原文创作：半导体行业观察 近日，英伟达、谷歌和美国多家多学研究人员写了一篇名为《10-Year Roadmap for AI + Hardware》的文章。在文章中，他们披 露了包括芯片在内的AI硬件预期。 以下为文章正文： 人工智能 (AI) 和硬件 (HW) 正以前所未有的速度发展，但它们的轨迹已密不可分。大型 AI 模型和数据密集型应用的指数级增长对 更强大、更高效的硬件加速提出了更高的要求，而从 GPU、FPGA 和 TPU 到新兴的 NPU、模拟 AI 芯片、光子系统和神经形态处 理器等专用计算平台的突破，正在重新定义智能系统的极限。 这种良性循环正在改变计算格局，但也暴露出一个关键的差距：尽管两者协同演进迅速，但全球研究界缺乏一个统一的、长远的战 略愿景来协调 AI 和硬件的发展。今天的算法是围绕昨天的系统设计的，而明天的芯片是针对今天的工作负载优化的。这种碎片化 限制了构建能够在云端、边缘和物理环境中高效学习、推理和运行的整体性、可持续和自适应 AI 系统的进程。 与此同时，人工智能的能源消耗已达到环境和经济上不可持续的水平。训练一个前沿模型所需的能源相当于数百个家庭的用电量， 而人工智能数据中 ...