上证报中国证券网讯（记者李丹李雁争）在4月29日举行的第九届数字中国建设峰会上，数字感知芯片技术全国重点实验室与中星微技术股份有限公司（简称“中星微技术”）团队联合发布“星元智能体”，这是基于去年同期发布的我国首枚单芯片运行通用语言大模型的自主AI芯片——星光智能五号XPU芯片的重磅产业化成果，标志着国产自主AI从芯片底座到智能体应用完成关键跨越，为“人工智能+”行动落地与数据要素市场化配置提供了全新技术路径。

　　借此契机，上海证券报记者专访中国工程院院士、“星光中国芯工程”总指挥邓中翰，围绕AI底层瓶颈、芯片自主突围、数据要素产业化与未来投资机遇展开深度解读。

　　邓中翰表示，智能经济新形态正在孕育巨大的投资机遇，而中国要在这场全球竞赛中胜出，必须走出一条架构创新、生态构建与场景牵引相结合的道路。

　　破解AI的能耗与幻觉问题还需底层创新

　　“今天的人工智能，存在两个重大挑战：一个是能耗，一个是幻觉。”邓中翰开门见山。

　　他解释，当前主流的大数据深度学习和大模型计算，很大程度上依赖“暴力计算”方式。以视觉处理为例，人工智能对画面中的每一个像素都进行均等计算，而人眼和人脑则通过关注机制和遗忘机制，只处理关键信息。这种冗余计算导致了巨大的能源消耗。“国外有人讨论，要实现通用人工智能，甚至需要依赖核聚变来支撑算力中心的电力需求。”邓中翰说，这显然不可持续。

　　而“幻觉”问题则更为根本。大语言模型基于统计概率，通过反复出现的关联词汇进行推算，本质上不是决定性的。“它会在某些时候出现概率上的失控和失误，产生错误的结论。”邓中翰指出，人类经过数十亿年进化形成的逻辑、数学、物理能力，并非仅仅通过词汇的反复出现就能掌握。因此，今天的人工智能在关键任务、关键装备上的可靠性仍然存疑。

　　“这些问题背后，是对智能本身的科学认知还有很大的研究空间。”邓中翰认为，这正是中国科技界的机遇所在。“谁先找到这些问题的答案，谁就能成为人工智能时代的主导者。”他强调，必须采用超常规的措施，针对这些核心关键技术展开探索，而不是简单地沿着国外既有的路径“内卷”。

　　在邓中翰看来，投资机会正隐藏在这些深层次挑战之中。那些致力于开发新型计算架构、降低功耗、提高推理确定性的企业，将在下一轮竞争中占据有利位置。特别是边缘计算领域，中国拥有全球最丰富的应用场景，从智能制造到智慧城市，边缘端对高效能、低功耗芯片的需求即将迎来爆发式增长。“我们中国要服务实体经济，需要大量的边缘端人工智能芯片，去提升装备的智能化水平。”

　　芯片突围之路是架构创新+生态构建+场景牵引

　　面对先进制程受限、国外芯片生态占据主导的现实，中国如何构建自主可控的算力产业？邓中翰给出的答案是：架构创新、生态构建与场景牵引三位一体。

　　他首先介绍了自己团队长期探索的“多核异构”架构。传统GPU功耗极高，大量能耗消耗在数据搬运和冗余计算上。而多核异构架构将标量、矢量、张量等多种功能集成在一颗芯片上，通过任务管理模块实现协同处理。“我们最新的芯片，甚至在单芯片上就能实现大模型的运算。”邓中翰说，这种架构能够减少数据搬运，通过“原计算”方式提取内容中的知识源、感知源和规则源，从而显著提升计算效能、降低功耗。目前，这一技术路径已经在多代SPU芯片中得到验证。

　　然而，芯片的竞争不仅是芯片本身的竞争，更是生态的竞争。“英特尔的x86、英伟达的CUDA，都有强大的生态支撑，形成了几乎垄断的地位。”邓中翰坦言，中国在芯片生态方面是弱势，但我们有一个巨大的优势——应用场景。从智能制造、智慧城市到雪亮工程，中国拥有全球最丰富的实体应用场景。例如，全国公安视频监控网络产生了海量数据，如果能够通过芯片和标准拉动这些数据的处理需求，就能将场景优势转化为技术优势和生态优势。“围绕服务国家的战略任务，形成巨大的应用场景，这是我们可以主导的。”

　　因此，他提出的发展道路是：以架构创新为核心提升算力效率，以生态构建为保障打破垄断，以场景牵引为驱动拉动规模化应用。三者协同，才能在高水平科技自立自强的道路上取得决定性突破。邓中翰特别强调，这一路径也适用于机器人等专用芯片领域。当前机器人产业仍处于发展初期，芯片功耗过高、决策可靠性不足等问题亟待解决，那些能够率先突破这些瓶颈的企业，将在未来的具身智能市场中占据核心位置。

　　数据要素化将催生全新产业链

　　数据被列为第五大生产要素，但如何真正释放数据价值？邓中翰认为，当前的关键堵点是数据要素化的成本太高。

　　“大量数据没有被利用起来。比如雪亮工程的视频数据，真正被用的不到3%。”邓中翰说，如果用今天昂贵的算力中心去挖掘这些数据，挖掘成本可能超过数据本身的使用价值，那就没有人愿意购买，数据就无法成为“要素”。因此，必须开发更经济、更高效的工具，包括专用的算力芯片和算法，大幅降低数据提炼的成本。他举例说，比特币的挖掘成本已接近6万美元一枚，同样，数据要素要成为可交易的商品，其挖掘成本必须足够低。他所在的团队正在探索利用XPU芯片，结合国家标准的svac技术，对视频数据进行高效处理、确权和加密，使其成为可流通的加密数据资产。“从芯片到算法，到标准，到系统，我们还在探索和建设中。”

　　在全球数据治理的规则博弈中，邓中翰认为中国拥有独特的体制优势和市场规模优势。“我们可以从头开始谋划，建立起最适应我们应用场景的标准体系，形成一整套从底层到应用、从法规到交易的先期优势。”他呼吁，中国应该抢先在数据要素这个未来产业中形成影响力，引领全球数据治理规则的制定。

　　在投资层面，邓中翰认为数据要素化将催生一个全新的产业链：从数据采集、清洗、标注到挖掘、确权、交易，每个环节都需要硬件和软件的支持。特别是那些能够提供低成本、高效率数据提炼工具的企业，将直接受益于数据要素市场的爆发。同时，随着智能经济的深入发展，数据安全、隐私计算等领域也将迎来持续增长的需求。“我们正赶上人类文明进步的一个窗口期。在智能化道路上，中国有14亿人的市场和应用场景，有体制优势去谋划未来产业。只要坚持自主创新，我们完全有可能成为智能经济时代的主导者。”邓中翰说。

（文章来源：上海证券报·中国证券网）