无问芯穹戴国浩：解析AI算力困境与科研到产业的全链路打通

在2025浦江创新论坛主论坛现场，上海交通大学副教授、无问芯穹联合创始人戴国浩围绕人工智能算力发展发表了深刻见解。他着重剖析了我国实施"人工智能+"战略过程中面临的三大算力瓶颈。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

核心挑战与技术创新方向

戴国浩强调，当前亟需突破的首要技术壁垒在于芯片自主可控。国际形势风云变幻，高性能芯片供给受到制约的背景下，构建具备等效算力的国产化替代体系迫在眉睫。他指出，必须通过技术创新来完善自主算力生态，确保在外部环境波动时依然能够支撑人工智能应用的持续发展。

多元算力融合的实践探索

讨论延伸至芯片协同的深层次难题。面对各类异构芯片并存的市场格局，计算资源整合效率低下已成为制约AI迭代的重要瓶颈。戴国浩分析道，这种算力碎片化现象不仅导致资源闲置与成本上升，更直接影响了需要跨芯片协同运算的复杂AI模型训练成效。特别在图像识别、自然语言处理等前沿领域，这一问题表现得尤为突出。

边缘计算能效革命

对于终端设备能效困境，戴国浩给出了数据化的观察结论。目前智能终端在执行多模态数据处理、大规模推理任务时，能耗表现与理论最佳状态相差悬殊，部分应用场景甚至存在1-2个数量级的性能落差。这一技术短板不仅限制了移动端AI的续航表现，更从根本上制约着人工智能向物联网、智能穿戴等边缘计算场景的延伸速度。

系统性解决方案的建构

针对这些行业痛点，无问芯穹开创性地提出了"产-学-研-用"深度融合的发展范式。借助上海作为全球人工智能高地的基础设施优势，打造了贯穿基础研究、技术开发到规模应用的完整创新链条。这种整合高校顶尖科研力量、创新研发机构与终端用户的协同机制，正在形成从关键技术突破到商业化落地的良性循环，为破解当前算力发展困局提供了可复制的中国方案。