2024WAIC演讲实录｜盖思新：从半导体视角看 AI 治理与优化

作者：盖思新，新思科技总裁兼首席执行官。

首先，我想说一下我们要了解AI的全面情况，AI是从半导体开始、从芯片开始，它在推动非常了不起颠覆性的技术，同时上面的软件也在运行，我们有针对特别市场的应用，用户通过这些应用在体验AI。考虑到AI的颠覆性，会影响到每个市场，每个市场会变得更加智能、更加链接，所以在全球层面考虑整个生态系统以及怎样有责任地来确保人工智能的安全。

我们是从半导体角度来讲，看下过去60年，半导体行业花了60年实现5000亿销售，8-9年翻1倍到1万亿，几乎所有增量都是由AI增长所驱动，AI需要很多基础设施来训练模型，同时进行这些模型在每个应用上的推理，这也是我们会应用到各种各样的设备。虽然在过去30-40年出现很多颠覆性的技术，比如说个人的电脑、移动设备的发明以及互联网的发明，我们还没有见证AI到一个非常大的转折点，从历史上来说，半导体的市场根据芯片的性能来进行优化，也会优化芯片的能耗。在使用AI的时候，还要加上优化的层面，包括安全和保障。

那么，我们公司做什么？提供软件，帮助工程师开发非常复杂的半导体芯片。大家也知道，半导体芯片是最复杂的工程任务，人类见证获得最复杂的任务，所以我们尽可能自动化减少复杂性，要用行业的软件，向工程师提供这样的软件。AI给我们提供了很好的机会来加速、改进这些芯片开发过程，并且行业也缺少这方面的专业人才。所以，我们实现了很快的速度以及也在性能各方面实现了很好的优化。

在AI方面有很多共同的原则，之前很多人也讲到。主要是谈芯片层级，或者是半导体层级。今天这些公司具体在做什么工作？能够实行非常安全的半导体，最终把AI应用在它的实际生活场景中，确保它的安全。给大家举几个例子：

第一，有政府合规的问题，确保每个芯片都知道在芯片里面每个部件是什么，等于这个芯片每个部分的材料，都能够保证安全以及隐私保护，可以把IP插入其中，能够确保芯片自己的安全。确保芯片也不会被加入不合规的内容到其中，不会有这样的脆弱性。同时，能够保证监管的过程也是非常高效，在半导体设计过程中，有时候消耗能量非常大。在半导体层面上能量消耗怎样能够更高效？让我们大型数据中心能够进一步扩大基础设施建设？这些都是需要我们作为半导体芯片在设计过程中进行考虑的问题。

我们作为一家公司，也在试图将AI应用在自己的工作流里，公司大概有2万多名工程师，我们怎么来用AI加速自己的工作效率？已经建立了人工智能卓越中心/AI卓越中心，目的就是教育我们自己的工作人员很清楚地知道AI伦理、风险、价值，以及更好地教育我们的客户来用模型，使用技术开发更多的芯片，不断地进行监督和跟踪。在我们的产品里AI新一类技能进行不断跟踪。

另外，对AI进行商业化，2017年开始投资于AI，到现在有7年，在给客户销售产品里面一直有AI。所以，我们AI能够有助于提升效率，进一步优化芯片的设计、半导体的设计。我们也进一步扩大了自己AI的工作，包含了一些生成式AI内容。比如说，怎么样有更多新技术引入到半导体行业里面？用生成式AI作为知识基础提升工程师的工作效率？现在工程师数量还是缺的，AI很好证明可以应用在什么领域，去补充工程师数量不足，提升整个行业的工作表现和效率，我也希望大家不要忘记还有一个耗能问题。有几个数字，用AI来指导我们进行芯片设计，能量的使用量/耗能量能够减少30%，但是设计这套非常复杂的过程，效率还可以增长15倍。

在进一步加速过程中，使用和开发AI，我还是从半导体行业角度来看，千万不要忘记技术治理和生态系统的重要性。这些都非常重要，来确保AI的使用是合规的、合乎伦理安全的。

我就说这些，感谢大家今天花时间来听我从半导体从业者角度探讨如何进一步优化，从硅最基础一面一直到半导体一面，一直保证它的安全性。

专题统筹：秦前松