普通人怎么进军高科技行业了解AI和芯片技术，进军高科技行业，你准备好了吗？-成果转化-上海羊羽卓进出口贸易有限公司

普通人怎么进军高科技行业了解AI和芯片技术，进军高科技行业，你准备好了吗？

发布时间 : 2025-02-25

作者 : 小编

访问数量 : 23

扫码分享至微信

了解AI和芯片技术，进军高科技行业，你准备好了吗？

本期是“职场+”TMT行业的第3期。 什么是AI的“计算范式”？进入高科技行业创业需要注意什么？复旦大学管理学院职业发展中心（CDO）邀请燧原科技科技创始人兼COO、复旦大学校友张亚林进行了主题为“如何引领计算范式的AI革命”的分享。

2012年，一个著名的科学家提出了深度神经网络，就是我们现在所说的Deep Learning。之后，由此发展出的人工智能（AI）概念开始为越来越多人关注。到2020年，AI的参数规模已经达到了上千亿。这对我们来说意味着什么？

人工智能的发展需要算力的堆叠，自2012年以来，训练人工智能系统所需求的算力每3.43个月就翻一倍，人们对于算力的需求增长了超过300,000倍（数据来自openAI）。巨大模型的生成需要大量的资金投入，大量的训练集群投入。未来，大模型的AI会成为越来越昂贵的成本 。

AI在市场上划分为设备端和云端，云端需要数据中心收集大量的数据集中进行推理和训练，人工智能的神经网络和模型都是由训练输出的，训练是产生人工智能大脑的基本的设施。

计算范式与数据中心

什么是AI的“计算范式”？大家可以认为计算范式是在计算的基础上，任何与计算相关的公理、定理、应用模式的范例，举个例子，以前的计算机能做加减乘除，现在的AI要做更复杂的计算，包括微积分、乘方、立方、导数这样一些比较高阶的计算。

而全球的数据中心就是计算范式的载体 ，因为所有的计算密集型都在数据中心，数据中心有庞大的计算资源、应用和软件部署，让更多终端的应用可以通过通信结构传递到数据中心进行密集式的计算。

这张图是2012-2019年全球IDC（数据中心行业）的市场规模，到2019年的年底已经达到了728亿美元，而中国的IDC在全球的占比已经占全球总IDC硬件比例的30%。随着中国的经济市场的发展，对云端计算的需求越来越明显。到2021年年底，全球的云计算市场规模可能会达到3000亿美金。

其实整个数据中心的构成分成三大块，其中一块叫CPU ，也就是中央处理器，这个一直以来是英特尔和AMD的天下，虽然国产的CPU也在崛起，但是体量依然不在一个量级上。第二块就是数据跟互联（Data/Connect） ，数据中心是一个庞大的互联系统，在数据的处理、分析、互联以及数据安全性上要做很多的处理工作，这也是通过芯片来做的。第三块是数据加速器 ，也就是说我们所谓的计算，属于加速器的部分。

用三个金字塔来分析一下现在行业中的三大巨头，英特尔、英伟达和AMD在数据中心的进展。

// 英特尔一直以来有强大的CPU（中央处理器），然后收购了Altera，Altera拥有当时全世界比较丰富的数据跟互联的业务和解决方案以及芯片。在前年又收购了以色列著名的AI的计算公司Harbana，完成了从CPU到数据互联到计算的整个全链式的构建。

// 英伟达以前知名的是GPU（图形处理器）企业，也就在是计算和加速这一块特别突出，他们在前年收购了以色列著名的数据互联公司Mellanox，最近以500亿美金收购ARM，表明在CPU方面的决心。现在英伟达基本上把数据中心的这三大块做成了三条产品线。

// AMD是世界上唯一一个既有CPU又有加速卡的公司，最近收购了Xilinx。这是目前全世界最大的APJ厂商，也拥有现在世界上丰富的数据跟互联的业务。

所以可以发现，英特尔、英伟达和AMD这三家全世界最大的芯片公司都在朝着整个数据中心整合的方式发展，他们都想建一个数据中心的“全垒打”，利用这样一个金字塔型的雷达把整个计算范式全都包含。

接下来需要关注的就是系统的性价比和能效比 ，性价比是单位成本（1美金）下我能获得多少算力，能效比是单位的功耗（1度电）下能获得多少算力，这是用来衡量整个数据中心非常关键的两个指标。

整个数据中心和计算范式必须在4个方面进行大量的架构革新，通过计算、数据、存储、互联4个因素 的互相作用，谁能够提供系统更高的性价比和能效比，谁就能够慢慢赢得整个数据中心的“全垒打”。

在这样的情况下，如果只聚焦在所谓的芯片设计是远远不够的，芯片设计本身在整个数据中心里是非常小的一部分，我们需要聚焦整体。所以，如果要赢得中国数据中心的计算范式战役，必须得在系统、板卡、芯片、软件4个方向进行全面推进 。

未来的计算方向

未来的计算方向有4个：

第一是完全可编程（Full Programmability）

所有的算力通过软件人员可以编程，有最大的算力的灵活性，可以支持越来越多的应用。

第二是全模式计算（All Pattern）

模式就是加减乘除、乘方、开方以及函数、微积分、幂函数等数学计算都大量在AI采用，AI将进行一场非线性化的革命，有越来越多的非线性函数加进来模拟人脑的非线性的处理方式。

第三是全精度计算（Entire Precision）

AI的精度有很多种，有32位、16位、8位精度，有浮点的，有整点的，不同的适配场景要求精度不一样，精度越高要求的计算量就越大，计算复杂度就更高。比如语音识别可能要求的精度比较高，对于移动端人脸识别的优化精度比较低。整个计算范式通常情况下要支持全精度的计算，一个系统既可以进行低精度的运算，也可以进行高精度的运算。

最后一个是高并行度（High Parallelism）

AI计算的密集度非常高，需要大量的并行计算，而把模型分解掉进行并行加速是计算范式的另一个变化。

这四个维度会让计算变得更加复杂、灵活、跨度更加大、并行度更加高。在“AI”的世界里，只有“计算”，只有如何“更高效”、“更经济”、“更灵活”、“更方便”地计算——这就是引领AI计算范式的变革和AI基础设施发展的关键！

中国的未来高科技时代肯定是一个波澜壮阔的时代，不过对高科技的创业者来说还是喜忧参半的，喜的是国家非常扶持这个行业，资本也很热衷；忧的是越来越多的投机者也同样在涌入这个行业，让这个行业产生了更多噪音。如果有志于在高科技领域发展，不管是通过管理的能力、资源的赋能，还是想自己投身科技行业，希望大家志存高远、脚踏实地，把中国高科技的事情通过远大的志向落到纸面。

高科技行业创业

进入高科技行业创业需要具备几个条件：

第一，确实有一定的技术门槛 ，产品需要有一定的技术含量，这样的话可替代性相对来说小一些，怎么样找到科技含量和技术门槛这是大家需要考虑的第一点，并不是靠商业模式就能驱动行业盈利的。

第二，科技行业的一个科技产品不像纯粹做一个小的软件APP靠十几个人研发产出就行，高端的科技产品像芯片和系统是需要大量的人员协同作战，芯片里面任何一个地方出了问题就报废了，所以对整个组织的协同性、纪律性、配合度的要求都是很高的。 如果没有办法打造一个高度协同的专业团队，产品很可能会失败，于是高科技创业公司怎么培养这种企业文化就会比较重要。

第三，是需要一定的内部的韧性，创业者要有一定的忍耐力 。高科技产品很难说第一代、第二代、第三代就能成功，因为市场需要检验，各位高科技的创业者要有一定的耐心，信心，要足够的坚韧。这个行业比较有趣的是，每一代产品只要有客户就有迭代、有打磨，可能要等到一个爆发的拐点，后续的产品才会有很强大的市场潜力。所以要求创业者有一定的耐得住寂寞心性和坚韧的品质。

如何引领青年人才向科技领域进军？

随着科技的发展和时代的进步，青年科技人才在科技创新中的作用越来越重要。他们是科技创新的中坚力量，是推动科技发展和社会进步的重要力量。然而，在现实中，青年科技人才面临着许多困境和挑战，如何让他们更好地发挥自己的优势，挑大梁当主角，是一个值得探讨的问题。

首先，我们需要分析青年科技人才在科技创新中的现状。虽然青年科技人才在科技创新中发挥着重要的作用，但是他们也面临着许多挑战，比如缺乏实践经验、缺乏创新能力、缺乏团队协作等。同时，由于竞争激烈，一些优秀的青年科技人才也面临着就业难的问题。

其次，我们需要探讨如何加强科研领域的培养和引导，以促进青年科技人才的成长和发展。高校和企业是培养青年科技人才的重要场所。高校应该注重培养学生的创新能力和实践能力，而企业则应该注重提供更多的实践机会，让青年科技人才在实践中积累经验，提高自己的能力。此外，政府也应该出台更多的政策，为青年科技人才提供更多的支持和帮助。