在人工智能（AI）技術迅猛發(fā)展的今天，技術架構和產(chǎn)業(yè)生態(tài)正經(jīng)歷著前所未有的變革。作為中國知名的科技創(chuàng)業(yè)者和前微軟、百度高管，陸奇以其深刻的行業(yè)洞察力，指出了人工智能時代一個關鍵趨勢：芯片和底層軟件“基本都要重做”。這一論斷不僅揭示了技術底層革新的必然性，也為我們理解未來AI基礎軟件開發(fā)的路徑提供了重要視角。
從芯片層面來看，傳統(tǒng)以CPU為中心的通用計算架構已難以滿足AI對大規(guī)模并行處理和能效比的極致要求。AI模型，特別是大型深度學習模型，其訓練和推理過程涉及海量矩陣運算，這催生了針對AI計算特性專門設計的芯片，如GPU、TPU、NPU以及各類ASIC芯片的興起。陸奇所強調(diào)的“重做”，意味著芯片設計需要從底層開始，圍繞AI工作負載進行優(yōu)化，實現(xiàn)更高的計算密度、更低的功耗和更靈活的可編程性。這不僅是一場硬件性能的競賽，更是計算范式的根本轉(zhuǎn)變，將推動從云端到邊緣的智能算力實現(xiàn)全面升級。
在底層軟件層面，傳統(tǒng)的操作系統(tǒng)、編譯器、驅(qū)動程序和運行時環(huán)境同樣面臨重構。AI芯片的多樣性和專用性，要求底層軟件棧能夠高效地管理和調(diào)度異構計算資源，將復雜的AI算法高效映射到底層硬件上。這需要開發(fā)全新的系統(tǒng)軟件，例如針對AI優(yōu)化的新型操作系統(tǒng)內(nèi)核、能夠跨平臺和跨硬件進行高效編譯與部署的深度學習編譯器（如TVM、MLIR等），以及統(tǒng)一、抽象的硬件加速接口和運行時庫。陸奇的觀點提示我們，AI基礎軟件的核心使命是“軟化”硬件差異，為上層應用提供穩(wěn)定、高性能且易用的計算抽象，從而降低AI開發(fā)的復雜性和門檻，加速創(chuàng)新應用的落地。
聚焦于“人工智能基礎軟件開發(fā)”，這正是連接底層硬件重構與上層AI應用繁榮的關鍵橋梁。這一領域的開發(fā)涉及多個核心層面：
- 計算框架與編譯器：如TensorFlow、PyTorch等深度學習框架需要持續(xù)進化，其底層執(zhí)行引擎和編譯器技術需能充分利用新型芯片的算力，實現(xiàn)模型訓練和推理的自動優(yōu)化與加速。
- 系統(tǒng)軟件與中間件：包括資源調(diào)度與管理、分布式訓練框架、模型服務化部署平臺等，它們確保AI算力能夠被高效、可靠、彈性地供給給大規(guī)模應用。
- 開發(fā)工具與平臺：提供從數(shù)據(jù)管理、模型構建、訓練、評估到部署監(jiān)控的全生命周期工具鏈，提升開發(fā)者的生產(chǎn)效率。
- 安全與可信軟件：隨著AI深入核心領域，確保AI系統(tǒng)的安全性、可靠性、可解釋性和隱私保護，成為基礎軟件必須內(nèi)建的關鍵能力。
陸奇的判斷預示著，在AI時代，芯片、底層軟件和基礎軟件開發(fā)將形成一個緊密聯(lián)動、共同演進的“鐵三角”。中國的科技產(chǎn)業(yè)在其中擁有巨大的機遇。通過抓住芯片架構變革的窗口期，并行投入底層軟件和基礎軟件生態(tài)的建設，有望在人工智能的基礎設施層構建起自主可控的核心競爭力。這不僅是技術挑戰(zhàn)，更是一場關乎未來產(chǎn)業(yè)制高點的戰(zhàn)略布局。對于開發(fā)者、企業(yè)和投資者而言，深入理解并參與這一“重做”進程，將是把握AI時代脈搏、創(chuàng)造長期價值的關鍵所在。
