- 金融界
- 作者：
- 2025年9月5日 08:49
工聯(lián)網(wǎng)消息(IItime) 工業(yè)和信息化部、市場監(jiān)督管理總局于9月4日聯(lián)合印發(fā)《電子信息制造業(yè)2025—2026年穩(wěn)增長行動方案》。該方案設(shè)定了明確的發(fā)展目標，規(guī)模以上計算機、通信和其他電子設(shè)備制造業(yè)增加值平均增速預(yù)期達到7%左右。加上鋰電池、光伏及元器件制造等相關(guān)領(lǐng)域后，電子信息制造業(yè)年均營收增速將達到5%以上。到2026年，預(yù)期實現(xiàn)營收規(guī)模和出口比例在41個工業(yè)大類中保持首位，5個省份的電子信息制造業(yè)營收過萬億元，服務(wù)器產(chǎn)業(yè)規(guī)模超過4000億元。
人工智能終端融合發(fā)展現(xiàn)狀與挑戰(zhàn)
當(dāng)前人工智能終端尚未出現(xiàn)顛覆性應(yīng)用，主要受制于技術(shù)標準碎片化問題。大模型、智能體、智能芯片技術(shù)路線分散，導(dǎo)致軟硬件兼容適配成本居高不下。這種碎片化使得整機、模型、應(yīng)用程序需要面向多種類芯片和操作系統(tǒng)開展開發(fā)適配，造成資源重復(fù)投入嚴重的局面。
應(yīng)用場景創(chuàng)新不足成為另一個制約因素。現(xiàn)有應(yīng)用多為功能疊加而非范式革新，當(dāng)前AI終端發(fā)展仍集中在對現(xiàn)有功能的改進。部分產(chǎn)品過度追求技術(shù)展示，如多模態(tài)交互設(shè)計復(fù)雜但實際利用率偏低，用戶在使用中常遇到答非所問、操作繁瑣等問題。終端企業(yè)與應(yīng)用開發(fā)者在數(shù)據(jù)歸屬、商業(yè)模式上競爭激烈，形成了信息孤島現(xiàn)象。
智能體與終端產(chǎn)品的融合呈現(xiàn)局部突破、整體分散的特點。在消費級終端方面，智能體已在手機、穿戴設(shè)備中實現(xiàn)初步應(yīng)用，如手機搭載終端智能體可通過自然語言指令完成行程規(guī)劃、用藥提醒等任務(wù)。但多數(shù)應(yīng)用仍限于單點功能，缺乏跨設(shè)備協(xié)同能力。在企業(yè)級應(yīng)用場景方面，智能體開始深度介入業(yè)務(wù)流程，覆蓋財務(wù)、供應(yīng)鏈等領(lǐng)域的專業(yè)智能體通過多智能體協(xié)同引擎實現(xiàn)企業(yè)系統(tǒng)的自然語言交互與自主決策。
芯片與大模型適配測試的技術(shù)考量
開展人工智能芯片與大模型適應(yīng)性測試主要基于技術(shù)適配的必要性。不同架構(gòu)的AI芯片對大模型的支持存在顯著差異，ASIC芯片在特定模型推理上能效比突出但靈活性不足。GPU雖通用性強，但訓(xùn)練大模型時功耗高達千瓦級。通過測試可針對芯片特性優(yōu)化模型架構(gòu)，例如在NPU上采用低秩分解技術(shù)，可將矩陣運算量減少40%。
端側(cè)AI對能耗敏感性要求較高。測試可推動模型量化與芯片架構(gòu)創(chuàng)新，使能效比提升3至5倍。國產(chǎn)芯片與開源框架存在適配鴻溝，通過測試可完善工具鏈，實現(xiàn)一次開發(fā)、多芯片部署的目標。
產(chǎn)業(yè)生態(tài)構(gòu)建的必要性同樣關(guān)鍵。測試是推動國產(chǎn)芯片規(guī)模化應(yīng)用的關(guān)鍵環(huán)節(jié)，通過與大模型的適配驗證其商用價值。測試為分級評估提供數(shù)據(jù)支撐，以芯片、模型適配性為核心，可提升模型響應(yīng)速度，從而引導(dǎo)產(chǎn)業(yè)向高性能方向發(fā)展。測試還可以促進基礎(chǔ)設(shè)施升級，通過測試優(yōu)化可以提升邊緣節(jié)點的模型壓縮率，同時減少推理精度損失率，進而降低邊緣推理成本。
