安克创新CEO阳萌：存算一体芯片将颠覆英伟达GPU

人工智能的发展历程

阳萌回顾了人工智能的发展历程，指出大约每5到10年，AI领域就会出现一个新的范式。从最早的专家系统、决策树，到支持向量机（SVM），再到深度学习的兴起，每一步都是由少数大牛推动的革命性进步。他特别提到，尽管当前的大模型和Transformer架构看似是AI的新矿脉，但这些可能只是阶段性的，未来20年后，我们可能不再使用这些技术。

分治法VS端到端模型

阳萌提出了分治法和端到端模型的对立观点。分治法，即通过逻辑和数学公式将问题拆解后再组装，是人类理性解决问题的基本方法；把一个大的问题分解成若干个子问题，分治法是人类的理性的解决问题的的必经之路。然而，这种方法在解决复杂问题时遇到了瓶颈。分治你分多分了几步之后，其实就已经是个牛角尖了。端到端模型，如深度学习，通过大量数据训练出一个黑盒模型，不依赖于中间过程的可解释性，这与分治法形成了鲜明对比。

存算一体是方向

在讨论AI的三大支柱——算法、硬件和数据时，阳萌强调了它们之间的相互依赖关系。特别是深度学习的出现，与GPU硬件的发展密切相关。没有GPU，Transformer这样的算法就无法在大规模数据上实现。他预测，未来存算一体的芯片将取代现有的冯·诺依曼架构（通过分治法解决问题，把数据和处理分开），因为这种架构更适合运行端到端的算法。阳萌指出，冯·诺依曼架构适合分治法产生的程序，但不适合端到端的算法。其实英伟达和transformer是开创了一个全新的时代，底层已经不是分治法了，是端到端的算法，中间表现出来的是是大模型。他用大脑的运作方式作为对比，说明大脑的存算一体特性远比现有的计算机架构高效。人脑的一个神经元，它其实是存着一些信息的。然后每一次计算的话，电信号又会通过它进行计算，也就是存储信息和进行计算在同一个神经元里面发生。他预测，未来几年，存算一体的芯片将带来新的算法范式，这些算法可能在运行时自我进化，超越现有的Transformer。存算一体芯片，即在存储单元上直接进行计算，这样可以避免大量的数据搬运，节省能耗。他认为，这种芯片结构非常适合运行大模型算法，并且可能会催生新一代的算法，不再是transformer，这些算法能够在运行时自我学习和进化。