江蘇長電科技股份有限公司掌握了FO-WLP技術，將芯片重新布線到更大面積的基板上，可提供更高的性能和更低的功耗。

 

芯片測試是保障芯片質量和性能的關鍵環節。國內企業加大研發投入，自主研發自動化測試設備，注重測試標準制定和方法創新，部分技術接近國際領先水平。中芯國際集成電路制造有限公司、華天科技（西安）有限公司、華大半導體有限公司與國際知名測試設備制造商合作，掌握了先進的芯片測試技術，發展和應用了高效、精準的系列化測試設備，有效降低了生產成本。

 

國內機構在芯片封裝和測試領域的技術標準制定以及產業鏈協同方面也取得良好進展。中國電子技術標準化研究院、中國半導體行業協會等積極參與相關國際標準制定，增強了我國在全球半導體標準領域的話語權。國內芯片封裝和測試企業加強與上游芯片設計公司、下游應用廠商的合作，以產業鏈緊密協作的形式推動技術迭代和應用普及。

 

四、我國人工智能芯片發展面臨的挑戰

 

（一）國產芯片的性能、技術、產業鏈存在短板，亟需開展自主創新與產業協同

 

國產AI芯片在性能（計算能力滯后于國際領先產品）、功耗（高能耗引發散熱問題）、應用場景（側重推理而缺乏大規模訓練能力）等方面存在短板和不足，全產業鏈上的自主創新能力受到外部因素制約，特別是在電子設計自動化（EDA）工具、制造設備及工藝、人才儲備、知識產權等方面相較國際先進水平仍有一定的差距，迫切需要開展技術突破和產業協同。

 

AI芯片相關的自主創新能力和技術水平亟待提升。以光刻機這一核心設備為例，在受到國際環境制約的背景下，我國芯片制造技術雖有重要進展，但與世界領先水平的差距客觀存在，如自主可控的主流技術落后兩代左右。從全球視域看，我國在AI芯片領域的整體水平雖有進步，但仍需加快追趕美國、韓國、日本等國的企業。需要加強核心技術研發與產業協同，彌補國產芯片在性能、技術和產業鏈上的短板。加大基礎研究和關鍵領域的研發投入，集中力量攻克芯片設計、先進制程工藝、核心設備制造等方面的瓶頸技術，推動技術體系自主可控。構建高效協同的產業生態，深化“產學研”結合，形成從研發到生產的全鏈條合作機制。實施積極的政策引導和資金支持，促進上下游企業協同創新，推動供應鏈國產化，逐步實現我國AI芯片產業在全球市場競爭中的突破與領先。

 

（二）國產芯片開發面臨高成本、長周期的挑戰，亟需平衡融資壓力并積累發展經驗

 

對于芯片設計企業而言，在從開發到成品的過程中，IP核授權、開發軟件、流片、芯片制造／封裝／測試等方面的費用是高額的剛性成本，一旦芯片流片后性能不及預期，則前期投入失利而形成較大損失。發展AI芯片，直接考驗技術團隊過往的工程化經驗。以ASIC芯片開發為例，65 nm制程芯片的開發費用約為2850萬美元，而5 nm制程芯片的開發費用約為5.422億美元，兩者相差1個數量級。

 

在AI應用領域，依據芯片的部署位置和任務特性來采用差異化的制程：云端智能芯片追求高算力，需要優先采用先進制程，如中科寒武紀科技股份有限公司的MLU100芯片采用了7nm制程；在邊緣端、部分移動端，設備根據使用場景和芯片設計架構的不同而采用28 nm、22 nm、16 nm、10 nm制程的芯片；終端設備常采用65 nm、28 nm制程的芯片，如作為系統芯片則采用28 nm制程。根據行業調研結果，目前國內AI芯片的開發費用低于國際估算值，如系統芯片的開發費用約為國際估算值的20%~50%。以終端常用的28 nm制程為例，AI系統芯片的開發費用約為2500萬美元。

 

即便國內AI芯片的設計費用相對低，但千萬美元級別的芯片研制費用，疊加1~3年的研制周期，導致AI芯片企業面臨極大的生存和發展壓力。相關企業在融資的早期階段需要大量資金注入，才能度過沒有產品銷售、難以獲得經營性收入的發展歷程?？梢?，開發AI芯片不僅需要大量資金支持，還需要深厚的技術經驗才能確保芯片開發過程的高效率和成功率。相關企業需要持續加強技術積累，注重開展跨領域合作，拓展穩定的融資渠道，才能有效應對高成本、長周期的行業發展挑戰，進而構建競爭優勢、取得市場成功。

 

（三）人工智能芯片領域人才短缺，亟需提高培育質量并控制流失率

 

AI芯片領域存在人才短缺問題，突出表現在高端芯片設計、EDA工具開發、芯片制造與工藝技術、AI算法與硬件協同設計等方面。精細的AI芯片設計、復雜的系統架構設計需要技術人員具有深厚的專業知識，而國內具備這些能力的人才極為稀缺。工業和信息化部人才交流中心的數據表明，國內AI不同技術方向上的崗位人才供需比均低于0.4，如AI芯片技術人才供需比為0.32，機器學習、自然語言處理等技術人才供需比均不足0.2。此外，AI芯片設計不僅依賴硬件，還要求軟硬件的緊密結合，這就對同時掌握AI算法、硬件優化能力的復合型人才提出了直接需求。

 

國內AI芯片產業發展迅速，但由于技術難度高、研發周期長、財務風險大，許多優秀人才傾向于選擇其他行業或出國深造，加劇了AI芯片領域的人才流失程度。例如，英偉達公司的統一計算設備架構生態有近2萬人參與開發，而當前國內所有AI芯片公司的人員總和僅為1000人左右。需要多措并舉提高國內人才培育質量并控制流失率。在高校、科研院所優化學科布局，推動校企合作，注重理論與實踐結合，培養復合型高端人才。完善薪酬激勵機制、人才發展政策，提供穩定的研發環境和具有競爭力的待遇，為AI芯片產業發展提供持續的人才支持。

 

五、我國人工智能芯片發展路徑設計

 

（一）我國人工智能芯片發展路線

 

我國在AI芯片領域的發展需立足當前實際，逐步突破瓶頸技術環節，以“政產學研”合作推動自主創新和產業化。近期，可重點開展深度學習芯片的基礎研發，推動NPU的初步應用落地，滿足物聯網、智能家居等領域的應用需求。到2030年，AI芯片技術應向高端拓展，支持自動駕駛、智能機器人等復雜任務，集成AI硬件加速器并優化能效，形成自主化、完善的生態體系。到2035年，推動AI芯片在智慧工業、自動化交通等領域的普及應用，實現相關領域全面智能化，同步構建國際市場競爭力。

 

1. 突破技術瓶頸，注重自主創新與自主可控

 

高端芯片設計和制造技術是國產AI芯片的研發重點，尤其是在半導體制造工藝、EDA軟件、先進設備及材料等方面，需要加快追趕國際領先水平，合理降低對外依賴度。遵循科學規劃，合理加大基礎研究、核心技術創新、產業鏈自主可控等方面的投入，鼓勵“產學研”聯合攻關，推動從AI芯片設計到大規模應用的全鏈條技術自主化。借鑒開源軟件成功經驗，降低創新門檻，提高企業自有能力，發展國產開源芯片。同步與國際頂尖科研機構和企業開展技術交流與合作，共建AI芯片產業生態。

 

2. 加速產業化，強化技術轉化與市場應用

 

在AI芯片技術突破后，快速轉化為實際應用并孵化新興產業，是AI芯片產業可持續發展的關鍵支撐。需要建設包括芯片設計、生產、封裝、測試、市場推廣等在內的產業鏈，盡量實現各個環節的本土化。加快突破GPU芯片、集群低時延互連網絡、異構芯片管理等技術，建設超大規模智算中心，滿足大模型訓練和應用推理需求，著重在自動駕駛、智慧醫療、智慧城市等領域開展技術轉化與創新應用。通過項目示范、政策扶持等方式，鼓勵企業將自主研發的AI芯片應用于實際場景，進而推動芯片技術升級、擴大市場接受度。

 

3. 拓展國際化，增強技術產品國際市場競爭力

 

在我國AI芯片技術發展和成熟后，進一步的目標是積極拓展國際市場，特別是在發展中國家和新興市場上尋求市場機會，提升國際市場競爭力并擴大技術產品的出口規模。我國的AI芯片產業可與國際領先企業開展業務合作，推動全球范圍內的技術交流和產品應用。AI芯片研發既要滿足本土需求，也需在性能、特性、成本等方面形成特色并構建優勢。與全球技術領先企業、學術機構、行業協會合作，共同推動標準制定；設立海外研發中心、技術支持團隊，加大面向國際市場的營銷投入，逐步提升產品的國際市場占有率。

 

4. 實施市場扶持，加大投入并激勵創新

 

在AI芯片技術和產業的發展過程中，政策支持和市場激勵的作用至關重要，可通過稅收優惠、資金支持、人才引進等方式，促進AI芯片領域的創新發展。論證設立專項基金，支持AI芯片及其他企業進行技術研發和產品創新，以公開采購、公共項目示范等形式拓寬市場需求。在政策層面，鼓勵企業加大研發投入，采取更積極靈活的方式吸引頂尖人才進入AI芯片領域。完善知識產權保護制度，激發企業創新熱情，保障AI芯片產業的中長期可持續發展。

 

（二）我國人工智能芯片發展重點舉措

 

1. 加強技術創新和重點項目建設，推動人工智能芯片領域全面發展

 

技術創新是推動AI芯片領域發展的關鍵，需要著力加強AI芯片關鍵技術研發工作。AI芯片研發具有技術密集型特征，需要以堅實的基礎研究為支撐。建議國家和地方層面建立多層次的項目、資金、政策、人才支持體系。① 建設AI芯片產業發展配套設施，設立AI芯片領域的創新示范區和重點實驗室。選取若干具備良好條件的地區，設立國家級AI芯片產業園區，提供政策和資金支持，如實施稅收減免政策、強化知識產權保護機制、發布AI芯片產業發展規劃、實施高層次人才引進計劃等。② 設立AI芯片專項科研基金，支持“產學研”聯合開展基礎研究和應用研究；提供AI芯片產業投資基金、貼息專項貸款，降低創新型企業的融資成本，保障初創企業和成長型企業的發展需求。針對AI芯片領域取得的重大技術突破和產業化成果，合理給予補助和獎勵，激發技術創新和產業化應用活力。

 

2. 推動新型芯片架構和開源產業生態建設，促進人工智能芯片技術自主可控

 

支持新型芯片架構研發，重點在存算一體、類腦芯片等前沿技術方向上進行深入布局：前者可解決傳統芯片架構在數據傳輸及存儲方面存在的瓶頸，更好適應AI、5G等應用對高性能計算的需求；后者具有自學習和自適應能力，有望實現真正的智能化應用。激勵企業和科研機構創新自主芯片架構，加快推動新型架構芯片在AI芯片領域的應用。促進開源產業生態發展，鼓勵企業、科研院所、高校在芯片設計、開發工具、技術平臺方面高質量共享資源，加快AI芯片技術的演進和產業化。高質量建設開源芯片平臺，加速開源芯片設計工具的國產化進程，形成開放式的AI芯片技術生態體系，保障國內芯片技術創新需要，提高在國際芯片市場上的競爭力和話語權。

 

3. 加快制定技術標準體系，構建完善的人工智能芯片發展生態

 

AI芯片產業的健康發展需要以完善的標準體系作為支撐。我國AI芯片領域尚處于發展初期，加之應用場景復雜，出現了“百花齊放”的技術發展態勢。需要加強行業發展頂層設計，引導國內研發機構形成合力，加快制定AI芯片技術標準，突出科學性、先進性和適用性。建議相關機構組織成立AI芯片標準化委員會，負責我國AI芯片領域的標準制定、修訂和推廣。重點制定AI芯片設計、制造、封裝、測試等環節的技術標準，支持形成行業發展合力；廣泛征求各方意見，從技術、需求等角度確保標準制定過程的科學公正；注重與現有及在研國際標準的接軌，推動我國AI芯片標準的國際化。AI芯片的生態豐富程度事關應用市場的接受度，完善產業發展生態需要深度參與國際合作。積極參與電氣電子工程師學會、固態技術協會等國際標準化組織的相關工作，爭取在國際標準制定中占據適當地位，推動我國技術標準成為國際標準。制定與標準推廣相關的政策，推動AI芯片技術標準在行業內的應用和實施。采取標準認證、示范應用、試點推廣等方式，提高企業對AI芯片技術標準的接受度，促進相關標準的全面實施。

 

4. 加強“產教研”融合，培育產業應用導向的人工智能芯片人才

 

AI芯片產業發展具有鮮明的應用導向性，技術研發與實際需求應保持緊密關聯，相應的人才培養需要“產教研”融合并突出產業應用導向。面向產業應用需求，鼓勵高校、科研院所、企業深度合作，聯合培養具有扎實專業知識、熟悉產品研發和商業運作的產業應用型人才。引導企業注重內部人才培養，建立完善的內部培訓和能力提升體系，提高自有人才的成長速度。優化人才引進政策，鼓勵國內外學術交流與技術合作，為海外人才以多種方式參與聯合研究提供便利條件。建立AI芯片產業標準和認證體系，推動跨學科人才培養，有效應對AI芯片技術的復雜性和多樣化的應用需求。

 

六、結語

 

本文系統梳理了AI芯片領域產業和技術現狀，研判了我國AI芯片的發展方向并設計了相應發展路徑。我國在AI芯片設計領域進展迅速，但在高端制造、關鍵設備、技術生態等方面仍存在“短板”；AI芯片研發成本高、周期長、高端人才缺乏等情況，客觀上制約了AI芯片產業的自主可持續發展。為此，亟需突破技術瓶頸、加速產業化、拓展國際化、實施市場扶持，重點采取技術創新和重點項目建設、新型芯片架構和開源產業生態建設、技術標準體系制定、“產教研”融合等舉措，促進AI芯片產業高質量發展。

 

著眼未來發展，隨著生成式AI、邊緣計算、智能終端等的快速演進，AI芯片的市場需求與技術要求仍將持續提升。應著力研究存算一體、類腦芯片等前沿技術方向，保持自主創新與國際合作相結合，構建完善的AI芯片發展環境；探索高效率、低功耗的芯片設計與應用解決方案，加強AI芯片與自動駕駛、智能制造、智慧城市、醫療健康等領域的多場景深度融合，更好滿足多樣化的國內國際市場需求，不斷提升我國AI芯片應用規模與國際市場競爭力。