奕行智能AI芯片新研究入选顶会 芯片可实现自主决策

当前全球AI产业掀起算力基建扩张潮，科技巨头纷纷投入万亿级资源布局大型数据中心，但算力浪费问题始终未得到有效解决。国内RISC-V架构AI芯片头部企业奕行智能研究团队测算发现，各类AI加速器实际利用率远低于理论峰值，其提出的可自主决策AI芯片技术论文，已入选计算机体系结构领域顶级学术会议，为破解算力浪费提供了新技术路径。

近年来，从海外科技巨头到国内头部AI企业，都在加速加码AI算力投入，吉瓦（GW）级超大规模AI数据中心已经成为行业标配，单座数据中心的投资规模动辄高达数百亿元。不少企业把堆算力、提峰值当成了AI竞争力的核心，但奕行智能研究团队的测算指出，当前绝大多数AI加速器的实际算力利用率，远低于芯片标注的理论峰值，大量算力在任务调度的空隙被闲置浪费，这也是当前AI训练与推理成本长期居高不下的核心原因之一。

传统AI芯片的算力调度逻辑，大多遵循“上层软件分配指令、下层硬件执行计算”的路径，指令传输和调度的延迟，会不可避免地产生算力空闲窗口。

本次奕行智能团队提出的新型架构，核心突破在于将算力调度决策权限直接下放到芯片硬件层面，芯片可以根据当前任务的负载变化，动态自主分配算力资源，不需要等待上游主控单元的调度指令，从底层架构层面压缩了算力闲置空间，从根源上提升了AI芯片的实际可用算力。

在当前全球AI芯片赛道普遍追逐峰值算力、比拼制程工艺的背景下，通过架构创新提升实际算力利用率，是一条投入产出比更高的技术路线。相当于在不升级硬件、不增加建设成本的前提下，就能“挖掘”出更多可用算力，直接降低AI企业的算力使用成本。

本次国内团队的研究成果入选国际顶会，也证明了中国AI芯片企业在底层架构创新领域已经获得了国际学术界的认可，相关技术落地后，有望进一步降低AI应用的落地门槛，加速AI产业的普及进程。