中国下一代计算芯片研究数量已达美国两倍

原文作者：Elizabeth Gibney

最新分析发现， 在当前发表的有望支撑未来计算硬件的基础研究中，绝大部分都来自中国。 如果这些研究转化成商业应用，美国很快就会意识到，只靠出口管控维持它的高性能微芯片设计和制造优势可能只是天方夜谭。

虽然该发现不等同于确认中国目前在该领域处于领先地位，但“可以说，它让我们看到了未来的走向”，开展该分析的美国乔治城大学新兴技术观察站 （ETO） 的首席分析师Zachary Arnold表示。

3月3日发表的该研究发现，2018-2023年， 芯片设计和制造论文中出现中国机构作者的频率是美国作者的两倍以上。 而且这不仅是数量上的优势：在发表当年进入高被引前10%行列的论文中，50%的论文由中国机构的作者共同发表。美国机构作者的这一比例为22%，欧洲机构作者为17%。

这类研究覆盖的学科范围很广，从为AI优化的传统计算芯片和快速图形处理器一直到全新架构。为了找到和整理该分析的相关研究，ETO的分析师训练了一个机器学习算法。Arnold说，他们的分析主要关注新兴芯片技术，而不是商业进展，而后者往往是增量式而且有所有权。

该研究只包含有英文摘要的论文，对于有中国作者的论文来说，这类论文更可能面向国际受众。中国大力推动了许多领域的科研产出，Arnold说，“但我不确定我们是否见过那个领域发生了这么大的变化。”他还表示， “当你看到如此大的活力，你很难想象这不会在今后几年改变中国的技术能力以及最终的制造能力。”

这些发现与陈云霁在中国看到实际情况是相符的。陈云霁是位于北京的处理器芯片全国重点实验室主任，也是AI芯片设计公司寒武纪 （Cambricon） 的联合创始人。陈云霁表示， 中国的制造能力跟不上芯片设计，而美国出口管制是一部分原因。

从2022年10月开始，美国商务部限制部分高级芯片和制造设备销往中国。美国政府表示，此举部分是因为中国在用AI的力量“追踪和监视公民，以及加强军事现代化。”

不过，中国的科研正在产生重大的学术影响，陈云霁表示，在为深度学习设计的计算架构方面，这个群体已在谷歌学术 （Google Scholar） 累积了逾1万次引用，而这方面的最大份额来自美国，为41%。

ETO团队还找出了芯片研究的增长“热点”，包括神经形态计算——受神经元的生物物理学启发的架构——以及使用光而不是电子传输信息的光学计算，这些热点或能提升计算机效率。Arnold说， 从论文的体量看， “中国在这两个亚群都是领先的。”

如果能实现商业化，这两类推测性技术都在AI有应用前景，乔治城大学安全与新兴技术中心 （ETO隶属于该中心） 的数据研究分析师、中国问题专家Jacob Feldgoise说道。 这些技术主要使用美国不具有垄断地位的成熟制造技术，他说，“中国正在大量实验这些下一代技术，一旦实现商业化，美国就很难压制，” 他说，“如果中国能将这些技术中的一些商业化，这就不是追赶的问题了，而有可能是跳跃式前进。”